撰文：不懂经也叔的 Rust
2026 年 4 月，两篇关于中国 AI 的重头文章几乎同时出现在美国主流媒体上。
一篇发在《纽约时报》。作者是一位刚从中国采访归来的记者，他在北京、上海、深圳、杭州跑了一圈，跟十多位中国 AI 领域的核心人物做了深度对话，看到中国 AI 的发展，认为美国无法击败或者说遏制中国，can't beat。
另一篇发在《外交事务》（Foreign Affairs），作者是杰克·沙利文（Jake Sullivan），拜登政府的国家安全顾问，刚刚卸任。这是他离开白宫后第一次系统性地公开谈论中美科技竞争。
两篇文章的视角和表达完全不同。记者写的是见闻，是他在华为园区坐自动驾驶汽车的体验，是他跟中国科技公司 CEO 面对面聊天时听到的原话。沙利文写的是战略框架，是他在白宫四年形成的对中美科技格局的完整判断，洋洋洒洒上万字，从半导体讲到生物技术，从供应链讲到清洁能源。
一个自下而上，一个自上而下。
但读完两篇文章，你会发现一件有点出乎意料的事：他们看到的中国 AI，轮廓是重合的。而那个轮廓，跟过去几年美国主流叙事里的中国 AI 形象，有不小的偏差。
一、中美 AI 不在同一条赛道上
先说两个人看到的第一件相同的事。
沙利文在《外交事务》的长文里，上来就做了一个自我纠偏。他说，美国数十年来对中国科技的定位，建立在一个"安静但强大的假设"之上：
认为北京本质上在跑和美国同样的赛跑，只是慢了几步。中国被视为一个模仿者，善于复制，创新滞后，最终依赖于获取西方技术。美国的领先被认为是持久的，甚至是自我维持的。
沙利文的判断是：这个假设没有得到验证。
他认为中国并没有在同一条跑道上追赶美国的创新。中国追求的是一种不同的路径：以生产规模、关键原材料的控制和供应链节点的掌握为核心。他举了几个具体的例子。
中国目前生产了全球超过 70%的锂离子电池，控制了大约四分之三的全球电池制造产能。在稀土加工、药品原料等领域，中国也已经建立了主导地位。沙利文的概括很精炼：美国在跑一场赛跑，中国在跑另一场。
美国更多地聚焦于保持创新突破的领先，相信这些突破会自然地转化为经济、军事和软实力。而中国聚焦的恰恰是这个"转化"本身，致力于将技术进步变成经济和安全领域的实际能力。
这个判断如果只是来自华盛顿的书桌，说服力可能有限。但远在白宫之外，《纽约时报》那位记者在中国的实地采访中，从完全不同的角度看到了同样的图景。
2022 年，拜登政府推出了芯片出口管制政策，试图通过切断尖端半导体供应来遏制中国的 AI 发展。这项政策的前提假设是：AI 数据中心使用的高端芯片组体积跟滑板差不多大，没法简单地塞进手提箱走私，而且离开芯片制造商工程团队的现场支持就很难投入使用。所以理论上，管制应该是有效的。
记者发现，现实跟理论之间的距离比想象中大得多。
中国的 AI 模型开发者找到了一条简单的绕行路线：在其他国家的芯片上训练模型。一个中国团队只需要在东南亚邻国租用 AI 数据中心的算力，就可以完成模型训练。隐藏模型的中国来源并不困难。与此同时，中国正在学习如何摆脱对单一尖端芯片的依赖，方法是将性能较低的芯片堆叠组合使用。
还有一个更巧妙的路径：蒸馏。每当美国实验室推出一个前沿模型，中国竞争对手就会迅速逆向解析其能力，用更少的算力构建出一个性能相当的版本。记者写道："后发者反而占据优势。"
美国 AI 科学家曾经有一个论点来回应"快速跟随"的威胁。他们说，"智能爆炸"（intelligence explosion）即将来临，AI 系统很快就能自己编写升级代码，形成递归式的自我改进。率先触及这个"奇点"的国家将赢得 AI 竞赛，哪怕跟随者只落后几个月。
三年半过去了，AI 确实开始生成代码来升级自身，这个反馈循环已经启动。但记者的观察是：这并没有拉开差距。因为竞争的关键根本不在模型本身。
一个在华盛顿推导出的战略判断，一个在深圳亲眼看见的事实，指向了同一个方向。
「如果中国能打印自己的劳动力，那我们（美国）在经济上就麻烦了……」
曾经花 50 万进名校，如今花 50 万找工作：AI 把教育焦虑推向了极限
二、部署，部署，部署
两篇文章的第二个交汇点更加具体：AI 竞争的关键不在于谁的模型更强大，而在于谁能把 AI 真正嵌入到经济运转中去。
