观察者网心智观察所视角下，美国人工智能业界近来掀起了一场非同寻常的论争。争论的焦点，是中国几款性能正逼近全球顶尖水准的人工智能模型。
一、路线之辩：开源策略激起的硅谷隐忧
过去一年间，DeepSeek、智谱AI、月之暗面等中国机构相继发布一系列开放权重模型，这一系列举动正在重塑全球人工智能竞争的格局。初期，美国业界尚能以"追随者"或"成本优势产品"来诠释中国模型的崛起。
当新问世中国模型在代码效能、逻辑推理及复杂任务应对能力上日益逼近OpenAI、Anthropic等美国顶级产品时，华盛顿 一个未曾严肃思考的问题跃然眼前。倘若中国研发出性能相当美国尖端水平，但价格更低廉、限制更宽松且可供全球开发者自由使用的AI模型，美国该如何应对？
此番应对之策正在美国政策界引发激烈讨论。有报道称，特朗普政府内部有人主张限制中国人工智能企业，并探讨将某些中国AI实验室列入美国商务部实体清单，以此阻碍美国企业接触这些模型。美国国家安全部门也曾考虑发布警告，提醒美国企业规避使用某些中国人工智能技术。
表面看，这是一场关于人工智能安全的辩论。但实质上，更深层次的问题是：当人工智能转化为下一代基础设施时，美国是否正在转变从过去的技术开放推动者，变为新的技术保护主义者？
回顾过去数十年历程，美国科技产业最成功的模式是让全世界使用其创造的技术。互联网协议源自美国，Linux诞生于美国科技生态，安卓系统由美国公司研发，云计算则由美国企业主导。美国曾借助开放生态，将其技术标准推广至全球。
而今，当中国企业开始采用类似方法论推动AI开放时，美国第一次意识到：开放，也可能成为竞争对手的有效武器。这正当前中美人工智能竞争中最值得关注的方面。
二、思想根源："理性主义"社群与"窃取论"辩护
要理解美国政策圈为何如此焦虑，就必须追溯这种焦虑背后的思想成因。在美国AI政策制定者中，有一位影响力巨大却鲜少为中国人所知的人物，他名叫埃利泽·尤德科夫斯基。
这位未完成高中学业、自称"通过自学走向成功"的AI专家，早年间创办的理性主义社区Lesswrong网站，以及那部在硅谷和中国网络文学圈都颇具影响力的《哈利波特与理性之道》同人作品，使其积累了惊人的话语影响力。
尤德科夫斯基并非技术专家出身，但他所倡导的"理性主义"话语体系，却深深渗透进硅谷各大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。
这个圈子的人惯于用一套看似缜密的理论逻辑来预见AI的未来。他们坚信人工智能可能改变人类文明轨迹，因此主张对最先进模型实施类似核武器级别的严密管控。
这种思想在OpenAI、Anthropic等公司高层中拥有众多信徒。他们在探讨安全问题时，往往不自觉地将"美国优先"的预设思维包装成普世价值，这一点在面对中国AI崛起时尤为明显。
围绕中国开放模型，美国人工智能业界目前还存在一个关键争议：这些模型是否系自主研发？
部分批评者认为，中国AI企业的迅猛进步，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，再训练出小型模型，使其继承前者的技能。这种技术本身在人工智能领域非常普遍，但美国部分声音借此指责中国模型并非自主创新，而是在利用美国公司的技术结晶。
这种说法背后，潜藏更深层次的不安：假如中国仅是复制，美国仍保留时间优势；假如中国已构建起自有的AI研发体系，美国面对的则是一个真正的竞争对手。
因此，"中国模型是否源自剽窃"成为美国AI讨论中的一个重要心理防线，它提供了一种"中国尚未真正实现超越，中国只是借助美国创新"的解释。
而在理性主义社区中，这种心理防线被进一步强化。他们天然相信最顶尖的AI只能由美国完成，任何来自中国的接近顶级水准的模型，都必然是通过某种不正当手段得来的。这种先入为主的偏见，与尤德科夫斯基笔下那种"理性"形成了讽刺对比。
三、商业差异：闭源垄断与开源生态的交锋
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阶段，半导体、智能手机、新能源以及互联网无不如此。
最初的技术突破往往集中于少数国家和公司。但随着技术扩散、产业链完整化，后来者可以通过工程能力、成本控制、市场规模和应用生态持续追赶。最终决定最终竞争格局的，从来不是第一个实现技术突破者，而是谁能将技术引入更大规模的应用。
这也是中国AI开源路线令美国企业倍感压力之所在。倘若中国只能生产低等级模型，美国公司并不担心，因为低等级开源模型不会改变产业格局。但如果中国能够提供接近顶级水准的开放模型，情况就完全不同了，因为它将改变商业模式。
过去两年，美国人工智能产业形成了一种非常明确的路径：OpenAI、Anthropic、Google等公司投入数十亿美元训练大型模型，依靠巨额资本、尖端芯片、超大规模数据中心构建领先优势。
这种模式的核心逻辑是，越强大的模型成本越高，成本越高就越需要维持稀缺性，稀缺性才能产生利润。因此，美国领先AI公司的商业模式天然倾向于闭源。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。这好比过去的软件行业，微软拥有Windows，苹果拥有iOS，平台控制者获取最大商业价值。
然而，中国AI企业选择了不同路线：开放权重，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事物（即生态）。
事实上，中国这种选择并非凭空而来，它背后是一种实用主义的技术观，即把AI看作一种可以广泛赋能各行各业的工具，而不是某种神秘莫测的超能力。
相比之下，硅谷理性主义社区则近乎宗教式地崇拜AI，他们中的许多人热衷于炒作"通用人工智能"和"技术奇点"，将每一次模型进步都描绘成人类命运的转折点。
然而，当他们高呼安全风险时，却往往忽略了一个基本事实：限制AI的行为究竟是伦理问题还是技术问题？
从目前大语言模型的表现来看，限制其生成有害内容的技术门槛远比伦理学讨论复杂得多，即便有各种安全护栏，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反复陷入自相矛盾的根源。他们一面高呼开源模型"比分发核武器更危险"，一面又对闭源模型的潜在威胁采取漫不经心的态度。
四、安全借口：被保护主义主导的利益博弈
