斯坦福大學以人為本人工智能研究所（Stanford University Human-Centered Artificial Intelligence）4月3日發布的《2026年人工智能指數報告》說：“中美AI模型性能差距已基本消除”（The U.S.-China AI model performance gap has effectively closed）。而中國大陸的DeepSeek在4月6日發布其最新V4大模型時指出，該模型落後美國頂尖大模型“3-6個月”。4月29日和5月1日，美國智庫外交關係委員會和國家標準與技術研究院（NIST）下屬人工智能標準與創新中心（CAISI）分別公布了他們的專家對V4模型測試後得出結論：DeepSeek的V4大模型要落後世界頂尖的美國閉源模型7-8個月。無論如何，美中間的AI競爭正如火如荼，正吸引包括美國政商科技在內的各界人士，包括拜登政府的國家安全顧問沙利文，的高度關注。畢竟，AI競爭的勝負攸關美中兩國的國家命運 – 爭霸失敗，抑或是挑戰成功。
哈佛大學肯尼迪學院教授、前拜登政府國安顧問沙利文（Jake Sullivan 下圖1A Instagram）和耶魯大學法學院的法學博士候選人費爾德曼（Tal Feldman 下圖1B Instagram）在1月27日一期的《外交事務》網站發表題為《Geopolitics in the Age of Artificial Intelligence》的文章，就人工智能時代的地緣政治策略向美國政府建言。沙利文和費爾德曼認為，人工智能戰略不能建立在單一預測之上，而應在高度不確定性中進行情景化、概率化規劃。兩人的文章圍繞三個關鍵不確定性展開：
1. 人工智能是否會走向超級智能，還是長期呈現有限且不均衡的發展；
2. 突破性成果是否容易被複製，追趕是快還是慢、成本是低還是高;
3. 中國大陸的戰略選擇：是全力衝擊前沿，還是側重應用部署和商品化擴散。
文章提出了一個 2×2×2 的三維矩陣，將上述三個問題的不同答案組合成八種可能的未來場景（“八大世界”），用來檢驗和設計美國在不同未來情景下的人工智能戰略。
沙利文和費爾德曼認為，在不同情景下戰略重點會發生變化：
- 若超級智能可實現且難以複製，重點在於前沿研發、算力控製、出口管製與風險管理，甚至可能需要“曼哈頓計劃式”的國家動員。
- 若技術易複製，競爭核心將轉向擴散、部署和生態建設，誰的係統先被全球采用，誰就定義規則和價值觀。
- 若中國大陸不全力衝前沿，美國將擁有戰略窗口期，但必須警惕其通過低成本應用和商品化實現反超。
- 在多數非極端情景中，產業基礎、算力、能源、人才、製造能力、盟友合作和風險治理都是長期有效的“底盤能力”。
- 私營部門是創新引擎，但其利益不必然與國家安全一致，政府需通過政策信號、激勵和規則進行引導。
- 出口管製、政府采購、開放或閉源策略、海外部署融資，都是塑造全球人工智能格局的關鍵工具。
- 風險管理不是拖累，而是維持穩定、合法性與長期競爭力的必要條件。
每個人都對人工智能有自己的看法。有人認為這項技術正朝著超級智能發展 - 超級人工智能將帶來超越以往任何技術的劃時代變革。還有人則認為它將提升生產力和促進科學發現，但其發展路徑可能極不均衡，也未必會像超級智能那般劇烈。人們對突破性進展能否被複製也存在分歧。一些人認為競爭對手會迅速跟進（即快速模仿），而另一些人則認為追趕的速度會越來越慢，成本越來越高，從而使先行者獲得持久優勢。盡管許多人確信中國大陸決心在前沿領域超越美國，但也有人堅持認為北京專注於現有技術的落地，同時力求蒸餾複製美國出現的前沿創新。人們對於突破性進展能否被複製也存在分歧。一些人認為競爭對手會迅速跟進快速模仿前沿創新，而另一些人則認為追趕會變得越來越慢、成本越來越高，從而使先行者獲得持久優勢。盡管許多人確信中國大陸決心在尖端領域超越美國，但也有人堅持認為…
