观 察者网心智观察所

近来美国人工智能界掀起了一场尤为鲜见的舆论风波。讨论的焦点，是几个正飞速逼近世界顶尖水平的中国人工智能系统。

一、路线之辩：开源举动激起的硅谷隐忧

过去一年多，DeepSeek、智谱AI、以及月之暗面等中国机构相继推出了一系列开放参数模型，这场举动正在重塑全球AI竞争格局。最初，美国产业方面尚可用"跟随者"或"价格性替代品"来解读中国模型的崛起。

当中国的新一代模型在代码创造、逻辑推理、复杂任务处置等维度持续逼近OpenAI、Anthropic等美国头部产品时，华盛顿一个此前未受重视的问题突然凸显。倘若中国研发出性能堪比美国尖端水平，但价格更优、限制更少、供全球开发者自由使用的AI系统，美国该如何应对？

这一应对策略在美国决策层引发激烈讨论。有消息称，特朗普政府内部存在限制中国AI企业的主张，甚至提议将部分中国AI实验室列入美国商务部实体清单，以此阻碍美国企业获取这些模型。美国国家安全部门也考虑发布有关警示，告诫美国企业谨防使用某些中国AI技术。

表面上看，这是一场关于AI安全的讨论，深层来看却是：当人工智能成为新一代基础设施时，美国是否正在从一个长期的技术开放倡导者，转变为新的技术保护主义者？

回顾过去数十年，美国科技产业成功的核心模式是让全球接纳美国创造的技术。互联网协议源自美国，Linux诞生于美国科技生态，安卓系统来自美国企业，云计算主导权掌握在美国公司手中。美国曾依靠开放生态，将自身技术标准推广至全球范围。

而今当中国企业开始采用类似方式推动AI开放，美国第一次意识到：开放，也可能成为对手的有力武器。这恰恰是中美AI竞争中最值得关注的焦点。

二、思想根源："理性主义"社群与"窃取论"盾牌

欲理解美国决策层为何如此焦虑，必须追溯这种焦虑背后的思想动因。在美国AI政策制定者中，一位影响力巨大却在华鲜为人知的人物值得注意，他叫埃利泽·尤德科夫斯基。

这位未完成高中学业、自称"自学成才"的AI专家，通过早年创立的"理性主义"社群Lesswrong网站，以及那部在硅谷、中国网络文学圈均有广泛影响的《哈利波特与理性之道》同人作品，积累了惊人的话语影响力。

尤德科夫斯基并非技术科班出身，但他鼓吹的"理性主义"话语体系，却深度渗透进硅谷各大AI公司的决策层，甚至左右了美国AI安全政策的基调和方向。

这个圈子的人习惯用一套看似严谨的推演逻辑来预测AI的未来，他们相信AI可能改变人类文明轨迹，因而主张对尖端模型实施类似核武器级别的严格控制。

这种思想在OpenAI、Anthropic等公司高层中拥有众多信奉者。他们在讨论安全议题时，总不自觉地将"美国优先"的预设前提包装成普遍理性，而在面对中国AI崛起时尤为明显。

围绕中国开放模型，美国AI行业现阶段还存在一个重要争议：这些模型是否为自主研发？

部分批评者认为，中国AI企业的快速进步很大程度上源于对美国先进模型的"蒸馏"。所谓蒸馏，是指利用更强大的模型生成海量数据，再训练较小模型以学习前者的能力。这种技术本身在AI领域十分普遍，但美国部分声音借此指责中国模型非自主创新，而是利用美国技术成果。

这种说法背后，隐藏着一个更深层次的担忧：如果中国只是复制，美国仍保有时间优势；如果中国已建立起独立的AI研发体系，美国面对的就是一个真正的对手。

因此，"中国模型是否为窃取而来"成为美国AI讨论中的重要心理防线，它提供了一种"中国并未真正赶超，中国只是利用美国创新"的解释。

而在理性主义社群中，这种心理防线被进一步强化。他们天然坚信顶尖AI只能由美国完成，任何来自中国的接近顶尖水平的模型，都必然是通过某种不正当手段获得。这种先入为主的偏见，与尤德科夫斯基笔下那种"理性"形成了讽刺的对照。