理解中美AI路线分歧，一个颇具洞察力的角度，是回溯冷战时期的核技术竞争。核技术诞生之后，人类曾面临类似选择。
核武器象征控制、威慑与垄断。拥有核武器的国家期望减少扩散，因为扩散意味着自身优势下降。
但核能又代表另一种逻辑，它是一种基础设施，可以出口、共享，助其他国家发展工业。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，双方都希望传播核技术影响力，但对于不同形态的核技术采取了截然不同的策略。
今天，人工智能也正在形成类似分叉。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、需要严密管控的能力。
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、生物安全风险、自动化武器乃至不可预测的超级智能风险。这种担忧绝非全无根据，人工智能确实正在急速增强。
但问题在于，当"安全"与"竞争"交织之后，界限开始模糊。因为一个现实问题是，如果AI确实危险，为什么争论焦点往往不是限制所有国家，而是限制竞争对手？倘若最先进模型必须受到严格控制，那么谁掌握控制权？谁来决定哪些国家可以使用？谁来制定规则？
在这点上，理性主义社区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毁灭人类，却积极支持美国企业加速部署先进系统以"战胜中国"。
美国AI安全运动内部存在一个明显矛盾。一方面，他们认为人工智能能力增长太快，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，讨论重点往往是"如何确保安全"与"如何建立护栏"；但当中国推出接近同等水平的开放模型时，讨论突然转变为"是否应该阻止"。这种变化说明，真正受到冲击的，不仅是安全观念，还有产业利益。
事实上，美国AI巨头内部也并非没有反对声音。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。
美国著名风险投资人比尔·格利就曾批判，一些游说者试图把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建立闭源优势的几家AI巨头。
这也是当前美国AI政策争论最复杂之处：安全确实是一个真问题，但安全也可能成为保护既有利益的工具。而理性主义社区的言论，恰恰为这种保护主义提供了精致的理论外壳。
他们高谈阔论"全人类福祉"，却很少追问，为什么他们的解决方案总是倾向于维护硅谷巨头的市场地位，而不是真正让AI惠及更多人。
如果回顾互联网时代，会发现一个颇具启示的变化。美国曾是开放技术最大的受益者。互联网诞生之初，并非封闭体系，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。
美国公司凭借这一开放生态，最终获得巨大优势：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，并非因为它阻止世界使用互联网，恰恰相反，它赢在让全世界使用美国创造的互联网。
但人工智能时代，一个新的课题出现了：如果中国采用类似开放生态的策略，将会发生什么？这正是美国今天最不适应的地方。
过去几十年，美国习惯了美国创新、全球应用、美国制定规则，但AI时代可能存在另一种情景：中国创新、全球应用、新生态的形成。
面对这种可能，理性主义社区的反应堪称滑稽。他们曾在大语言模型兴起之前预测，先进AI必然走向闭源，因为成本巨大且先行者优势不可撼动。但他们从未预见到中国会以另外方式打破这一剧本。
当Kimi K3、DeepSeek R1等模型以开放权重形态跻身顶尖水平时，这些自诩"理性"的人士陷入思维混乱。有人指责中国模型会破坏网络安全，有人抱怨都是"蒸馏"的产物，有人呼吁政府追加投入，甚至有人叫嚣要对中国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，即他们无法接受一个非美国体系也能在AI前沿取得突破，更无法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：普惠化工具与技术生态的未来
人工智能竞争发展到当下阶段，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。
一方认为人工智能已经发展到不能任意扩散的程度，最先进模型应该受到严格监管，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最终可能损害整个AI生态，因为人工智能的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：谁拥有定义AI未来发展规则的权力？
支持监管的一方有自己的逻辑，他们认为大模型能力正在急速增强。今天的大模型可能只是聊天工具，但未来更强大的模型可能具备自主执行任务、操作软件、分析复杂信息乃至辅助科研的能力。如果这种能力被滥用，后果可能极为严重。
从这个视角看，要求建立安全标准并非完全没有道理。事实上，任何重大技术革命都会经历类似过程：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，社会越需要有治理机制。
问题在于，治理和封锁之间只有一步之遥，而这一步往往决定一个产业的最终发展方向。
过去几年，美国人工智能安全运动迅速壮大，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不是普通技术，它可能改写人类文明轨迹，如果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，即很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正在发生的问题。
比如，如果AI成为下一代生产力基础设施，那么谁能够使用AI本身就是一个重大经济议题。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的模型，技术红利是否会集中到少数平台？
这些问题同样属于AI治理范畴，甚至更加关乎当下。
