为什么决定中美人工智能竞赛走向的是国家安全，而非市场力量

在《商业时报》最近刊登的一篇题为“当颠覆者被颠覆：中国开源人工智能如何吞噬自身行业”的评论文章中，资深经济事务专栏作家 Vikram Khanna 敏锐地指出，哈佛大学教授 Clayton Christensen 的“颠覆性创新”理论正在明显上演。

简而言之，Khanna 表示，美国的人工智能实验室正被中国超越，因为中国的模型使用成本更低，且表现几乎与西方竞争对手一样出色。

然而，单凭颠覆理论无法解释北京在2026年4月阻止 Meta 以20亿美元收购 Manus AI 的决定。

两个月后，华盛顿也对 Anthropic 最先进的模型实施了限制。

这两项举措都以国家安全为由，这表明背后存在一种不同的逻辑在起作用。

我认为，人工智能的未来将更多地由安全需要而非纯粹的市场力量所塑造，在这场竞赛中，竞争不再发生在商业模式之间，而是国家体系之间。

在安全竞赛中，市场颠覆的规则受到了 Christensen 博士的理论框架从未打算处理的因素的制约。

人工智能是军民两用技术

首先，安全维度改变了分析的视角。

在人工智能竞赛中占有一席之地的每个主要大国，都已正式将其指定为军民两用技术，即兼具民用和军事应用的技术。

美国通过第14110号行政命令，欧盟通过其《人工智能法案》中的军事豁免条款，以及中国通过其军民融合战略都做出了此类规定。中国的战略在法律上要求民用人工智能公司与中国人民解放军分享技术。

在东欧，乌克兰军方每月通过人工智能系统处理超过5万个视频流，从而实现数百公里范围内的目标识别。

无人机部队已经在使用人工智能制导的巡飞弹，当敌方干扰切断无线电联系时，这些巡飞弹可以锁定目标并自主完成最后的攻击。

在中东，美国利用人工智能筛选数据，以便军事领导人能比传统指挥链更快地做出决策。

人工智能还大幅降低了进攻性网络行动的成本，例如生成恶意软件、自动化发现漏洞以及进行大规模的鱼叉式网络钓鱼。

Anthropic 披露，有大约2.4万个与海外实验室有关联的欺诈性账户，曾尝试从其 Claude 模型中提取信息，未经授权的尝试次数高达1600万次。

这表明，前沿系统不仅被用作提升生产力的工具，也已被用作情报收集的工具。

资本主义模式与国家主导模式的对决

其次，激励机制至关重要。

闭源人工智能模型——如 Anthropic 的 Claude、OpenAI 的 GPT 系列和 Google 的 Gemini——是特定激励机制的产物，在这种机制下，个人可以从其工作中获得直接的经济收益。

股权、人才薪酬和专有收入流都会回馈给这些模型的创建者。

这种结构吸引了来自世界各地的大量研究人才加入西方的人工智能实验室。

中国的国家主导模式能否大规模复制这种成功？

是的，中国过去曾取得过真正的突破，最引人注目的领域是高速铁路和太阳能板。

但这种模式近来受到了一些审视。

以电动汽车行业为例。据估计，在2009年至2023年期间，中国为电动汽车津贴投入了2300亿美元。

到2024年，中国的电动汽车产量约占全球总产量的70%。然而，截至2025年8月，只有三家中国电动汽车制造商——比亚迪、理想汽车和问界——实现了盈利。

与此同时，汽车和电池的产能已远超国内需求，仅电动汽车电池的产量，预计在2025年就将达到中国汽车制造商消化能力的三倍左右。

分析人士称，数十家地方企业在很大程度上是依靠省级政府的扶持才得以生存，据报道，其中一些企业通过“零公里”二手车出口来夸大销售额。

到2025年10月，北京的“十五五”规划十年来首次将电动汽车从其战略性产业名单中移除。

风险在于，人工智能行业可能会重蹈覆辙：国家支持的注入导致产能过剩和结构性疲软。

更广泛的宏观经济逆风加剧了这一危险——国际货币基金组织评估认为，中国存在“持续的生产力结构性制约”，世界银行则警告称，中国面临“生产力增长放缓、高额债务和人口老龄化”的问题。

一个应对这些压力的国家，其财政空间有限，难以承受维持前沿人工智能发展所不可避免会带来的损失。

另一方面，西方的人工智能也并非没有自身的弱点。

OpenAI 在2025年公布了约390亿美元的净亏损，并预计还将累计亏损数百亿美元；而 Anthropic 最新预测的营业利润也仅依赖于微薄的利润率。

而且，如果投资周期发生逆转——这在科技领域曾发生过——私人资本枯竭的风险是真实存在的。

尽管如此，这两种风险情景并不等同。

资本紧缩可能会迫使西方实验室进行整合和削减成本——这个过程虽然痛苦，但最终是可逆的。

相比之下，国家控制则迫使中国的人工智能实验室在一种政治逻辑下运作，这种逻辑不仅决定了他们能构建什么，还决定了他们被允许说什么、可以使用哪些数据进行训练，以及他们的模型必须服务于谁的地缘政治利益。

这对于中国人工智能的未来发展构成了结构性制约，并且随着技术战略重要性的提升，这种约束力会变得更强，而不是更弱。

开源模式真的开放吗？

第三，并非所有开源权重的人工智能模型都遵循相同的逻辑运作。

中国异军突起的人工智能模型DeepSeek 在技术上是开源权重的，这意味着用户表面上可以为其自身目的使用和检查其代码。

然而，DeepSeek 的数据基础设施、内容过滤器和治理链与“开源”在西方语境下的含义完全不同。

例如，据报道，在该模型中发现的隐藏代码能够将用户登录数据传输给北京旗下的电信公司——中国移动。

从澳大利亚到荷兰的各国政府都已禁止在政府设备上使用 DeepSeek，因为根据中国的国家情报法，其持有的任何数据都可应国家情报机构的要求随时提供。

相比之下，总部位于巴黎的开源权重模型Mistral AI 则遵循不同的逻辑。它经常与 DeepSeek 一同被提及，作为美国专有系统的替代品。

2025年11月，SAP 和 Mistral 宣布了一项合伙业务，并明确宣传其为欧洲受监管行业提供“主权人工智能”。

在新加坡本地，内政团队科技局（HTX）与 Mistral AI 和 Microsoft 合作，构建了 Phoenix 模型系列。该系列模型根据新加坡的特定情境进行了微调，并部署在 HTX 自己的、与不安全网络断开的本地基础设施上——其目的正是为了避免数据通过任何外国云端进行路由。

Khanna 的观点是正确的：创造性破坏会重演，廉价的中国开源人工智能模型对西方人工智能实验室构成了真正的竞争挑战。

但在国际政治中，如果主要将颠覆性叙事框定为一个经济故事，那么它就是不完整的。

人工智能现在处于经济生产力和军事能力的交汇点——最重要的是，它的未来将由其运行所在的安全架构所塑造。

作者是亚太公共关系与传播协会公共事务组主席，同时也是新加坡人工智能和数字化转型公司 Temus 的董事。他目前正在伦敦国王学院攻读战争研究。