The China Debate We're Not Having Part 3：Tech, Rivalry, and Competing Visions of the Future - 主题精读稿

前言：从"短跑冲刺"到"扩散马拉松"

围绕 AI 的中美技术竞争被普遍框定为零和博弈，但这种"对抗"叙事正在系统性地遮蔽更关键的问题：长期经济领先取决于谁能把 AI 真正扩散进整个经济体，而不只是冲刺到所谓的 AGI（Artificial General Intelligence，通用人工智能）终点线。把中国视作铁板一块的"他者"会制造自我实现的预言——其内部其实也有人在推动 AI 护栏、伦理审查。"小院高墙"出口管制在技术高速演进的现实面前不断扩张，对供应链造成无差别伤害。真正能让美国赢的，是回到它最擅长的事情：开放、人才、信任。

一、重审"对抗"框架与"扩散马拉松"假说 (04:14 - 14:03)

主持人 Kat Duffy 抛出的第一个问题就是元问题：用"rivalry（对抗）"作为讨论中美科技关系的核心词，本身合理吗？

Eric Schmidt 办公室中国与 AI 政策负责人 Selina Xu 给出了最直接的拆解：rivalry 这个词预设了零和，而 AI 领域并不天然零和。"如果 AI 在中国产生破坏性影响，美国未必能幸免。"她进一步追问三个被忽视的前提：双方真的有清晰的共同终点吗？中国真的也在朝 AGI 冲刺吗？双方在用同样的路径——堆算力、堆参数——吗？这些假设如果不成立，"AI 军备竞赛"的叙事就立不住。

Carnegie Mellon 访问教授、前国防部网络政策副助理部长 Mieke Eoyang 给出相反答案：rivalry 描述的是双方互相对照、互相 benchmark 的心理事实，"像有张力的兄弟姐妹"——即便底层有深度相互依赖，只要双方都在看对方下一步、都想超过对方，rivalry 就成立。乔治华盛顿大学政治学助理教授 Jeff Ding 补了一刀更狠的比喻：他在爱荷华大学读本科时，认为内布拉斯加是宿敌，但实际上"我们每年都赢他们"。只要一方相信存在对抗，对抗就存在，不管实力差距如何。

Kat Duffy 用一句话收束这一轮：「Rivalry serves specific actors and specific interests.」——对抗叙事服务于特定行为者和特定利益。

接下来 Jeff Ding 把对话推向他研究的核心命题：体育比赛之所以好看，是因为终点清晰、胜负明确，但中美科技对抗的真正终点是什么？他从大国兴衰史给出回答——决定国家长期竞争力的，不是某个技术突破本身，而是这个国家能否把通用技术（general purpose technology）扩散进整个经济体，实现生产率的领先。

If productivity growth, productivity leadership, economic leadership is your end outcome, then it becomes clear that the competition over AI is about which country can adopt and spread and diffuse AI throughout its entire economy, not just its frontier firms, but its small and medium-sized businesses in Iowa or a county town in Qinghai province.

这就是"diffusion marathon（扩散马拉松）"假说：不是看哪国的前沿实验室先到 AGI，而是看哪国的中小企业、爱荷华小镇和青海县城能不能用上 AI。这把"竞争"的衡量标尺从冲刺速度换成了渗透深度。

二、中国不是铁板一块：内部的 AI 治理之争 (14:34 - 21:48)

Selina Xu 顺着 Jeff 的框架补充了一个反直觉的观察：如果用"扩散"而非"冲刺"作为标尺，中美两边的 AI 路径其实是互补的，不是直接对撞的。

中国因为出口管制拿不到足够的高端 AI 芯片，反而被迫倾向于把 AI 嵌入自己原本就有优势的领域——制造业、产业升级、硬件、机器人。美国这边则更多是企业级软件采纳。两条路径"在不同的赛道上跑"，但 rivalry 框架把这种互补硬掰成对撞，扼杀了任何合作的可能空间。

新美国基金会（New America）和耶鲁法学院高级研究员 Samm Sacks——一位汉语流利、做了 15 年中国科技政策研究的学者——把这个洞察推到了更深一层。她讲了一个 2024 年夏天在上海世界 AI 大会上的细节：美国"AI 行动计划"发布那一周，她的一位中方对话伙伴拿着圈满了红圈的计划走进会场，红圈全是"五角大楼"和"情报界"的字样。这位中方对话者说："美国现在全面进入军事化、安全化的 AI。这让我们这些在中国体系内推动护栏的人很难有空间。"

I worry that we create a self-fulfilling prophecy by flattening China into a monolithic other.