每一項自信的政策論證都建立在對上述哪種說法正確的假設之上。那些優先考慮前沿創新的人假設突破性成果會不斷累積且難以複製，而那些專注於在海外推廣美國係統的人則往往得出相反的結論。如果這些假設是錯誤的，那麽基於這些假設製定的戰略將會浪費資源，並可能導致美國失去領先地位。寄希望於科技發展將線性前行固然誘人，卻與客觀現實相悖。華盛頓不需要對人工智能時代做新的預測，而應在不確定性中做出選擇 - 一種能夠確保美國在多種可能的未來中保持優勢，並隨著人工智能時代格局的逐漸清晰而不斷調整的方法。
在人工智能迅猛發展的時代，人們不斷追問一個問題：美國應當如何製定自己的AI戰略？這似乎是一個技術問題，實則卻是一場關於未來秩序的深層博弈。沙利文和費爾德曼並沒有急於給出答案，而是先指出一個更根本的事實 - 未來並不確定。與其試圖預測唯一的結局，不如承認不確定性本身，並在此基礎上構建一套能夠應對多種可能性的思維框架。在作者看來，人工智能的未來大致取決於三條相互交織的軸線。
第一條，是技術本身的走向。人工智能究竟會邁向一種遠超人類、能夠自我迭代、自我強化的“超級智能”，還是停留在一種雖然強大卻始終有限、甚至發展不均衡的狀態？這是一個分水嶺。如果超級智能成為現實，那麽哪怕最初的微弱領先，也可能在自我加速的過程中被無限放大，最終形成難以撼動的優勢；而如果技術始終存在邊界，那麽決定勝負的就不再是突破本身，而是應用、整合與擴散。
第二條，是技術擴散的邏輯。突破性成果究竟是“難以複製的護城河”，還是“可以迅速傳播的公共產品”？如果複製輕而易舉，那麽領先者的優勢將轉瞬即逝，競爭將演變為一場速度與規模的較量；反之，如果技術依賴複雜的生態 - 芯片、數據、人才、基礎設施 - 那麽優勢就能夠積累，並在時間中沉澱為結構性的力量。
第三條，是中國的選擇。它是全力衝擊前沿，與美國正麵競爭，還是更加耐心地布局應用與產業化，在關鍵時刻實現跨越式追趕？這一變量，使原本抽象的技術問題，變成了具體的地緣政治現實。正是在這三條軸線的交匯處，八種截然不同的未來浮現出來。這些可能的未來景象並非是預言，而更像是一組“思想實驗”，用來檢驗戰略在不同世界中的適應性。
在最緊張的情境中，世界可能重現一種熟悉卻更加危險的圖景：如果超級智能既可實現又難以複製，而中美雙方都全力以赴，那麽競爭將迅速演變為一場“認知層麵的軍備競賽”。誰率先突破，誰就可能在經濟、軍事乃至認知層麵獲得壓倒性優勢。在這樣的世界裏，技術不再隻是工具，而其本身就是實力。美國甚至可能不得不動員國家力量，以類似曆史上重大安全項目的方式推進人工智能發展，同時嚴密封鎖關鍵技術，防止任何形式的外泄。
但曆史並不總是走向極端。另一種可能是，美國率先取得領先，而他國難以追趕。在這種情形下，問題悄然發生轉變：競爭不再是核心，治理才是。一個國家獨占如此強大的技術，將不可避免地引發信任危機。美國必須證明，它不僅能夠領先，還能夠負責任地領導 - 不僅追求自身利益，也願意為全球秩序提供穩定的規則與公共產品。還有一些未來，則更加混沌不定。如果技術既強大又容易複製，那麽任何領先都將是短暫的。世界將迅速進入全麵擴散的時代。在這種格局中，封鎖變得徒勞，控製變得困難。美國真正需要構建的，不再是“壁壘”，而是“韌性” - 一個能夠承受技術濫用、係統攻擊乃至意外失控的社會與國家體係。而更接近現實的圖景，或許是另一種更“正常”的競爭：人工智能持續進步，但並未徹底顛覆世界。此時，勝負不再取決於誰最先突破，而在於誰能更快地把技術轉化為生產力，嵌入產業、進入市場、改變日常生活。在這樣的世界裏，擴散本身就是戰略。技術如果不能被廣泛采用，就無法轉化為真正的力量。
