-
日期: 2026-07-10 | 來源: RFI華語 | 有0人參與評論 | 專欄: 中美博弈 | 字體: 小 中 大
她主筆的行業通訊Concurrent專注觀察中國和美國硅谷高科技尤其是人工智能研發動向。不久前，Afra Wang剛剛隨壹個觀察團前往中國實地考察。她尤其注意到了中美兩國在人工智能領域不同的發展邏輯，以及在這兩種不同邏輯之下的行業現實。 https://t.co/79XTjIy7u4 — RFI 華語 - 法國國際廣播電台 (@RFI_Cn) July 10, 2026 人工智能技術已成為中美兩大國戰略競爭的核心。中國的 “深度求索”、“智譜”等初創企業似乎正不斷以功能相近，但成本低廉的應用模型挑戰美國在高科技領域的霸主地位。如果說兩國政府都在窮盡辦法，築起小院高牆，以保護自身的優勢的話，中國政府舉全國之力投資該領域，顯示志在必得的決心之際，美國政府則不時地在與本國的行業領袖較勁。Anthropic 的大型語言模型的兩個最新版本不久前經歷的禁止外國用戶登錄隨後又有限度放行的風波就是壹個典型例證。與此同時，美國行業領袖圍繞人工智能技術開發前景的討論與擔憂中，似乎難以聽到來自中國的聲音。中國的科技企業是否對人工智能技術日新月異的發展也有同樣的憂慮？旅居美國的Afra Wang是自由撰稿人，她主筆的行業通訊Concurrent專注觀察中國和美國硅谷高科技尤其是人工智能研發動向。不久前，Afra Wang剛剛隨壹個觀察團前往中國實地考察。她尤其注意到了中美兩國在人工智能領域不同的發展邏輯，以及在這兩種不同邏輯之下的行業現實。在她看來，中國人工智能領域當前的蓬勃表象之下，也暗含著泡沫破滅的可能。Afra Wang6月9日接受本台電話采訪，介紹了她的觀察與分析。
Anthropic為何呼吁人工智能開發暫緩?
法廣: 最近，美國人工智能企業Anthropic的領導人呼吁讓人工智能的開發暫緩。您怎麼理解這樣的呼吁？現在，國際社會上好像大家都在爭先恐後地開發人工智能技術，Anthropic為什麼會提出來要暫緩呢?
Afra Wang: 我想先澄清壹個前提：Anthropic其實並沒有呼吁暫停研發——它自己還在全力研發前沿模型。它真正做的,是壹邊推進、壹邊不斷拉警報，尤其是對失控風險的警報。2023年那封著名的"暫停六個月"公開信，Anthropic恰恰沒有簽。 因為AI大公司，主要在美國、也包括英國，大概有叁家:DeepMind、OpenAI和Anthropic。這些大公司其實都在用大量的算力和基建，去研發人類社會從來沒有見過的AGI（通用人工智能）.
前兩天，他們推出了壹篇新的文章，就是在講這種叫做 recursive self-improvement (RSI，遞歸式自我改進) 的人工智能——廣泛來說，就是人工智能可以自己撰寫代碼去完善和進化自己, 人類在某種程度上可以被逐漸排除在人工智能自我迭代的這個循環之外。這是壹種人類社會從來沒有見過的科技增長和科技進步的方式，因為我們已經造出了壹個比人類還要聰明的機器。所以，當這個趨勢在更加延續的時候，我覺得，很多頂尖的人工智能的研發機構其實不知道該怎麼去應對這種情況。於是，硅谷這邊就出現了非常多的類似思想流派。其中的壹個流派就認為，這種自我迭代的人工智能，遲早會超出我們人類的理解和預知，會做出壹些不可逆的傷害。比方說制造化學武器，或者說被壞人所利用。還有壹個比較極端流派認為，人類在本質上有被毀滅性的危險，因為暴露在這種人工智能快速自我迭代的危險之下。於是，就出現很多這種所謂的暫緩論調。這其實已經不是新鮮事。大概幾年前就有很多專家、學者在呼吁叫停。只不過最近Anthropic新出的這篇文章和它公司的最新動向，強化了人們對於這個問題的關注。所以這個論調又開始卷土重來。
法廣: 就是說，人工智能因為智能體現在有能力自我更新、自我換代升級，那麼人類社會有可能會失去對這種技術發展的控制,是這意思嗎?
Afra Wang: 對。沒錯。有壹個很好的叫做Understanding AI的科技媒體裡面也說，人工智能有的時候在解決數學題或者物理問題的時候，它可以直接告訴你答案，但是它卻沒有辦法告訴人類它自己的推理過程、或者它為什麼能夠解決這些問題。所以說，我們其實是在制造壹個比自己聰明很多的機器，但是這個機器可能又沒有辦法以我們理解的方式告訴我們其中的機制。
在中國，AI只是幫助國家產業升級的工具
法廣: 您最近才從中國回來。你們是壹個觀察團，到中國去實地考察。那您在中國的時候，有沒有發現中國也有這樣的憂慮呢?