Samm 接着展开她朋友——Trivium 的 Kendra Schafer——称之为"中国法律的甜酸（the sweet and sour of Chinese law）"的现象。中国生成式 AI 管理办法的开头条款是禁止任何损害政权稳定的内容，但往下读，会看到与美国公民社会团体几乎一模一样的关切：就在录制当天，工信部刚发布新规要求企业提交伦理审查，其中一条专门针对"算法对劳工的剥削"，规定算法走偏时人类必须能介入接管。

Samm 举的另一个例子尤其有力：2025 年 12 月中国发布了首款 AI 嵌入操作系统的智能手机，立刻在国内掀起关于 agentic AI（智能体 AI）权限边界、数据归属的激烈辩论——而一年前 Signal 基金会主席 Meredith Whitaker 在 South by Southwest 大会上敲响的警钟，几乎是同样的内容。

把中国扁平化为"单一他者"会同时输掉两件事：一是失去和那些真正在推动负责任 AI 的中国内部行动者的对话通道；二是制造自我实现的预言，让对抗成为唯一现实。

三、"小院高墙"为什么守不住：出口管制与网络安全的两难 (21:48 - 38:46)

Mieke Eoyang 从历史脉络剖析了"small yard, high fence（小院高墙）"策略的内在不稳定。拜登政府时代努力把"院子"画得很小，但出口管制的逻辑天然会向上游蔓延：先是成品（90 年代禁运超级计算机），然后是半导体本身，然后是制造半导体的零部件，然后是设备，最后是人才。怀疑驱动安全化，安全化驱动院子越变越大。

更要命的是技术演进速度。Mieke 给出一个让人愣住的对比：90 年代美国出口管制把"能用于武器研发的算力"定义为 7000 MTOPS（每秒七十亿次理论运算），而她现在用的 MacBook Air 是 14 TTOPS（每秒十四万亿次）——"商品级产品已经超出当年管制门槛千倍以上"。当你想拦住的技术下个月就能在街角小店买到，"高墙"就成了纸糊的。

Jeff Ding 补了一个关于"研究市场"的犀利观察：DC 任何一家智库都能给你写一份"如何在电动车/电池上打败中国"的报告，因为这种叙事有流量、能上国会引用、有结构性激励。但 Samm 刚刚展示的那种"中美 AI 治理可能有趣味性收敛"的研究，根本没有市场需求。研究供给被对抗叙事单边吸走，导致整个智识生态系统性偏斜。

Selina Xu 用一组数据揭示了"高墙"在 AI 时代的荒诞性：根据 A16Z 的统计，约 30% 的美国 AI 创业公司建立在开源模型之上，其中 70% 用的是中国开源模型；去年欧洲某场 AI 研究会议中，过半发表者本科教育在中国完成。"AI 极其多孔（porous）"，想把它围起来本身就是徒劳。

而 Mieke 接过去把对话转向了最有意思的合作切口——网络安全。

中国的开源模型在全球扩散，美国的前沿模型在国际设备上运行，中国模型迟早会跑在美国设备上，反之亦然。这种交叉本应是建立全球漏洞披露机制的天然驱动力，但两国的范式截然不同：美国有独立研究者社区、bug bounty（漏洞悬赏）、公开漏洞数据库 CVE、围绕漏洞修补的整个产业；中国则要求漏洞首先披露给政府。结果就是 Mieke 给出的尖锐判断：中国产品因为缺乏这种"众包式安全生态"，会持续不那么安全。

当 Kat 把问题推到 Mieke 面前——"那你怎么回应那些指着 Volt Typhoon、Salt Typhoon、对 Anthropic 的 agentic AI 攻击的人？"——Mieke 给出了精彩的回答。她引用特朗普总统几个月前被问到 Volt Typhoon 时的反应："这是个肮脏的世界。你以为我们没在对他们干同样的事？"这是 Mieke 印象中第一次有美国总统公开承认美国不是单纯的受害者。