貫穿所有情景的一條暗線，是國家能力的再定義。文章提醒我們，美國政府雖然並不直接掌控最先進的實驗室，但它依然擁有塑造生態的能力。通過出口管製、投資導向、科研資助以及政策信號，政府可以影響資本流向、企業決策乃至整個創新體係的節奏。更深層的基礎，則始終沒有改變：計算能力、能源供給、人才儲備、工業體係。這些看似“傳統”的要素，依然是決定未來競爭的底層支撐。人工智能並沒有擺脫物理世界，它隻是以新的方式重新依賴它。與此同時，風險管理在文中被賦予了新的意義。它不再隻是發展的阻力，而是維持競爭可持續性的前提。如果人工智能因失控或濫用引發災難，那麽所謂的領先與競爭也將失去意義。真正穩固的優勢，必須建立在安全與信任之上。在所有議題之中，“擴散”或許是最具決定性的。誰的係統被世界采用，誰就定義規則；誰的標準成為默認，誰就塑造秩序。這也是為什麽技術競爭最終往往演變為生態競爭 - 不僅是“誰更先進”，更是“誰被更多的使用”。
回到最初的問題：在這樣一個充滿不確定性的時代，戰略應當如何製定？文章給出的答案出人意料地克製：不要尋找唯一正確的路徑，而要學會在多種可能性之間進行權衡。政策製定者需要設定一個“最可能的未來”，但同時也必須為那些風險最大、後果最嚴重的情景做好準備。真正穩健的戰略，不是押注，而是對衝。換句話說，關鍵不在於預測未來，而在於不被未來所擊倒。
文章的最後，將這一框架從政策層麵延伸到公共討論。它指出，許多圍繞人工智能的爭論，其實並非意見衝突，而是前提不同。有人相信技術將迅速失控，有人認為它終將受限；有人擔心對手領先，有人更關注擴散風險。如果這些假設不明確，討論就很難真正展開。因此，這一框架的意義，並不在於給出答案，而在於提供一種提問的方式。歸根結底，人工智能並不是一個可以被“解決”的問題，而是一種持續展開的曆史進程。它既是技術革命，也是權力重組，更是秩序重塑。在這樣的時代裏，真正重要的能力，或許不是預見未來，而是在不確定中保持方向感。
而誰能做到這一點，誰就更有可能，在這場尚未定型的變局中，定義未來。
* 本文作者之一傑克·沙利文（Jake Sullivan）現為哈佛大學肯尼迪學院基辛格國家治理與世界秩序實踐教授（Kissinger Professor of the Practice of Statecraft and World Order）。他曾於2021年至2025年擔任拜登政府的美國國家安全顧問。
本文另一作者傑塔爾·費爾德曼（Tal Feldman）現為耶魯大學法學院的法學博士候選人。費爾德曼此前曾在美國政府部門從事人工智能係統開發工作。
參考資料
Center for AI Standards and Innovation. (2026). CAISI evaluation of DeepSeek V4 Pro. National Institute of Standards. 鏈接 https://www.nist.gov/news-events/news/2026/05/caisi-evaluation-deepseek-v4-pro
Council on Foreign Relations. (2026). DeepSeek V4 signals a new phase in the U.S. – China AI rivalry. 鏈接 https://www.cfr.org/articles/deepseek-v4-signals-a-new-phase-in-the-u-s-china-ai-rivalry
Human-Centered Artificial Intelligence. (2026). The 2026 AI index report. Stanford University. 鏈接 https://hai.stanford.edu/ai-index/2026-ai-index-report
Sullivan, J, & Feldman, T. (2026). Geopolitics in the Age of Artificial Intelligence. Foreign Affairs. 鏈接 https://www.foreignaffairs.com/united-states/geopolitics-age-artificial-intelligence