这个判断多少有些反直觉。过去两年，科技媒体和社交网络上关于 AI 竞争的讨论，几乎全部围绕"模型"展开。谁的参数更多，谁的基准测试跑分更高，谁又发布了新一代大模型。排行榜一轮接一轮地刷新，每次都能引发一波焦虑或兴奋。
沙利文看到的是另一个维度。他在文章中写道：
仅仅第一个发现新的突破是不够的，如果别人在部署上比你更快的话。仅仅在设计上领先也是不够的，如果生产所需的投入和产能不在美国或其盟友的掌控之中。
他还引用了政治学者 Jeffrey Ding 的研究来佐证这个判断。Ding 的研究表明，在冷战期间，苏联在不少前沿科技领域并不落后于美国，但它在技术扩散和应用落地这个环节全面失败。技术发明出来了，但没有被广泛采用，没有渗透到经济和社会的毛细血管里。这才是苏联在科技竞赛中真正溃败的原因。
沙利文的言下之意很清楚：美国不能重蹈苏联的覆辙。光有最好的实验室不够，技术必须被用起来。
《纽约时报》记者则用他在中国的亲身经历，为这个战略判断提供了具体的画面。
他写到，华为和海康威视等受美国制裁的公司，正在将 AI 系统部署到一系列实际场景中：高铁的维护检查、矿山的运营管理、水样的扫描分析以评估污染状况。这些不是实验室里的 demo，是正在运行的工业系统。
记者本人在华为位于深圳附近的园区里，坐上了一辆自动驾驶汽车。副驾驶座上有一个装置在给他按摩背部，而车辆的转向操控，用他的原话说，"堪称完美"。
他的结论跟沙利文遥相呼应：
决定 AI 竞赛胜负的，不是前沿模型不断增强的能力，而是 AI 的部署。要改变经济格局，AI 必须嵌入商业流程之中。尖端模型的原始算力必须转化为实际应用。
沙利文从战略理论出发，记者从现场观察出发，两个人在"部署比模型更重要"这个判断上完全合流。对于习惯了盯着大模型排行榜看竞争格局的人来说，这个视角的切换可能需要一点时间来消化。
三、制造业是 AI 的土壤
沙利文的文章里有一段论述，读起来不像是在谈 AI，更像是在谈工业史。但恰恰是这段话，把"为什么中国在 AI 部署上表现突出"这个问题推到了更深的一层。
过去几十年，美国形成了一个广泛接受的分工假设：技术设计和前沿研究是美国的天然优势，制造业是成本中心，可以安全地转移到海外。沙利文认为这个假设出了问题。他的原话值得细读：
当制造业离开时，工艺工程知识也随之流失。随着时间推移，这种知识外流会侵蚀支撑技术领先的反馈循环。
他引用了诺贝尔经济学奖得主达龙·阿西莫格鲁（Daron Acemoglu）和西蒙·约翰逊（Simon Johnson）的研究。两位经济学家梳理了工业革命的历史，发现一个规律：那个时代真正推动发明向前发展的创新工程师，大量来自制造业一线，是有手艺背景的人。不是坐在书斋里的理论家，是在车间里摸过机器、闻过机油的实践者。
沙利文由此得出了一个判断：
一个不再动手造东西、不再动手捣鼓技术的国家，终将失去推动这些技术进步的能力。一个放任整体工业基础萎缩的国家，丧失的是制度性知识、对供应链的掌控，以及生产的深度和多样性，这会让它在需要在特定关键领域建立实力时更加困难。
说这话的人，在白宫坐了四年，亲手制定了对华科技政策。这不是学术论文里的观点，是操盘手的复盘。
回过头看《纽约时报》记者在中国的见闻，会发现一个有意思的对应关系。他看到的那些 AI 落地案例，高铁维护、矿山管理、自动驾驶、水质监测，全部生长在制造业和实体经济的场景里。
华为能把 AI 装进自动驾驶汽车，前提是它在通信硬件和电子制造上积累了几十年。海康威视能把 AI 嵌入工业检测流程，前提是它长期扎根在安防设备的研发和生产中。
这些公司的 AI 能力不是凭空长出来的。它们的底座是制造业。工厂提供了海量的真实场景数据，产线提供了 AI 部署的物理载体，成熟的供应链网络提供了规模化的可能性。
沙利文在华盛顿从理论上论证了"创新不能脱离制造"，记者在深圳从现场观察到了这个论证的活样本。两条线索在这里交汇，指向一个可能被长期低估的事实：制造业不是创新的对立面，它是创新的基础设施。
中层的坍塌：两千年管理史，终结于一个 AI 循环
AI2028-AI2027-AI2026：巨变倒计时与普通人自救指南
四、同一个诊断，两张药方
读到这里，两个人的观察高度一致。但在"接下来该怎么办"这个问题上，他们走向了不同的方向。