三、商业分歧：闭源垄断与开源生态的冲突

人工智能产业的发展规律或许并非如此简单。过去数十年，几乎所有重大技术产业都经历过类似进程：半导体、智能手机、新能源及互联网无不如此。

最初的技术突破往往集中在少数国家和公司，但随着技术扩散、产业链成熟，后来者通过工程实力、成本控制、市场规模及应用生态不断追赶。最终决定竞争格局的，从来不是第一个实现技术突破者，而是谁能将技术推广到更大范围应用程度。

这也是中国AI开源路线令美国企业倍感压力的症结所在。如果中国仅能制造低水平模型，美国公司并不担心，因为低水平开源模型不会改变产业格局。但如果中国能提供接近顶级水平的开放模型，情形就完全不同，它改变的是商业模式。

过去两年间，美国AI产业形成了一条清晰的脉络：OpenAI、Anthropic、Google等公司投入数十亿美元训练大型模型，借助巨额资本、先进芯片、海量数据中心建立起领先优势。

这种模式的核心逻辑是：越强大的模型成本越高，成本越高就越需要保持稀缺性，稀缺性才能带来利润。所以，美国领先AI公司的商业模式天然倾向闭源。模型参数不公开，训练数据不公开，核心能力不扩散，用户通过API调用。这类似于过去的软件行业，微软拥有Windows，苹果拥有iOS，平台控制者获得最大商业价值。

但是，中国AI企业选择了一条不同道路：开放参数权重，降低使用门槛，鼓励开发者二次开发，让更多企业基于模型构建应用。这种模式看似牺牲了部分直接商业利益，但它追求的是另一种目标（生态）。

事实上，中国这种选择并非无源之水，它背后是一种实用主义的技术观，即把AI视为一种可广泛赋能各行各业的基础工具，而非某种神秘莫测的超能力。

相比之下，硅谷理性主义社群则对AI抱有近乎神圣的信仰，许多人热衷于炒作"通用人工智能"和"技术奇点"，将每次模型进步都渲染成人类命运的转折点。

然而，当他们鼓吹安全风险时，却往往忽略了一个基本事实：限制AI的行为究竟是伦理议题还是技术难题？

从当前大语言模型表现看，限制其生成有害内容的技术门槛远比伦理讨论复杂得多，即便有各类安全防护措施，攻击者依然能迅速找到漏洞。

这恰是理性主义者在政策实践中屡陷自相矛盾的根源。他们一面高呼开源模型"比分发核武器更危险"，一面又对闭源模型潜在威胁持漫不经心态度。

四、安全说辞：被保护主义裹挟的利益较量

理解中美AI路线差异，一个有趣视角是回到冷战时期核技术竞争。核技术出现后，人类面临过类似选择。

核武器象征控制、威慑与垄断。拥有核武器的国家希望限制扩散，因为扩散意味着自身优势减弱。

但核能代表另一种逻辑，它是一种基础设施，可对外出口、共享，助力其他国家发展工业。冷战期间，美国提出"和平利用原子能"计划，苏联也向盟友输出核技术，双方都希望扩散核技术影响力，但对于不同形态的核技术实行了截然不同策略。

今天，人工智能正出现类似分化。美国越来越倾向于将最先进AI模型视作核武器，即一种强大、危险、需要严格管控的能力。

美国AI安全领域许多人士认为，未来高级人工智能可能带来巨大风险，包括网络攻击、生物安全威胁、自动化武器甚至不可预知的超级智能风险。这种担忧并非全无根据，人工智能确实在快速增强。

但问题在于，当"安全"与"竞争"结合后，界限开始变得模糊。关键问题是，如果AI确实危险，为什么争论重点往往不是限制所有国家，而是限制竞争对手？如果最先进模型必须严格管控，那么谁掌握控制权？由谁决定哪些国家可以使用？由谁制定规则？这才是问题的核心。