她进一步指出：几个月前中国第一次发布了一份技术归因报告，把一次入侵归咎于美国国家安全局——这在过去是没有的，过去只是互相骂"你才是最坏"，现在开始拿出"为什么我们认为是你"的技术证据。Snowden 泄露和 Manning/WikiLeaks 都曾让美国付出巨大外交成本，这种"镜像"对美国的潜在杀伤力是真实的，而美中之间目前完全没有冷战时期围绕传统间谍活动那样的"互惠规范"。

四、"America-Max"：靠开放、人才与信任赢得长期赛 (39:51 - 51:31)

Kat Duffy 抛出全场最 funky 的问题：当下美国的主流叙事是把权力高度集中在少数行为者上来"赢"，而中国反而在做美国传统上最擅长的事——资助大学研究、和全世界建立信任叙事、积极参与多边论坛。**作为一个代表美国多年的外交官说出这种话，让人感觉怪怪的。**那么，如果美国真的要"America-max"——把美国之所以是美国的事情做到极致——该做什么？

Samm 给出的第一个答案是信任作为商业优势。当美国和中国公司在第三国市场短兵相接时，对方往往是在"美国的监控"和"中国的监控"之间选——这就是当下的赤裸现实。能不能把这个赛道反过来？能不能在数据隐私上不是搞"逐底竞争"而是搞"逐顶竞争"？

Mieke 接住这个思路，举了 Apple 抵抗 FBI 要求解锁 iPhone、坚持端到端加密的案例——这正是美国"政企保持距离（arms-length relationship）"的传统优势。她特别强调拜登政府末期一个意味深长的转向：FBI 第一次因为 Volt Typhoon 和 Salt Typhoon 攻击而公开呼吁公众使用端到端加密。这与过去 FBI 一贯要求"给我们留后门"的立场截然不同。当政府开始相信加密保护比破解能力更重要，美国的信任竞争力才真正可能兑现。

然后 Mieke 给出了全场最有感染力的一段话。她当天上午刚从匹兹堡开车过来——卡内基梅隆是全美最好的 AI 学校，吸引全球最优秀的学生。但她说，美国近年来看到外国学生大幅减少：

America is the only country in the world where you can come from anywhere and become an American. It's not a race; it's a creed.

她提到自己之所以站在这里，是因为太空竞赛时代美国决定要赢，于是从全世界吸引最聪明的人，包括她的祖父——他参与设计了登月舱底部的反推发动机和北极星导弹。"我们甚至把真正的纳粹科学家拉了过来，因为我们决心赢得人才竞赛。"她的结论是：真正的长期优势不在于晶圆厂，不在于芯片，而在于人才——这意味着在教育、签证、科研经费上需要一套完全不同的方法。

Selina Xu 顺着加了两个具体的"America-maxing"动作。第一是开源：既然 30% 的美国创业公司建立在中国开源模型上，与其担心"中国开源模型成为新数字一带一路"，不如让美国前沿实验室自己拿出更多开源模型；第二是叙事。她引用最近的民调数据：

82% 的中国人相信 AI 会让他们的生活变好；美国这个数字是 32%。

"美国普通人听到的 AI 叙事是什么？AI 会抢走你的工作，让你的孩子精神疾病，在你家后院盖数据中心，推高物价。听完这套叙事谁还想用 AI？"她特别批评了那种"如果有人造出 AGI，所有人都会死"的末日叙事——这不仅打击了民众信心，也让美国在全球普通人和政府眼中显得越来越像一个"硅谷泡沫"里的奇怪存在。

Jeff Ding 把整段对话推向了一个反转：我们一直把合作当成例外，把脱钩当成常态。如果反过来呢？

他举了两个具体例子。第一，过去五年最重要的漏洞披露之一——Apache Log4j 漏洞——是谁披露的？阿里巴巴。大西洋理事会 Trey Herr 团队的研究显示，中国贡献者持续是、并且越来越多地是全球公共代码安全披露的主要来源。第二，Snowden 泄露之后，按"脱钩叙事"逻辑，美中工程师应该停止合作；但实际上，他们在互联网工程任务组（IETF）一起搞出了 TLS 1.3 协议——你现在网址栏前的 HTTPS 就是这次合作的产物，目的是在 Snowden 之后给民众多一层对抗政府大规模监控的保护。

Cooperation is the norm. Cooperation amidst rivalry is the norm. These things that we hear in the news all the time, the things that make the policy headlines, that's the exception.

