人工智能不仅是产业议题，更是国家安全与国际权力格局的关键变量。各国身处高度不确定的技术与地缘政治环境中，都在竭力确立自身的战略定位、争夺竞争优势。

美国拜登政府时期的国家安全顾问沙利文曾撰文指出，人工智能的发展并非只有“唯一未来”，应围绕“超级智能或有限智能”“技术易被追赶或难被追赶”“中国竞速或不竞速”这三大核心维度，构建包含8种“可能世界”的分析矩阵。他强调，美国制定人工智能战略时，既要聚焦前沿能力建设、能源与制造基础等长期竞争力，也要重视风险管理、盟友协同等工具的组合运用，确保美国相关战略在高风险世界中依然具备韧性。

作者：Jake Sullivan|美国前国家安全顾问；Tal Feldman|耶鲁大学法学院博士研究生
原文标题：Geopolitics in the Age of Artificial Intelligence
原文来源：外交事务
原文编译：数字经济发展评论

每个人对人工智能都有自己的判断。有人认为，人工智能正朝着超级智能方向加速演进，这种远超人类水平的AI将带来前所未有的颠覆性变革；也有人认为，AI虽能提升生产力、推动科学发现，但其发展路径可能更加不均衡，实际效果未必具备戏剧性突破。

人们对于技术突破的可复制性也存在明显分歧。一部分人认为，竞争对手会迅速跟进、快速模仿，难以形成持久领先；另一部分人则认为，后续追赶会变得更慢、成本更高，先发者将获得难以撼动的持久优势。

在对华判断上，分歧同样存在：许多人确信，中国决心在AI前沿领域赶超美国；但也有人认为，中国更专注于现有技术的落地应用，同时借鉴、复制美国的尖端创新成果，并未全力争夺前沿领先地位。

每一个看似笃定的AI政策主张，背后都隐含着对上述趋势的某种预设。例如，强调前沿创新的人，通常认为技术突破具有累积性且难以复制；而主张向海外推广美国体系的人，则往往持相反观点。一旦这些前提假设出现偏差，以此为基础制定的战略不仅会浪费大量资源，甚至可能让美国丧失AI领域的领先地位。

把所有赌注押在单一情景上看似诱人，实则极具风险。美国不需要再多一个关于人工智能时代的预言，它真正需要的，是一套在不确定性中做出科学决策的方法——一套能让美国在多种可能的未来中持续保持优势，并随AI时代演进动态调整的战略方案。

八种“可能世界”：AI地缘竞争的分析框架

无论人工智能最终走向何方，美国AI战略都应先明确成功的定义：利用人工智能强化国家安全、实现广泛繁荣，并在国内外维护民主价值观。当AI发展与公共利益保持一致时，便能推动科技进步、改善民生，助力应对公共卫生、发展议题与气候变化等全球性挑战。事实上，美国完全可以在负责任地管控AI真实风险的同时，实现这些核心目标。

关键在于如何实现这一目标。为了厘清政策背后的隐含假设、针对不同未来情景检验战略的可行性，研究AI地缘战略的研究者可以借助一个简洁且严谨的分析框架。这一框架围绕三个核心问题展开，每个问题都存在两种合理可能，将其组合便形成一个三维矩阵——一个包含八种可能世界的2×2×2分析框架。

这三个核心问题（即三大分析维度）分别是：

1. 人工智能的发展是会加速迈向超级智能，还是长期处在有限、渐进的水平？

2. 技术突破容易被复制，还是追赶难度大、成本高？

3. 中国是真正在争夺前沿领先地位，还是基于“后续可模仿、可商业化”的思路，将资源投向其他领域？

维度一：人工智能发展的本质特征

这一维度的一端是“超级智能”：即远超人类水平、能够递归自我优化、持续自主学习、不断创造新事物的人工智能，其发展可能带来历史性的彻底变革。

另一端则是“有限且不均衡的智能”：这类AI在科研、经济、军事等领域仍能发挥亮眼作用，但不会带来历史性的彻底断裂。说它“有限”，是因为其进步最终会遇到瓶颈，至少在一段时期内难以突破；说它“不均衡”，是因为它在数学、编程等理性领域表现突出，却在判断力、创造力或部分物理应用场景中存在明显短板。