在这一点上，理性主义社群给出的答案往往带有明显双重标准。他们呼吁全球暂停开源模型，却对闭源模型的快速迭代保持沉默；他们声称担忧AI威胁人类，却积极支持美国企业加速部署先进系统以"超越中国"。

美国AI安全运动内部存在明显矛盾。一方面，他们认为人工智能发展太快，需要建立监管；另一方面，他们默认一个前提：最先进的人工智能首先应该掌握在美国公司手中。

因此，当OpenAI或Anthropic推出强大的闭源模型时，讨论重心往往是"如何确保安全"与"如何建立围栏"；但当中国推出接近同等水平的开放模型时，讨论突然变成"是否应该阻止"。这种转变显示，真正受冲击的不仅是安全观念，还有产业利益。

事实上，美国AI巨头内部也非没有不同声音。部分投资人士公开指出，开放模型可能并非安全威胁，而是一种正常竞争，因为开源会迫使领先实验室降低价格、提升效率。

美国知名风险投资人比尔·格利就曾批评，一些游说者试图将开放模型描述为安全威胁，但实际上这可能只是正常竞争。

类似观点也得到了部分特朗普政府前AI顾问的支持，他们认为如果美国政府限制开放模型，最大的受益者可能是已经建立起闭源优势的几家AI巨头。

这也是当前美国AI政策争论最复杂之处：安全是真问题，但安全也可能成为维护既有利益的工具。而理性主义社群的言论，恰恰为这种保护主义提供了精致的理论包装。

他们高谈"全人类福祉"，却很少追问，为何他们的解决方案总是倾向于维系硅谷巨头的市场地位，而不是真正让AI惠及更多人。

若回顾互联网时代，会发现一个有趣变化。美国曾是开放技术最大受益者。互联网诞生时并非封闭系统，TCP/IP协议开放，网页标准开放，开源软件发展，全球开发者共同参与。

美国公司借助开放生态最终赢得巨大优势：Google成为搜索入口，微软成为软件平台，苹果成为移动生态中心，亚马逊成为云计算基础设施。美国赢得互联网时代，并非因阻止世界使用互联网，而是因让全世界使用美国创造的互联网。

但人工智能时代，一个新问题出现：如果中国采用类似开放生态方法，会怎样？这正对美国今日最不适应的地方。

过去数十年，美国习惯了美国创新、全球使用、美国制定规则，但AI时代可能出现另一种局面：中国创新、全球使用、新的生态形成。

面对这种可能，理性主义社区反应堪称滑稽。他们曾在大型语言模型兴起前预测，先进AI必然走向闭源，因成本巨大、先行者优势不可撼动。但他们从未预料到中国会以另一种方式打破这个剧本。

当Kimi K3、DeepSeek R1等模型以开放参数形式逼近顶尖水平时，这些自诩"理性"人士陷入思维混乱。有人指责中国模型威胁网络安全，有人抱怨都是"蒸馏"产物，有人呼吁政府追加投资，甚至有人叫嚣要对中国的数据中心实施物理打击。

这些极端言论恰恰暴露了他们内心深处的傲慢与偏见，即他们无法接受非美国体系也能在AI前沿取得突破，更不能承认中国的实用主义路线可能比他们的宗教式狂热更有效。

五、秩序之争：普及化工具与技术生态的前景

人工智能竞争发展到当下，一个越来越明显的趋势是，美国AI产业内部正在形成两种截然不同的声音。

一方主张人工智能已强大到不能随意扩散，最先进模型应受严格监管，甚至需要类似药品审批、核技术管理那样的制度。

另一方则认为限制开放模型可能损害整个AI生态，因为AI发展本质上依赖大量使用者，模型只有被更多人调用、改进、反馈才能快速进化。

这场争论表面上是安全问题，实则涉及一个更现实的问题：谁掌握定义AI未来规则的权力？

支持监管的一方有自己的逻辑，他们认为大模型能力正在快速提升。今日大模型或只是聊天工具，但未来更强大的模型可能具备自主执行任务、操作软件、分析复杂信息甚至辅助科研的能力。若这种能力被滥用，后果可能非常严重。

