关于美中人工智能竞赛叙事的辩论

Transformer News对华盛顿如何使用“中国AI竞赛”这一叙事框架的调查，将这种焦虑追溯至2017年，当时中国国务院设定了到2030年实现人工智能全球领导地位的目标^[1]。自那以后，美国AI公司发现持续制造警报非常有用：援引中国在AI领域的进展，是最快获得政府合同或规避监管提案的方式之一。马克·安德森（Marc Andreessen）曾将中国AI主导地位描述为西方面临的最大风险^[1]，这种说法巧妙地同时成为反对以监管手段放缓美国AI发展的论据。

这一机制在本周实时上演。当Kimi K3发布后，广受关注的X平台账号@DavidSacks称其“令人担忧”，声称该模型在编程基准测试中接近前沿水平——并在同一条推文中批评美国监管机构和数据中心审批流程才是对美国竞争力更大的威胁。这种组合完全复制了Transformer报道所描述的模式：先引用中国进展，再转向国内去监管诉求。这并不意味着对Kimi K3的担忧不真诚。它意味着“竞赛”叙事还承担着第二项任务——作为游说工具——而这一点很少与基准测试分数一同被提及。

就在美国公司援引中国AI进展以反对国内监管的同时，北京也悄然构筑着类似的壁垒。中国商务部和国家发展和改革委员会已与阿里巴巴、字节跳动和Z.ai举行会议，讨论限制海外访问中国先进AI模型（包括尚未发布的模型）的可能性，并据报道考虑依据国家安全法将AI技术泄露行为定为刑事犯罪^[2]。Gizmodo将这种新兴态势描述为“硅幕”：尚未完全封闭，但在两国首都都日益清晰可见^[3]。

这种矛盾显而易见。中国AI的崛起部分依赖于美国系统和训练技术，而如今监管机构却正试图限制外国获取中国实验室的成果。对底层硬件的国家支持也随政治话语同步增长——2023年北京对主要国内芯片企业的支持资金增至约28亿美元，同比增长35%^[4]——这表明自给自足的推动早于且将持续超越任何单一模型的发布。中国对Kimi K3在海外的反响并非被动反应；它早已朝着更严格控制AI出口的方向迈进。

在这一背景下，最响亮的“中国正在赢”论断面临一个简单问题：即使是并非中国怀疑论者的Transformer News，也明确表示Kimi K3不在技术前沿——这一判断干脆利落，且并未对其实际能力的危险性做出任何断言^[6]。Reddit上的反应也沿类似分歧展开，一条高赞帖子争论Kimi K3究竟是真正能与美国前沿模型匹敌，还是仅因成本更低却未达到同等能力——这一区别比头条标题更重要，因为美国AI产业的估值更多依赖于定价能力，而非基准测试领先地位。

这与腾讯混元AI团队前负责人从另一角度提出的观点相近。刘伟（Liu Wei）如今经营自己的初创公司，他承认中国在大语言模型方面确实落后于美国，但认为基准差距并非真正应担忧的问题。他的诊断更为直白：‘中国公司在核心技术层面要么在复制DeepSeek，要么在复制美国公司’^[5]。在他看来，真正的短板是缺乏范式突破（‘fanshi’）式创新——这不是一个记分牌问题，而是一个创造力问题。这种重新定义同时挑战了恐慌与安慰：中国或许并非输掉竞赛，而是在进行另一场竞赛——以成本和部署而非原始能力为赛道，但仍缺乏那种能真正引领节奏的原创性突破。

这一切并非凭空发生。月之暗面（Moonshot AI）于7月16日发布Kimi K3，时间点恰逢习近平在上海世界人工智能大会发表主旨演讲，重申开源AI作为中国战略支柱的地位^[6]。Axios也报道了此次发布^[7]，而《财富》杂志形容此次发布向市场投下震撼弹，市场已准备好重温DeepSeek时刻^[8]。分析师帕特里克·摩尔黑德（Patrick Moorhead）直言不讳：在尘埃落定之前，反应看起来就像一次结构性过激，与此前DeepSeek引发的恐慌如出一辙^[6]。

正是时机将三个独立故事——由游说驱动的竞赛叙事、北京自身的出口焦虑，以及关于‘胜利’究竟应如何衡量的真正辩论——融合为一。Kimi K3并未创造这些紧张关系，它只是恰好降落在三者都已蓄势待发的一周：一个被激励发出警报的美国产业、一个同时倡导开放与限制的中国政府，以及一场关于前沿基准测试是否本就是正确衡量标准的技术辩论。

在社论交锋之外，YouTube上Coin Bureau的分析指出了一个更硬的数据：OpenRouter——一个实时聚合LLM API流量的平台——显示，中国开源权重模型目前吸引了超过一半的路由流量，而一年前这一比例不足20%，当时美国模型约占72%。该视频将这一转折点定在2026年2月。其论点是，美国的出口管制适得其反，迫使DeepSeek、通义千问（Qwen）、Kimi/月之暗面和GLM等中国实验室转向极致优化成本效率，而非追逐前沿基准：视频指出，DeepSeek的V4 Flash每百万输入token运行成本约为0.14美元，而GPT-5.5约为5美元，差距达36倍。它引用了Coinbase和Pinterest等真实公司案例，这些公司已将生产流量转向中国开源权重模型，以实现接近90%的成本削减。

BBC新闻的一个讨论小组——前五角大楼AI战略负责人、现决策树研究公司（Decision Tree Research）负责人格雷戈里·艾伦（Gregory Allen）和哈佛大学的拉纳·米特（Rana Mitter）——在同场辩论中提出了两个更尖锐的数据点：马来西亚海关查获了约1300万美元据称走私至中国的AI芯片，以及Anthropic公司指控阿里巴巴运行了2.5万个虚假账户的“蒸馏攻击”，旨在将其Claude模型的能力提取至自家模型中。另一段来自AI Edge的视频则直接反驳“美国赢了”的叙事，称其为“虚假记分牌”，忽视了AI之下的物理层——电力、矿产、工业机器人——并指出中国安装的工业机器人数量约为美国的五倍。

这些数据点并未真正解决“谁在赢”的问题，而是将其转移：从基准分数转向基础设施、芯片供应链，以及谁实际为推理成本买单这一不那么光鲜的经济学问题。