真正的视角翻转是：合作是水面下的常态，对抗才是新闻头条的例外。

五、地缘事件、种族议题与国会能力赤字 (52:02 - 1:03:42)

提问环节最深的一个问题来自现场：在密歇根中部，一家中国电池公司 Gozhen（国轩）试图建厂失败，居民说"我们不想要中国公司在我家后院，但也许大部分是白人的加拿大公司就可以"。提问者提醒大家：密歇根曾是 Vincent Chin 被害的地方——一位被汽车工人误以为是日本人的华裔美国人，死于上一轮"日本车冲击美国就业"的种族情绪。整场会议没人提及种族、嫉妒和怨恨在中美对抗中扮演的角色。

Jeff Ding 坦承研究上的困难：要论证种族在政策中的作用，需要一个反事实——比如另一个同样实力但不同种族的大国，看美国是否会出台同样的政策。John Dover 关于二战太平洋战场与欧洲战场的对比研究有这样的反事实可比较，但中美对比没有这种干净的对照组。

Mieke 则把对话拉回历史的纵深：

The history of anti-Chinese racism in the United States is deep.

她举了三个层层递进的事实：本周最高法院审理 Wong Kim Ark 案的诉讼人本身就是华裔，因为华裔是美国历史上唯一被立法专门禁止归化的国族；她母亲一家 1960 年搬到加州时，因为限制性种族契约（racially restrictive covenants）无法买房——这种契约明确禁止房主把房子卖给华裔；美国西部针对华人的种族主义，与美国南部针对非裔的种族主义结构类似。"这不是新现象。但它确实加剧了既有的怀疑，让在合理的国家安全关切和排外性保护主义之间画出技术性、理性的经济边界变得格外困难。"

关于国会的角色，Mieke——一位在国会做了多年幕僚的人——给出了相当冷峻的诊断：国会面临的最大障碍不是党派立场，而是技术能力赤字。

We do not elect AI engineers to Congress. They don't make enough money in Congress to be AI engineers.

国会获得的"帮助"绝大部分来自利益相关的商业游说者，独立研究者资助严重不足。结果是要么决策落后于曲线，要么出台严重错位的政策——90 年代关于超级计算机出口管制的失误就是教训。期待一个儿科医生或汽车销售员出身的国会议员理解 AI，本身就不公平——但如果没有像样的非党派智识基础设施，国会就会被自利的商业声音填满。

最后关于国际标准，Selina Xu 给出了相对务实的判断。验证（verification）始终是难题，但有几个领域已经存在双方都有的胃口：企业级透明度（Bletchley Park 和首尔 AI 安全峰会上尝试过的框架）、对欧盟 AI 法案"行为守则"的对接（中国企业正在 ISO 等国际组织非常活跃地参与并向欧盟标准靠拢）。但中美 AI 公司的风险重点不同：中国公司更关心内容安全和国内合规，美国前沿实验室更关心 **R&D uplift 和 CBRN（化学、生物、放射、核）**风险。这种重点差异既是分歧也是合作切口——能不能在收敛的部分先做技术性、企业级的对话，不一定非要走完整的国际组织路径。

Kat Duffy 用一句话收束全场：「Who wants to be Tonya Harding when you could be Simone Biles?」——与其想着把对手敲伤，不如把自己练成全场最强。她随后讲了一个个人故事：她曾在古巴代表美国政府工作三年，每天处于威权监控之下，被国家电视台称为"恐怖分子""间谍""反革命"。这段经历教会她的，是当一个国家被简化为"国家"时，国家内部的人有多么细腻、多么参差、多么和那个"国家叙事"不一样。本场对话的全部价值，就在于试图把那些被宏观叙事盖住的、人和人之间本来能进行的对话，重新打捞出来。