黄平：中美AI竞争下中国的技术路线选择

一、中美AI之争，中国的劣势在哪儿？优势何在？

中美AI之争已进入“相持”阶段，这一阶段比拼的是韧性和系统能力。AI竞争从来不是单一技术的比拼，而是技术背后综合国力的对决。因此，评估中国的优势与短板，必须放在这个阶段和这种背景下去看：不同阶段的优劣不同，不同层面的观察也会得出不同结论。越是在此时，越需要系统性的判断与取舍，因为面对这场大变革，方向比速度更重要。

与此同时，中美在经贸、科技、政治等领域的全面竞争推高了两国的民族主义情绪，围绕AI的讨论日益失去理性，技术民族主义抬头。在这样的语境下，保持理性最为重要：先客观承认我们的不足，再在此基础上系统识别我们的优势。总体而言，中国的短板在“从0到1”的核心技术的原创突破；相对优势在“从1到10”的技术规模化与市场化能力。

（一）中国弱在技术的原始创新，但短板难补

相较于美国，中国在基础研究和原始创新上的短板基本没有太大争议。但至于为什么会落后，或者能否补齐短板实现追赶，学界看法并不一致。就像对著名的“李约瑟之问”的回答一样，往往众说纷纭。笔者较认同清华大学科学技术哲学专家吴国盛教授的观点。他在《什么是科学》中提出：“无论在现代数理试验科学意义上，还是在西方理性科学意义上，中国古代都无科学。”同时他也指出，“中国文化中缺乏‘为学术而学术、为知识而知识’的精神，学以致用的传统太过强大。”可以理解，很多人不愿意承认或正视这种解读；但这并不是在否定中国进入现代社会以来取得的科学成就，而是尝试以客观、理性的视角审视我们的传统。在中美AI竞争进入“相持”阶段的当下，这种认知尤为重要，因为它关系到我们如何准确把握自身在AI竞争中的根本短板。

所谓原始创新，是从无到有的“0到1”式突破。历史地看，这类突破多源于西方以理性为核心的“科学精神”。这种理性首先是一种价值观，而非一种工具。近代以来，从洋务运动到现代学科体系的建立，中国已经逐步形成与西方相似的学术体系，中国学者在国际期刊上的论文数量与质量也进入世界前列。但从经验上而言，许多科研工作者从事研究的动机并非出于对真理的纯粹追求，而更多在于“有用之学”。这里不作价值判断——求真未必天然高于求用——但必须承认，原创知识往往诞生于对真理的持续、纯粹的追问。

AI的全产业链横跨数学与信息科学、计算机科学、半导体物理、材料科学与工程、化学与化工等关键学科，对基础研究能力的要求格外高。因此，客观地说，由于基础研究体系和能力上的薄弱，以及文化层面“学以致用”传统下对科学“纯粹理性”追求的缺位，使得中国在AI领域实现原始创新变得非常困难。

（二）中国强在技术的迭代创新，且优势难撼

一直以来，中国在科技发展上的优势，更多体现在基于现有技术框架下的研发与迭代能力。这一点，在科技界和学术界基本是有共识的。无论是高铁、5G通信、移动支付，还是近年来在新能源、电动汽车等领域的快速跟进甚至超越，中国展现出了强大的“应用创新”和“工程化落地”能力。然而，近年来随着中国在芯片设计、操作系统、大语言模型、生物信息技术等前沿领域取得一系列突破，一些专家学者开始对中国的技术创新能力产生“盲目”的自信。他们认为，中国已经完成技术升级，整体迈入“8到10”的尖端水平，足以与美国抗衡，甚至在全球可以形成两套独立的技术体系。在这种观点下，中国的技术优势似乎已从“中低端迭代”跃升为“中高端引领”。