两种发展方向对应的战略逻辑截然不同：如果发展方向是超级智能，哪怕微弱的领先都可能成为决定性优势，足以支撑对前沿领域的大规模投入；如果AI发展是有限且不均衡的，那么把无限资源投入“登月式”前沿项目，就不如优先推动技术落地与普及更具现实意义。

维度二：技术追赶的难度（“快速跟进”问题）

这一维度的一端是“追赶容易”：通过间谍活动窃取模型参数、在普通硬件上复现创新，或采用模型蒸馏（让小模型模仿大模型）等方式，都能快速复制前沿技术突破的成果，先发优势难以持久。

另一端则是“追赶困难”：前沿AI能力依赖完整的技术栈——包括专用硬件、机构积累的经验、庞大且独特的数据集、活跃的人才生态，以及诸多难以预见的结构性条件。尽管模型或软件层面或许容易复制，但训练与推理所依赖的硬件、基础设施和人力资本的质量与规模，却很难被复刻。

两种情景对应的战略重心不同：当追赶容易时，竞争重心更多转向技术扩散——抢先把美国体系嵌入海外市场，阻止对手推广其自身体系；当追赶困难时，扩散依然重要，但战略会更强调守护前沿能力的根基——即那些能让技术进步持续累积的要素与专业能力。贯穿这一维度的核心问题，并非AI是否会扩散，而是扩散的速度、扩散的对象与扩散的条件。

维度三：中国的AI战略取向

这一维度的一端是“中国全力竞速前沿”：即中国投入巨资开展大规模模型训练、建设竞争型实验室，真正争夺AI前沿领先地位。

另一端则是“中国不竞速前沿”：即中国并未全力参与前沿竞争，而是优先推动AI技术的应用与普及，偶尔推出大模型展示发展进展，以此引导美国过度聚焦前沿领域，自身则聚焦于技术落地与商业化。

需要说明的是，中国未必有一套完全连贯的国家AI计划，国内不同机构的行为也存在差异，但从体制层面看，其整体行为仍更接近“竞速”或“不竞速”中的一种。本框架以中国为焦点，核心原因是中国当前是美国在AI前沿领域的主要竞争对手；若未来其他重要力量崛起，这一分析矩阵也可相应调整。

当然，现实远比任何分析图表都更复杂。我们可以为框架加入更多维度，每个维度也可视为连续光谱而非二元对立：例如，中国可能在前沿研发上采取中间路线，技术追赶难度也可能处于中等水平，AI能力可能极强但仍有明确边界。尽管用二元结果便于战略规划，但决策者仍可以概率视角沿各维度思考，兼顾各种中间状态。例如，中国的部分投资策略，已经提升了其紧随美国甚至意外缩小差距的可能性。

更重要的是，决策者自身的选择，至少在一定程度上会影响AI未来的走向。美国的行动可以让技术追赶变得更难或更容易，这一点尤其体现在出口管制的收紧或放松上；而中国是加速还是放缓AI前沿布局，一定程度上也取决于其对AI发展速度与追赶难度的判断。不过，将不确定性纳入政策框架，至少能迫使决策者直面自身的假设，为多种可能的未来做好准备，而非只押注于单一情景。

AI地缘竞争的政策工具与核心优势

在展开具体的情景分析之前，有必要先厘清两个关键问题：究竟是谁在制定美国的人工智能战略？美国又拥有哪些工具，能够塑造人工智能的发展方向？

事实上，美国政府并不直接掌控国内顶尖AI实验室，也无法决定其研发方向；它更无法像中国那样设定明确的生产目标、引导资本流向特定领域。但即便如此，美国的政策选择与政策信号，仍会对AI生态产生显著影响——哪怕这种影响是间接的。

美国塑造AI发展的核心政策工具

其一，隐性补贴与市场引导。美国的许多政策，实际上构成了对国内AI产业的隐性补贴。例如，出口管制与投资限制，既能阻碍中国获取先进芯片与美国资本，也能通过限制美国及其盟友企业的最强竞争对手，间接提升本土AI企业的价值。同时，市场预期会进一步放大这种影响：当高层官员将AI领导力列为国家优先事项时，企业与投资者便会预期未来将出现更有利的规则、更简化的行政流程，以及与政府更紧密的协作。这些预期会直接影响企业的风险承担水平与投资者的布局方向，其作用甚至可能比国会拨款更为关键——毕竟拨款落地往往更为缓慢。