从这个角度看，要求建立安全标准并非毫无根据。事实上，任何重大技术革命都会经历类似阶段：核技术出现时人类担忧核战争，生物技术发展时人类担忧基因风险，互联网普及时人类担忧信息污染。技术越强大，社会越需要建立治理机制。

问题在于，治理与封锁之间仅一步之遥，而这一步往往决定一个产业的最终发展方向。

过去数年，美国人工智能安全运动快速壮大，其中部分思想源于硅谷特殊的技术文化。这些人相信人工智能可能非普通技术，它可能改变人类文明轨迹。若未来出现通用人工智能，人类社会可能进入完全不同的发展阶段。

这种思想推动了大量关于AI安全的研究，但与此同时，它也产生了一种特殊倾向：许多讨论开始高度关注未来可能出现的超级风险，却忽视了现实产业竞争。

比如，若AI成为下一代生产力基础设施，那么谁能使用AI本身就是一个大经济议题。如果只有少数公司掌握最先进模型，那么AI带来的收益如何分配？如果大量企业无法负担昂贵模型，技术红利是否会集中到少数平台？这些问题同样属于AI治理，甚至更为临近。

更复杂的是，美国AI公司自身也承受巨大商业压力。训练最先进模型需要巨额投入，一个大型AI模型背后是数万张高端GPU，是庞大的数据中心，是数十亿美元资本。这种商业模式天然需要高回报，而高回报意味着模型必须保持稀缺、价格必须足够高、竞争者必须足够少。

于是，一个微妙矛盾出现：开放模型支持者认为开源促进竞争，让AI价格下降，让更多人受益；闭源模型公司则认为开放可能威胁安全，也可能破坏产业投资逻辑。

两种观点都有现实依据，但问题在于，当一个产业刚形成时，政府应该帮助建立生态，还是帮助保护垄断利润？这是所有技术革命都会遇到的问题。

而在硅谷，理性主义社区和有效利他主义者们往往选择站在垄断一边。他们口头上说"安全"，实际上却为闭源巨头的商业行为提供道德辩护，对开源竞争者挥舞制裁大棒。

如果说美国更倾向于将AI看作一种战略资产，那么中国近年来的路线更接近将AI视作一种基础设施。这种差异并非简单的"开放"与"封闭"，背后是两种产业发展逻辑。

美国科技产业长期依靠的是创造突破、建立平台、控制入口。苹果控制移动操作系统，微软控制办公软件，谷歌控制搜索，亚马逊控制云服务，这些企业共同特点是掌握关键入口，入口越重要商业价值越高，所以美国科技巨头天然倾向建立围墙。

中国企业过去几十年的产业发展逻辑则不同，许多产业的成长并非依靠控制某个全球入口完成，而是依靠大规模应用、产业链协同、成本下降和快速普及。新能源汽车如此，光伏如此，动力电池如此，人工智能同样如此。

对中国企业而言，AI真正的价值不只是销售模型，更重要的是让AI进入制造业、机器人、汽车、医疗、教育、企业管理等大量真实场景。只有大量应用，技术才会形成反馈，而开放模型的最大优势就是降低进入门槛。

一家中小企业不需要每年花费巨资购买闭源模型服务，一个开发者不需要等待大型平台批准，一个发展中国家也可以基于开放模型建立起自己的应用。这就是中国坚持开放模型的重要原因。

当然，不能将中国AI开源完全理解为纯粹理想主义，它同样是一种竞争策略。技术竞争从来不是慈善，美国互联网公司当年推动开放生态也非完全出于公益，例如安卓开放是为了挑战苹果，Linux开放是为了挑战微软，互联网协议开放是为了扩大整个网络规模。

中国AI企业推动开放模型同样希望借助生态扩大影响力，因为在人工智能时代，最大的竞争可能不是单个模型性能，而是谁的模型成为更多企业、开发者和国家的基础选择。

过去两年，许多讨论集中在一个问题：中国AI何时能追上美国？但这个问题本身或许就有局限，因为人工智能竞争不同于传统工业竞争，不是生产更多汽车或建更多工厂，更像操作系统竞争，更像互联网平台竞争。