但现实所呈现出来的面貌可能更为复杂。根据我们团队过去两年对粤港澳大湾区和江浙地区科研机构、战略性新兴产业龙头企业以及创新型初创企业的实地调研，科技界和产业界对中国当前技术水平的评价远没有舆论那么高。普遍的看法是：中国在大多数产业领域仍处于“中等技术”水平。郑永年教授在去年出版的《中等技术陷阱》一书中也明确指出：“就中国的技术水平而言，无论从供应链、产业链还是从价值链等维度看，目前大体上正处于中等水平。”这意味着，我们在很多关键核心技术上仍存在“卡脖子”问题，尤其是在高端芯片制造、工业软件、精密仪器等领域，与世界领先水平仍有明显差距。

与此同时，另一种极端观点也在蔓延：有人认为，中国的制造业优势正在被东南亚和南亚国家逐步取代，中国作为“世界工厂”的地位将难以为继。这种看法的依据是，近年来中国企业加速出海，不少劳动密集型产业向越南、印度等地转移，部分中低端“中国制造”产品正被当地产能替代。这看似重演了历史上制造业从欧洲到美国、再到东亚的转移路径。但这一次，全球制造业的中心未必会像过去那样简单“搬家”，原因有三：

第一，产业链完整性无国能及。当前全球消费趋势已从标准化大规模生产转向个性化、定制化需求，即便是服装、鞋类等传统“中低端”产品，也要求快速响应、小批量、多款式。这种能力不仅依赖廉价劳动力，更依赖高效、灵活、完整的产业链协同。而中国是目前全球唯一拥有联合国产业分类中全部工业门类的国家，尤其在粤港澳大湾区，从原材料、零部件到设计、物流、销售，几乎可以在百公里半径内完成全部环节。这种“全产业链+快速响应”的能力，是东南亚国家短期内难以复制的。

第二，超大规模带来的结构性优势。中国拥有全球最强大的生产制造能力，由此带来的规模效应使得中国制造在成本控制和产品性价比方面具备几乎无法取代的优势。即便近年来劳动力成本有所上升，中国制造业依然能够依托完整且高效的供应链体系和效率维持竞争力。这种由“体量”支撑的韧性，是中小经济体无法比拟的。

第三，国家创新系统的“体系能力”基本成型。正如这一概念的提出者英国经济学家克里斯托弗·弗里曼（Christopher Freeman）所言，创新作为一个系统性的过程，依赖于企业、大学、科研机构、政府机构以及中介机构等多个主体的协同互动。中国在创新上形成的这种“体系能力”绝不仅仅表现为政府有效的产业政策，或是少数企业的技术突破，而是一种良性互动的系统集成能力，或者说是一种创新生态。中国过去数十年从简单加工到模仿创新，再到集成创新、自主创新，背后正是国家创新系统的这种“体系能力”形成的过程，而这是一种难以复制的“制度性资产”。

在AI领域，中国的这三大优势将得到充分释放。一方面，也是更重要的，中美AI竞争的本质已不单单是技术突破的比拼，更是综合国力的较量。特别是在中美竞争的背景下，创新的韧性可能比创新的突破能力更为重要，而中国国家创新系统的“体系能力”正好提供了这种创新韧性。另一方面，在当前AI从技术探索走向大规模应用的阶段，胜负的关键不再仅仅是“谁的技术更先进”，而是“谁的技术更能用、更便宜、更可靠”。中国完整的产业链和超大规模的生产制造使得中国的AI不仅能快速推出产品，还能以更具性价比的方式实现规模化市场应用。因此，在AI竞争中，中国应保持定力，充分发挥在技术迭代、产业链协同和市场应用方面的长板。

二、中国不应该做什么？又应该做什么？

中美之争，美国的目标显然是赢，但这不应成为中国的目标；与之相对，中国只要守住“不输”，实质上就是赢。对劣势，要理性承认和认清差距，但要跟上美国的技术节奏和代际同步，避免被甩开，而不是在所有环节一味补齐、盲目追求全面追赶或反超。对优势，则要集中资源把优势做强做大，把比较优势转化为稳定的核心竞争力和制度性影响力，用足够的优势换取更大的发展空间。践行整合与合作，而非击垮对手，应成为中国在中美AI竞争中的基本原则，并在此原则下明确中国避免盲目做什么，又应该重点做什么。

