竞争既可以提升安全,也可以削弱安全
「AI 竞赛」这个说法,其实压缩了好几场不同的竞争:企业在用户、人才、资本、芯片与模型领先地位上相互竞争;国家则在经济增长、军事优势与标准制定影响力上相互竞争。竞争可以带来更好的安全保障、冗余设计与审视监督。但它也可能奖励那个抢先一步的人,同时让审慎显得像是一种单方面的投降。
《2026 年国际 AI 安全报告》描述了一种「速度对安全」的取舍:当安全保障成本高昂或会拖慢部署速度时,那些期望获得先发优势的行为体,可能会在这些保障措施上投入更少。该报告将此视为一个激励机制与治理层面的问题,而非「每一家实验室都在暗中放弃安全」的证据(《2026 年国际 AI 安全报告》)。
当前可以观察到的情况
各国政府已经公开将 AI 视为一项战略性事务。美国限制某些先进计算产品的出口,并支持本土半导体生产。中国则追求本土产能,并管控部分上游材料与技术。欧盟一方面监管其市场准入,一方面投资于算力建设。许多其他国家也在寻求主权基础设施、本地语言模型,以及在标准制定中的一席之地。
官方战略文件所反映的是优先事项,而非中立的预测。例如,美国 2025 年《AI 行动计划》,便是围绕全球领导地位与基础设施的快速发展来构建其政策框架的(白宫,2025 年 7 月)。出口管制的相关公告,阐明的是预期实施的限制措施;它们本身并不能证明,这些管制措施在面对走私、囤积、替代方案与效率提升之后,究竟能发挥多大实效。
在企业层面,频繁的模型发布与基准测试对比,制造出了明显可见的进度压力。与此同时,自愿性的安全框架与部署前评估也表明,竞争同样可以体现在信任与安全性方面。要判断是否真的存在偷工减料的情况,调查者需要的是诸如测试被缩短、评估阈值被忽视、事故被隐瞒、访问控制被削弱,或对内部异议进行报复等证据——而不仅仅是发布节奏很快这一现象本身。
一个经典的协调难题
假设有两个行为体,都更倾向于生活在一个所有人都愿意花更多时间做测试的世界里。如果每一方都认为对方会立即部署,那么单方面的拖延,可能只会带来商业或战略上的损失,却无法改变整体风险水平。相互克制可以让双方都过得更好——但前提是承诺可信,且违约行为可以被察觉。
AI 与历史上的军备控制存在差异。软件与知识的扩散,比导弹容易得多;民用与军用用途相互重叠;相关能力本身难以界定;私营企业是核心行为体;而评估结果本身也可能充满噪音。计算基础设施比算法更容易被观察到,但算法效率的提升,却能改变同样一份算力所能产出的能力大小。
这一类比,对于验证机制的设计仍然有用:申报制度、现场核查、技术监测、事故热线、质疑程序,以及对等的后果安排。但如果它暗示模型数量或算力可以像核弹头一样被清晰地对应计数,这一类比就会产生误导。
国家安全会拓宽风险的考察范围
先进 AI 可能为情报分析、网络行动、后勤保障、武器研发、自主系统与影响力行动提供支持。它也可能改善防御性网络工作、核查手段、科学合作与危机沟通。其净效应究竟如何,依领域而定,且充满不确定性。
将尚不成熟的系统整合进核预警、指挥,或其他对时间高度敏感的决策之中,会引发特别的担忧,因为自信的错误判断与自动化偏倚,可能会压缩决策所需的时间。这并不意味着当前的聊天机器人已经在控制核武库。它所支持的,是明确的人类权威、受限的权限、严格的验证机制,以及围绕危险用途的双边沟通。
保密本身会带来一种张力。各国需要保护作战层面的信息,但过度的保密分级,可能会妨碍外部评估与公众问责。拥有安全访问权限的独立监督机制,可以在不公开可被利用的细节的前提下,提供必要的审视。
「竞赛」式的话语可能会自我实现