Afra Wang: 在中國，這種憂慮尤其是在科技界看到得比較少。我回來之後寫了壹篇文章叫做Mandate of AI。我在探索：中美之間這種AI的治權到底是誰在決定?
就我的觀察來說，在硅谷，整個行業——包括我們剛剛討論到的這種比較形而上的觀察——是行業的AI領袖去定義的。他們這些人是真心相信自己手中的前沿技術會非常深刻地、不可逆地重塑社會。所以這些行業領袖會經常發表播客、發表各種各樣的文章，或者去跟媒體交流，因為他們認為自己肩負著這個行業的未來，認為他們有資格告訴普通人：未來在AI的塑造之下可能會走向怎樣的情況。
但是在中國，在我的觀察當中, AI的治權是在國家。在整個更大的經濟現場當中，AI其實發揮著壹個更小的作用。在中國，AI其實是中國用來實現自身的達爾文式工業化升級的壹個工具。所以當AI成為壹個只是幫助國家產業升級的工具的時候，你會發現，國內AI從業者的地位要比美國AI從業者低很多。這個地位不僅是針對收入而言，而且是話語權、社會地位以及他們發聲的影響力。所以在中國，你能看到的是：是政策文件在詮釋AI和未來相結合、相應用的方式。比方說AI+行動方案,或者“拾伍伍”規劃，或者各地方政府——比如杭州、北京、上海政府——對於AI某個管道的比較細致的規劃。國內的AI從業者完全沒有美國AI從業者這麼高的地位。我覺得這是因為AI的治權在兩國不壹樣。
中國處在壹個"別人制定規則、我來追趕"的狀態
法廣: 如果說在中國,AI技術發展大方向的解釋權是在政府、在國家的話，那它是不是在某種意義上就比美國更多了壹種防范它失控的能力呢,還是說恰恰相反呢?
Afra Wang: 我覺得整體來說，中國尤其中國的AI領域，對於國家應對巨大災難或各種突發情況的能力更有把握，就是對這個國家機器更信任壹些。因為說實話，中國國家機器的體量、以及它雇傭的人對各行各業、各個層面的滲透程度，和美國是不能相提並論的。但是在同壹層面來說，因為中國在AI行業當中是壹個追趕者，所以它其實並沒有吸納更多美國硅谷這邊對於AI本質的對話和擔憂。這種對話和擔憂其實僅僅出現在最頂級的AI實驗室和研究人員當中。中國是在堆算力，在追趕大約美國半年到柒個月前的模型表現能力的過程當中，所以它其實追趕的並不是最最最尖端的技術。
“泡沫是國家組的，戳破泡沫也是國家允許的”
法廣：您在壹篇文章中特別提到,中國的人工智能發展模式和美國硅谷的發展模式，是兩個完全不同的模式。這種區別有什麼具體的體現嗎?
Afra Wang：廣義來說，在中國，如果你問老百姓：什麼是AI？很多老百姓會說：機器人是AI。我覺得這是壹個和美國非常不壹樣的區別。因為美國最尖端的AI模型，其實是被封鎖在和你互動的那塊小小的智能手機屏幕上；而中國的AI是壹個更加diffuse、更加具身、具象的東西。
其次，參觀中國這些機器人公司的時候，我自己很大的壹個感覺是，在中國，尤其是從人形機器人到其他各種具身智能機器人公司，都特別像2017年新能源汽車經歷的那種熱潮：國家點名之後，地方政府、產業資本、供應鏈、創始人、媒體敘事都呼啦呼啦湧了進來。中國的人形機器人從2023年開始雨後春筍壹般湧出大概幾拾家不同的公司。就和2017年電動車壹模壹樣。宇樹肯定是當之無愧的行業龍頭。但你會發現，可能再過幾年，就像2017年開始的電動車行業壹樣，很多品牌就會消失、被市場擠壓走，然後市場又趨於平靜。所以我覺得，這更像是壹個國家和地方政府、以及壹個被塑造好的市場，去層層篩選。等於說這個泡沫是國家組的，然後戳破泡沫也是國家允許的。
我覺得在這個層面，中國和美國那種完全純靠市場機制的模式非常不同。如果完全純靠市場機制，你會發現美國會出現像OpenAI、Anthropic、以及如果你把SpaceX也算作壹個AI公司(因為SpaceX裡面包含AI研發)——美國資本市場更容易湧出這種資本大鱷組出來的龐大資本局；但中國更容易湧現出這種國家允許、地方政府允許的泡沫，然後再壹個壹個被市場的迭代和競爭所戳破。我覺得這是兩個很不同的發展路徑。
中國的尖端大模型研發能力尚不能與硅谷平起平坐
法廣: 中國的生成式人工智能模型"深度求索"在2025年1月推出的時候，曾引起震驚。在那場轟動中,大家都覺得好像中國的人工智能技術正在趕超美國。但如果從您的觀點來看，情況還不是這樣……