（一）中国不应该做什么？

第一，不要过度投入“基础研究”。近几年“卡脖子”的焦虑，让政策层面对基础研究高度重视，也导致不少打着基础研究名义的应用项目吸走了大量经费，而其产出往往停留在论文层面，距离产业化很远，反而造成资源浪费。我们不应被“卡脖子”情绪绑架，因为被卡的事实上是技术，而非基础科学本身；基础研究及其背后的知识是无法封锁的。既然我们的目标是“不输”，就没必要在短期内把赌注押在基础性突破上，而应把更多资源集中到当下最紧要的技术追赶和迭代上，确保不掉队、能落地、可规模化。

第二，不要让AI被“技术民族主义”绑架。在中美全面竞争的背景下，两国民族主义情绪都日益高涨，AI又恰好处在科技博弈的中心，从大模型到芯片、机器人都被贴上了鲜明的国别标签。技术的政治化，对任何一方的创新生态都不利；对中国尤其不利。因为“美国AI”的标签通常不会被主流市场系统性排斥，而打上“中国AI”的标签，则往往会被西方，甚至部分发展中国家以国家安全或意识形态为由拒之门外。因此，中国的AI绝不能被“技术民族主义”绑架而追求绝对的技术和供应链自主；与之相反，应该以单边开放的格局，通过联合研发、开放生态和跨国合作，在技术和产品、企业治理和产权结构、品牌和运营等方方面面推进在地化发展。

（二）中国应该做什么？

第一，要以举国体制提供AI应用场景和市场。AI是高度市场化的赛道，技术研发和产品化需要敏锐的商业判断和快速迭代。在供给侧，公共部门应该完全让位于市场主体，政府不越位主导产业发展，央企国企不与民争利，让市场来选择技术路线和商业模式，只有这样才有可能使得中国AI的发展跟上美国科技巨头的创新速度；与此相对，在需求侧，公共部门应该充分发挥举国体制的制度优势和超大规模的市场体量，为成熟或不成熟的AI技术和产品创造应用场景和市场。这里不仅仅涉及政府部门管理的众多公共领域，如医疗、教育、交通、政务等；其中还包含央企国企主导的大量关键行业，如能源、通信、航空、国防工业等。如此创造的大量真场景、真需求、真反馈将为中国AI的发展提供最直接、最有效的政策支持，帮助企业加速从样机到量产、从试点到规模化的技术迭代，为中国在中美AI竞争中赢得时间和空间。

第二，要充分释放地方政府的“企业家精神”。改革开放四十多年，除中央政府的顶层设计和体制改革外，中国经济活力的重要源泉之一是地方政府的“企业家精神”，即地方政府在产业和经济发展中主动作为、敢想敢试，与本地企业一起开拓市场。正如比亚迪创始人王传福所说的“没有深圳，就不会有比亚迪”，合肥、苏州、武汉等城市也相继孕育出一批科技龙头，地方政府的重要作用已经被实践反复证明。当然，没有约束的地方政府会滋生权钱交易等问题，但过度捆绑的地方政府将引起更严重的懒政惰政等问题；前者还是发展中的问题，但后者则是更致命的不发展问题。在中美AI竞速以天计的当下和可预见的未来，首要任务是发展。为此，应充分释放地方政府的“企业家精神”，尤其是粤港澳大湾区、长三角、京津冀等创新要素高度集聚的地区，应赋予更多制度创新和试错空间，只有这样，才可能在AI赛道涌现更多像DeepSeek那样的突破者，并在各个细分赛道催生“下一个比亚迪”。

GBA Review 新传媒