《纽约时报》记者的判断很明确：芯片出口管制已经失败了。
他的论据来自实地观察。中国绕过管制的方式不是一种，是好几种同时在运转：租用东南亚国家的数据中心算力、将低端芯片堆叠组合使用、通过蒸馏技术快速复制美国前沿模型的能力。他写道：
即使参议院跟随众议院通过限制中国使用境外数据中心的法案，中国规避管制的能力也不会改变。
在他看来，管制的问题不仅仅是"没有达到预期效果"。更大的代价在于，它堵死了另一条可能更有价值的路。记者在中国的采访让他相信，中国的科技精英确实关心 AI 安全问题。如果美国当初选择的不是封锁，而是对话，结果可能不同。
他提出了一个具体的替代方案：美国应该跟中国谈判一个 AI 版的《核不扩散条约》。用取消芯片管制作为筹码，换取中国参与一个全球性的 AI 安全治理框架。他承认这听起来有些天真，但他认为，比起一个注定失败的封锁策略，这条路至少有成功的可能性。
拜登政府做出了一个战略选择，将延缓中国发展置于其他担忧之上。另一种选择本可以是对中国说：你们是科技超级大国，我们也是科技超级大国。让我们携手确保 AI 不会落入流氓国家和恐怖分子手中。
沙利文的立场不同。他并不认为应该放弃管制，相反，他系统性地论证了为什么需要继续。只是方式要调整。
他提议继续加码"小院高墙"：管控的范围要小而精准，只聚焦最敏感的技术节点，比如最先进的半导体；但在这个小范围内，管控的力度必须足够强。他明确反对全面脱钩，认为在农产品和基本消费品等非敏感领域保持贸易对美国家庭有益。但在先进计算芯片这个点上，他认为放松管制等于"自愿放弃美国及其盟友目前拥有的最具决定性的优势之一"。
面对"管制适得其反、反而刺激中国加速自研"的质疑，沙利文直接回应：
中国领导人早在这些管制措施出台之前，就已经把芯片自研列为最高国家优先事项，并投入了大量资源。
他的意思是：中国的芯片自研进程不是管制"催生"的，管制只是让一个已经在进行的进程变得更加紧迫。
两个人对事实的判断其实高度一致：中国的技术能力比外界普遍认知的要强得多，全面脱钩既不现实也不可取。真正的分歧在于一个更底层的问题：前沿技术的扩散，是像水一样终究会找到出路的自然过程，还是可以通过精准的干预来延缓和管控的？
记者倾向于前者。他在中国看到的一切都在告诉他，技术扩散的力量比任何政策工具都强大。沙利文倾向于后者。他相信，即便不能完全阻止，延缓本身也有战略价值。
这个分歧没有标准答案。但它揭示了一个更深层的张力：当两个科技大国的能力越来越接近时，"管控"和"合作"之间的选择，本身就变成了一个越来越难回答的问题。
年轻人失业飙升只是序幕，我们正在亲历「公司工作」的消亡
未来的暗线：AI 正在成为有史以来最强大的权力分配引擎
五、"你不会把核武器开源的"
两篇文章里还有一条暗线，容易被政策辩论的噪音盖过去。
关于 AI 安全，全球科技圈正在形成一种真实的、不是表演性质的担忧。
《纽约时报》记者讲了一个细节。他走访了一家构建和发布 AI 基础模型的知名中国科技公司。这家公司的模型目前是开源的，意味着任何人都可以下载和修改。如果有人用它来发动网络攻击，没有任何机制可以阻止。
但这家公司的 CEO 当着记者的面，说了一段坦率到让人意外的话：随着 AI 变得越来越强大，继续坚持开源将是疯狂的。
你不会把核武器开源的。
注意是谁在说这句话。不是 AI 安全研究员在学术会议上的呼吁，是一个正在运营开源 AI 模型的公司创始人，在质疑自己赖以生存的商业模式。
记者还记录了另一个场景。被称为「龙虾」的 OpenClaw 的高级 AI 智能体在中国引发了下载热潮，大量普通用户争相体验这个功能强大的 AI 助手。表面上看，这种热情似乎印证了一个流行的说法：中国人热爱创新胜过惧怕创新。
但记者接触到的研究人员和行业领袖，态度完全不同。一位知名商学院教授对他说：OpenClaw 让你的电脑"裸奔"。而很快，官方明确反对在政府系统上使用 OpenClaw，并警告公众这个智能体可能对个人数据造成严重损害。
在大洋彼岸，沙利文在他的战略长文中用了整整一个章节来讨论 AI 安全标准的问题。他主张美国应该主导建立 AI 系统发布前的标准化安全评估体系，在合成生物学等与 AI 日益融合的领域建立共同的筛查协议。
他还回应了一个在美国科技圈很有市场的论调：关注安全会拖慢速度，让美国在竞争中落后。沙利文的反驳角度很独特：