Afra Wang: 對。我並不覺得中國和硅谷,尤其是在AI領域——我只講尖端的大模型研發——能和硅谷平起平坐。我覺得，中國比方說在應用普及方面，比方說AI在這個國家有多少滲透率、大概百分之多少的人在用這個技術等方面可能可以和美國有壹個數量上的競爭。但是我並不覺得中國的實驗室能夠和美國最尖端的AI實驗室競爭。他們仍然不是壹個平起平坐的地位。因為我自己觀察到的是，中國幾乎每壹個AI研究者都非常喜歡用Claude，或者他們經常用某種中轉站翻牆去用。每個實驗室都把AI coding的能力當成頭等大事，是因為無論是ChatGPT還是Claude，他們對coding capability都極其重視。AI寫碼能力是決定AI自我進化、自我迭代的壹個關鍵能力。而這個大方向全部都是硅谷定義的。所以談到算力，你腦海裡浮現出來的永遠是大家想要更多英偉達的GPU，而不是華為的GPU。這就讓我覺得，中國在各方面其實都處在壹個"別人制定規則、我來追趕"的狀態。
AI行業的命名權仍牢牢掌握在硅谷手裡
Afra Wang：我在壹篇文章中提到taxonomy的實力，就是命名權、定義權的實力。這是壹種文化軟實力。中國雖然推動開源模型、看起來整個行業非常蓬勃，但你會發現，中國所有的開源研究者、或者中國頂尖的AI研究員，極少有這種能夠復制的軟實力；也就是給現實命名的權利：我指的到底是什麼樣的現實。比方說，去年初，OpenAI的創始成員之壹、前特斯拉AI高級總監Andrej Karpathy命名的"vibe coding"，現在基本上變成了壹個范式轉換型的現象。還有壹位沃頓商學院的教授Ethan Mollick。他給模型那種參差不齊的能力命名了壹個詞，叫"jagged frontier"(鋸齒狀的能力前沿)——就是說，AI有的時候能拿IMO(國際數學奧林匹克)金牌,卻數不清"strawberry"這個詞裡有幾個R，會犯這種叁歲小孩都不會犯的低級錯誤。
就是很多這種AI的現實、AI的特性、AI這個行業裡未被命名的方向或問題，它的命名權都牢牢掌握在硅谷手裡。而中國這些研究員是在默默地接受這些被命名的現實，然後在這個基礎上再發展。
法廣: 就是它的創新能力還是有限,是這意思嗎?
Afra Wang: 對, 命名能力很有限。
英偉達定義整個行業的實力就像海嘯壹樣
法廣: 提到創新，最近華為集團宣布找到了壹個可以繞開無法獲得高級光刻機的難題、去開發1.4納米芯片的技術。目前，達到量產的最先進制程芯片是台積電的3納米芯片。如果華為有能力開發1.4納米芯片，是不是說明華為的技術已經可以突破美國的封鎖,能夠走得更遠?
Afra Wang: 首先,，我想說，我自己不是芯片專家，但我有關注這條信息。另外補充壹句背景：台積電現在量產的最先進制程其實已經到2納米了，不是3納米。 而華為這條消息，我看到的是，他們其中壹個許諾是到2031年才能做出1.4納米"等效密度"的芯片——注意是等效密度，不是真正的1.4納米光刻。說實話，在這個時間線之下, 我覺得還是靜觀其變吧。
就我自己來說，我知道比方說DeepSeek V4這個模型，它其實拖了很久才發表。當時硅谷很多DeepSeek的粉絲都在等待。它之所以發布延遲，是因為它的inference(推理)是跑在華為開發的昇騰芯片(Ascend)上。這其實已經是壹個進步了。而且，據報道，現在壹支華為牽頭的團隊已經用大約壹千顆昇騰910C芯片，完成了V4-Pro的全參數後訓練(post-training)——這已經是實打實的壹步。但據報道，最主要的預訓練環節，仍然發生在英偉達的芯片上。
其次，英偉達對於整個行業的這種定義實力，就像海嘯壹樣直接淹過你。如果你參與美國科技界的討論、或者參與美國股市，你就知道英偉達那種可怕的、定義全行業的能力。從壹個宏觀的視角來講，英偉達對於整個行業、對於整個美國股市的影響力和定義權就是赤裸裸地擺在這兒。
中國的優勢與美國的短板
Afra Wang：在國內跟這些AI創始人還有研究者聊天的時候，我意識到中國的AI從業者有時候意識不到中國的幾個優勢，而這些優勢反而在硅谷被津津樂道。這幾個優勢，壹個是中國工科、理科的人才密度——中國每年都在大量產出STEM學生（STEM 是科學、技術、工程和數學肆門學科英文首字母組成的縮寫——法廣注）。這些學生的數量是美國的好幾倍，而且差距還在持續拉大。中國其實在大量地、持續地向全世界、當然也向本國輸送很優質的、腳踏實地的STEM人才。
其次就是中國的電力基礎和基礎設施，對於建立數據中心來說是壹個不可多得的巨大優勢。在美國，鋪設高壓電纜、建數據中心都是很頭疼的問題。但在中國，這方面的人才——鋪設高壓電纜、制作光纜等硬件的人才非常多，而且基本上都是呼之即來的、非常成熟的人才和工程體系。這兩個優勢在中國國內的AI界沒有人說，但其實經常被美國和硅谷看到。
法廣：但是，鋪設高壓電纜或建立數據中心在美國會遇到問題，原因是什麼呢？是因為美國沒有這方面的硬件、人才或場地，還是說國家、當地市場或居民對於開設數據中心本身有壹些抵觸?