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性、价格必须足够高、竞争者必须足够少。
于是，一个微妙矛盾出现了：开放模型支持者认为开源促进竞争，使AI价格下降，让更多人受益；闭源模型公司则认为开放可能削弱安全，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，当一个产业刚刚成型时，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面临的难题。
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。他们口头说着"安全"，实际上却为闭源巨头的商业行为提供道德辩护，对开源竞争者则挥舞制裁大棒。
如果说美国更倾向于把AI看作一种战略资产，那么中国近年来表现出的路线更接近把AI看作一种基础设施。这种差异并非简单的"开放"与"封闭"，其背后是两种产业发展逻辑的差异。
美国科技产业长期依赖的是创造突破、建立平台、控制入口。苹果掌控移动操作系统，微软控制办公软件，谷歌主导搜索领域，亚马逊控制云服务，这些公司共同特点是掌握关键入口，入口越重要商业价值就越高，因此美国科技巨头自然倾向于构建围墙。
中国企业过去的产业发展逻辑则有所不同，很多产业的成长不是依靠控制某一个全球入口达成的，而是通过大规模应用、产业链协同、成本降低和快速普及完成的。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的真正价值不止于销售模型，更在于让AI进入制造业、机器人、汽车、医疗、教育、企业管理等众多真实场景。只有大量使用，技术才会产生反馈，而开放模型的最大优势就是降低使用门槛。
一家中小企业不必每年投入巨大成本购买闭源模型服务，一个开发者无需等待大型平台审批，一个发展中国家也能基于开放模型构建自己的应用。这就是中国支持开放模型的重要原因。
当然，不能将中国AI开源完全理解为一种纯粹理想主义举措，它同样是一种竞争策略。技术竞争从来不是慈善行为，美国互联网公司当年推动开放生态也不是完全出于公益。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，许多讨论聚焦于一个问题：中国AI何时能超越美国？
但这个问题本身可能就存在局限，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立更多工厂，它更像是操作系统竞争，更像是互联网平台竞争。
一个模型领先数月并不意味着永久领先，真正关键的是有没有开发者使用，有没有企业采用，有没有产业应用，有没有形成正反馈循环。
这也是为什么开放模型让美国AI巨头感到压力的原因。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，领先公司的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，它挑战的不是某个特定模型，而是一整套商业模式。
对美国理性主义社区来说，这种挑战尤为致命，因为他们长期以来鼓吹的"安全优先""限制扩散"等政策主张，本质上都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、更开放姿态赢得全球开发者青睐时，他们的整套话语体系便显得徒劳无益。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，而是美国能否维持对AI生态的绝对控制。
历史时常呈现耐人寻味的场景。美国曾凭借开放赢得互联网时代；但今天，它可能因为惧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类似心理变化：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，人工智能和过去许多技术不同，它不是一个独立产业，更像是一种通用能力（类似电力）。电力最大的价值不在于电厂本身，而在于所有行业接入电力后产生的新生产力。
AI也是如此。如果AI只属于几大超级公司，它可能成为新的数字资源垄断；如果AI能够被更多国家、企业、个人使用，它可能成为全球生产力升级的工具。
这也是中美两种路线真正分歧的核心：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，但历史经验表明，真正改变世界的技术很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。
未来几年，中美人工智能竞争可能不会局限于模型性能比拼，更可能是一场关于技术秩序的竞争。
美国希望构建一种体系，即最顶尖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。中国正在探索另一种体系，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，目前尚无定论。但可以确定的是，人工智能时代最大的权力不在于拥有最强大的模型，而在于谁决定谁可以使用模型、如何使用模型、全球企业凭借何种模型发展。
六、结语
数十年前，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的出现会让美国AI圈如此焦虑的原因。他们面对的并非单纯竞争者，而是一种不同的发展路径。过去美国相信开放能让美国赢得胜利，今天中国正在证明开放也可能让竞争对手赢得胜利。
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，结果要么是以"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发展的牺牲品，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，更是给全世界提供一种思想上的新可能，让全球免于被那些狂热且傲慢的思潮所污染。
真正决定AI时代未来的，或许不是谁拥有最大的计算集群，而是谁能让更多人参与这场技术革命，因为所有伟大的技术最终都会面对同一个问题：它属于少数人的财富，还是属于整个社会的新Infrastructure。