确保安全和可信不会让美国和盟友走得更慢。它最终会让他们走得更快。因为不确定性才是犹豫的根源。当决策者和产业界对安全和可靠性缺乏信心时，他们反而更不愿意采用新技术。
这个逻辑链条值得拆开来看。安全不是速度的对立面。不确定性才是。当没有人知道一个 AI 系统会不会出问题、出了问题谁来负责的时候，企业和政府的本能反应是观望，是推迟采用。建立安全标准，反而是消除这种犹豫、加速技术扩散的前提条件。
沙利文还提到了一个容易被忽略的事实：2024 年，中美两国元首会晤时，就"核武器使用必须保持人类控制"达成了共识。这说明即便在最敏感的议题上，两个大国之间的对话窗口并没有完全关闭。
把这些信息放在一起看，会浮现出一个有意思的图景。中国的科技 CEO 在说"不能把核武器开源"，中国政府在限制不安全的 AI 产品，美国的前国安顾问在论证"安全让你跑得更快"。这些声音来自不同的国家、不同的身份、不同的利益诉求，但它们的底层焦虑是相通的。
当一项技术足够强大，"谁跑得快"就不再是唯一需要回答的问题。"怎么确保不失控"变得同样紧迫。这可能是在全球 AI 竞争的诸多议题中，最有可能找到共同语言的一个。
中美暗战的另一面：AI 的未来不只在模型里
未来一个人可以没有工资，但不能没有头寸
六、竞争刚刚开始，远没有到达终点线
沙利文在文章接近尾声时写了一句话：这场竞争不是短跑，是马拉松。
但仔细想想，马拉松好歹有个终点。
太空竞赛有终点：登月。核武器竞赛有某种终点：确保相互毁灭的均势。AI 竞赛呢？沙利文自己也承认，胜出不会是"一方宣布胜利的单一时刻"。这场竞争将"无限期地延续，跨越广泛的领域"。
这意味着什么？意味着不存在一个"赢了就可以松口气"的节点。竞争的形态更像是一种持续的状态，而不是一场有输赢的比赛。
《纽约时报》记者给出了另一种视角。他在文章结尾回望了一段冷战历史：
在冷战期间，美国曾多次通过从对抗转向缓和来维护自身利益：《核不扩散条约》的签署距古巴导弹危机仅仅六年。现在正是回顾那段历史的好时机。
六年。从差点毁灭世界，到坐下来签一份条约。历史上的转折，有时候比人们以为的来得更快。
两个美国人看中国 AI，看到了同一件事：中国走出了一条跟美国预设剧本不同的技术路径，AI 的产业落地正在成为竞争的真正焦点，而 AI 安全正在从一个抽象的议题变成所有人都绕不开的现实问题。
他们在"怎么办"上的分歧也很真实。记者看到的是技术扩散的不可阻挡，战略家看到的是精准管控的必要性。两种判断各有各的道理，也各有各的盲区。
但如果退后一步，从更远的距离看这两篇文章，会发现一个两个人都没有明说、但字里行间都在暗示的东西：在这场没有终点线的竞赛中，真正决定位置的，可能不是谁的模型跑分更高，而是谁把技术更深地扎进了真实世界的土壤里。【懂】
经叔最近做了一个网站: https://budongjing.com
人肉筛选挖掘的高杠杆的硬核内容及深度原创，重点关注科技、文化、财富、权力四大要素以及它们之间的互动与影响。网站定价 1999 元/年，目前内测优惠价 1299 元/年，感兴趣的读者可以加经叔微信订阅。
另外，欢迎加入经叔的知识星球。星球重点关注 AI 技术与商业前沿、一人公司与个人 IP 的底层逻辑和顶层设计，文化叙事与财富认知。
我是不懂经的经叔，国内最早翻译介绍了纳瓦尔的《如何不靠运气获得财务自由》，以及影响了纳瓦尔、中本聪、马斯克等大佬的《主权个人》。
不懂经知识星球，众多百万粉丝大 V、千万及亿万富翁订阅。专注分享一人企业、一人创投主题，关键词：AI、IP、创投、科技及商业前沿的高杠杆内容。
尖峰报告：AI、加密货币与区块链的末日预言
尖峰报告：稳定币到底是一场怎样的财富大转移？
如果我现在 25 岁，我会 All In 干这两个方向
未来的硬通货食物链：代码=数据=信息=内容=流量=注意力=货币=资本最后的经济学：1000 天内，AI 将给人类经济带来不可逆转的相变
一块钱顶 100 万：光速下的通胀与传统经济学的崩塌
游戏真的变了，当「大空头」关掉基金开了付费群
万字重磅：未来 10 年财富游戏的金律与金线信息差的本质，根本不在于信息
马斯克最新荐文：为什么文化会赢？（深度认知战争、科技乃至自媒体）
愈懂愈自由