Afra Wang：有幾個層面吧。首先，地方民眾，也包括很多美國的立法者、參議員和政客，都在公開抵制建造數據中心這件事情。因為在美國普通人眼中，AI是壹種會搶走你工作、並且會給經濟帶來很大震蕩的精英技術，而不是壹個給大眾的技術。就是說，美國大眾對AI的普遍認知是壹種非常抵觸和恐慌的情緒。這是其壹。其次,要建造data center，就需要很多變壓器、很多鋪設光纜的普通工人。而在美國本土，這些全都不夠。美國很多變壓器和電力設備依賴進口，中國是重要來源之壹。變壓器本身就是建數據中心的壹個瓶頸，電力是瓶頸，建設這些數據中心的工人、人才也是瓶頸。就是說,美國在建設數據中心方面遇到非常多硬性的瓶頸。而在中國本土，這些瓶頸其實都不是事兒。我覺得這是兩邊很大的不同。
在中國，民眾對AI的恐慌更是擔心成為炮灰的恐慌
法廣：您在中國是否感受到普通民眾對人工智能技術發展有某種憂慮呢？因為在西方社會，在美國、在歐洲，大家都對人工智能的發展、對它下壹步會不會從思想上、精神上影響人的能動性、或者非常具體地影響到就業崗位，都有壹種擔憂。您在中國有沒有注意到這種憂慮呢?
Afra Wang：這方面也可以分幾個層面講。其壹，因為中國就業率本來已經非常低了，中國年輕人找不到工作已經是現實，中國的經濟狀況其實已經很差了。大家的焦慮並不是認為這種經濟形勢是AI造成的——真正的原因是中國經濟停滯，還有通貨緊縮。這已經是好幾年的事兒了。大家並不覺得這是AI造成的。這是其壹。
其贰，大家對AI有焦慮有恐慌，但這種焦慮和恐慌處在壹種"我害怕我跟不上這趟車、我害怕被這個時代和這個達爾文式工業升級的浪潮所拋棄"的狀態。就像很多人會覺得自己沒趕上互聯網、移動互聯網那波浪潮,或者沒趕上中國房地產那波浪潮壹樣，他們認為，國家主導的這種大趨勢必然發生。他們害怕的不是AI搶走自己的工作，而是害怕：如果我不學習AI，我會不會被時代拋下？我覺得，國內對AI的恐慌更是這樣壹種心態上擔心自己是炮灰的恐慌。
法廣：中國的人形機器人這幾年發展得特別快，至少看上去處於壹種領先地位。在2026年春節聯歡晚會上，有很多機器人表演。它們可以表演藝術，而且可以深入到家庭，作為親情陪伴的壹個工具。但是這些應用好像在美歐並不常見……
Afra Wang：首先，春晚上看到的這種家庭陪伴式機器人現在其實還不存在。那只不過是小品上的壹個表演罷了。因為現在機器人基本上並沒有這個capability，它的能力並沒有達到能夠去做家務或者陪伴人。它的靈活性等等都還有很大局限。
其次，宇樹機器人在全世界的人形機器人領域確實已經領先，它也即將上市。它真正甩開對手的，是硬件供應鏈的完善程度和迭代速度——在成本、量產和商業化上，它已經把波士頓動力(Boston Dynamics)這類主打高難度動態動作的公司甩在了後面。當然，純從某些技術和動作能力的維度看，雙方其實各有所長。但中國整個供應鏈的完善程度和快速迭代，是很多美國機器人公司沒有辦法追趕的。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見