如果领导人反复宣称,任何拖延都必然导致失败,这可能会压缩双方相互克制的政治空间。宣称对手必然会不计后果地行事的说法,也可能为自身的加速推进提供正当理由。而威胁被夸大,还可能把补贴导向既有巨头与「国家队」企业。
与此相反的另一种错误,是假定合作性话语就等同于利益一致。种种宣言,完全可以与竞争、间谍活动和军事规划并存。分析人士应当把言辞、正式义务、预算投入、实际执行与经过核实的行为区分开来。
分配问题在全球范围内同样重要
如果只把目光聚焦在美国与中国身上,人类的大部分群体便会沦为规则的被动接受者。非洲、拉丁美洲、南亚与东南亚、中东与太平洋地区的国家,可能要承担劳动力、信息、资源开采与安全方面的种种影响,却无法掌控那些领先的模型。广泛的参与并非一种象征性姿态:语言覆盖、能源负担、发展优先事项与可接受的风险水平,在不同地区之间存在差异。
算力的集中,可能造成对外国云服务提供商的依赖。主权 AI 计划或许能够提升韧性、增强文化代表性,但也可能助长国内监控行为,或引发低效率的补贴竞赛。治理评估的重点,应当放在究竟是谁在掌控这些系统、依据什么法律来掌控上,而不应想当然地认为「主权」就等同于「对公众负责」。
切实可行的缓和路径
在达成一项全面条约之前,有一些有用的措施可以先行推进:
- 针对危险能力,建立统一的定义与评估协议;
- 建立受保护的事故报告机制,以及快速的跨境通报渠道;
- 开展共享的科学评估,并如实记录分歧所在;
- 在兼顾隐私与贸易保障的前提下,对算力与供应链进行监测;
- 在明确设定的能力阈值上,建立对等的评估准入机制;
- 就在特定高后果决策中保留人类控制权作出承诺;
- 建立危机热线,并制定禁止针对 AI 安全基础设施发起攻击的规范;
- 支持那些原本被排除在测试与标准制定之外的国家。
这些机制都应当配有明确的触发条件与审计程序。一项自愿性承诺,只能证明存在相应的意愿;而实施报告与独立测试,才是对实际行为更有力的证据。
AGI 会如何改变这一情景
由于目前尚无任何一致公认的评估方法能够确证 AGI 已经出现,「AGI 竞赛」依然只是一种预测。如果各类系统真的能够将 AI 研究、网络行动、战略规划与说服工作自动化,相关行为体或许会预期,一项暂时的领先优势能够迅速滚雪球式地扩大。这种信念——无论它本身是否准确——都可能加大部署那些尚未被充分理解、或自主性更高的系统的压力。
然而,也有多种不确定性指向相反的方向。相关收益可能会迅速扩散;瓶颈也可能持续存在于芯片、能源、制度与实体作业环节;安全研究也可能随能力一同扩展;又或者,各主要行为体可能会意识到彼此共同面临的脆弱性,进而选择协调合作。预测应当摆出这些不同的可能性,而不应把「先行者优势必然失控式扩大」当作一条铁律来对待。
读者应当关注哪些信号
应当追踪的是各项可操作的实际指标,而不仅仅是峰会上的措辞:评估结果的披露情况、重大事故、芯片流向、数据中心建设、军事条令、采购环节的保障措施、举报人相关案件,以及各项法律是否得到切实执行。应当追问:某项举措究竟是在降低共同的风险,还是主要在转移优势归属?也应当核对时间节点,因为出口管制规则与企业内部框架的变化都相当迅速。
一个负责任的结论,必然是有条件的。战略竞争确实制造出了一种可信的激励机制,促使各方用安全裕度去换取速度,而当前的政策也明确地把 AI 领导地位定为一项国家目标。这并没有让灾难变得不可避免,也没有证明合作是不可能的。最好的应对方式,是在风险最高的领域实行对等的、可核实的克制,同时在安全性、可及性与应用层面,继续保留有益的竞争。