一个模型领先几个月并不意味着永远领先，真正重要的是有没有开发者、有没有企业使用、有没有产业应用、有没有形成反馈循环。

这也是为什么开放模型让美国AI巨头感到压力。如果全球企业都依赖OpenAI、Anthropic等公司的闭源模型，那么这些公司拥有天然优势，可以提价、控制规则、建立生态壁垒。

但如果全球大量企业使用中国开放模型，那么模型能力可能迅速商品化，价格可能快速下降，领先公司利润空间可能被压缩。

这正是中国开放模型带来的真正冲击，它挑战的不是某一个模型，而是一整套商业模式。

对理性主义社区来说，这种挑战尤为致命，因为他们长期以来鼓吹的"安全优先""管制扩散"等政策主张，本质上是在为闭源垄断模式提供合法性。

当中国开源模型以更低成本、更开放姿态获得全球开发者青睐时，他们的整套话语体系便显得苍白无力。他们越是叫嚣"中国模型危险"，就越暴露出他们真正在意的并非安全，而是美国能否继续保持对AI生态的绝对控制。

历史有时极具意味。美国曾因开放赢得互联网时代，但今天它可能因害怕开放而重新考虑建立技术边界。

这并非首次发生，技术领先国家往往都会经历相似心理转变：当自己追赶别人时希望开放，当自己领先时希望保护。19世纪英国工业革命时期如此，20世纪美国科技产业崛起时期如此，今天人工智能时代也可能如此。

但问题在于，人工智能与过去许多技术不同，它不是一个独立产业，更像一种通用能力（类似电力）。电力最大价值不是电厂本身，而是所有行业接入电力后产生的新生产力。

AI也是如此。如果AI仅属于几个超级公司，它可能成为新的数字资源垄断；如果AI能被更多国家、企业、个人使用，它可能成为全球生产力升级工具。

这也是中美两种路线真正的分歧：美国担心的是开放AI可能削弱自身优势，中国强调的是开放AI可以扩大技术生态。

人工智能确实存在风险，但历史经验昭示，真正改变世界的技术极少是因为被完全控制而产生最大价值，蒸汽机、电力、互联网最终都是因为普及而改变世界。

未来数年，中美人工智能竞争可能不会只是模型性能竞争，更可能是一场关于技术秩序的竞争。

美国希望建立一种体系，即最先进模型由少数可信机构掌握，通过安全标准、出口规则和监管体系控制扩散。中国正在尝试另一种体系，即通过开放模型、产业应用和生态建设扩大影响。

两种模式最终谁占优势，目前尚无答案。但可以确定的是，人工智能时代最大的权力不只是拥有最强大模型，而是谁决定谁可以使用模型、如何使用模型、全球企业依靠什么模型发展。

六、结语

几十年前，美国通过开放互联网改变了世界；今天，中国正尝试通过开放人工智能参与定义下一代技术秩序。

这也是中国开放模型之所以让美国AI圈如此焦虑的缘由，他们面对的不仅是简单竞争者，而是一种不同发展路径。过去美国相信开放能让自己赢，今天中国正在证明开放也可能让竞争者赢。

更发人深省的是，硅谷那些自诩理性主义者，如果他们的思想主导世界，结局要么是以"全人类福祉"为名对其他国家施加更多限制，要么就是认为全人类都应成为AI发展的附庸，这两种取向都与真正造福社会的技术愿景背道而驰。

中国在人工智能时代坚持开源，不只是给全世界提供可选择的模型，更是给全世界提供不一样的思想可能，让全球免于被那些狂热且傲慢的思潮污染。

真正决定AI时代未来的，也许不是谁拥有最大计算集群，而是谁能让更多人参与这场技术革命，因为所有伟大技术最终都会面对同一个考验：它属于少数人的财富，还是属于整个社会的新基础设施。