其二，直接支持与需求引导。美国的直接支持政策进一步强化了这些信号：研发税收抵免、基础设施投资、联邦研究资金，以及行政部门在许可、移民等方面的一系列决策，共同影响着AI能力的发展地点与方式。与此同时，随着美国各政府部门大规模测试与采用AI系统，联邦采购与合作本身，也成为一种重要的需求信号，能够引导企业聚焦特定领域的研发与应用。

其三，开放与封闭的平衡。美国还需要在“严格管控的专有模型”与“广泛推广的开源方案”之间做出选择——这一选择将直接影响全球AI技术的采纳格局。如果技术扩散与前沿突破具备同等战略意义，美国可能需要动用更多现有工具，为合作伙伴提供可替代中国AI体系的可信方案，并通过开发金融公司等机构，向市场机制难以覆盖的地区提供资金支持与部署服务。

美国AI战略面临的核心张力与关键优势

当前，美国面临的最艰巨任务之一，是平衡私营部门与国家利益的张力。私营部门仍是美国AI竞争的核心引擎，但企业的激励目标并不总是与国家利益完全一致。例如，美国许多顶尖AI实验室将重心押在超级智能的研发上，把大量资源投入大规模训练，而非AI的安全部署或广泛普及；部分机构更愿意在海外建设和运营大规模训练基础设施，以利用更宽松的监管、更低廉的能源与额外资金——这些选择都可能与美国的国家战略目标产生偏差。

但美国的优势从来不在于中央计划，而在于运用多种工具，将分散化的体系导向共同目标：通过创造政策激励、引导市场预期、推动资本服务国家战略，实现AI能力与国家安全、公共利益的协同。而如何利用这些工具维持美国在AI领域的领先地位，最终取决于未来出现的具体情景——在一种情景下合理的政策，在另一种情景下可能适得其反。

不过，大多数未来情景都存在几项共同的优先事项——这些要素构成了国家AI实力的核心，在绝大多数AI未来中都不可或缺，只是重要程度有所不同：

1. 算力与工业基础：算力仍是人工智能能力的核心基础，对芯片、数据中心及其运行所需能源的掌控，决定了谁能训练和部署推动技术进步的核心系统；而机器人技术与先进制造，则将这种数字能力延伸至物理世界，把智能转化为实际的生产能力。没有坚实的工业与科研基础，这一切都无从谈起——美国需要持续投入基础研究，既要支撑现有技术发展，也要探索AI开发的新路径；需要培育本土人才，也需要吸引全球顶尖AI人才；需要强化大规模制造能力，也需要保障AI系统运转的稳定能源供给（尤其值得注意的是，一旦AI企业面临电力供应不足，这一瓶颈就可能限制整体发展进度）。

2. 风险管理：风险管理常被看作一种约束，因为它可能放缓AI部署速度、限制试验空间，但它实际上能带来稳定性与合法性，避免AI竞争因事故、AI被恶意滥用，或部署人类难以可靠控制的系统而走向失控。同样重要的是，确保安全机制与国内政治支持能够快速跟进，与技术能力提升保持同步。

3. 技术扩散：即人工智能系统在海外的传播与应用。广泛落地的AI系统，将决定由谁的价值观与治理理念定义全球数字秩序，哪个国家能从中获得最大的经济与战略收益。目前，中国已将AI治理视为一项战略出口，借助自身的系统、标准与监管模板，影响其他国家的技术使用与监管方式；而美国在理念上认同技术扩散的重要性，却尚未在实践中充分证明这一点。

4. 盟友与伙伴：美国的盟友与伙伴，是AI地缘竞争拼图中最后也是关键的一环。与可信伙伴携手合作，可以放大美国的AI能力，提升由民主体系而非威权体系塑造AI时代格局的可能性。

八种“可能世界”的具体情景与战略应对

三大维度的二元组合，形成了八种不同的未来情景。政策制定者需要为矩阵中的每一种情景，匹配相应的合理政策方案，确保美国在任何可能的未来中都能保持优势。以下将逐一解析这八种情景的核心特征与对应的战略选择。

第一世界：超级智能可实现、技术难以追赶、中国全力竞速前沿

这一情景类似军备竞赛与太空竞赛的叠加，是一场争夺AI先发优势的激烈博弈，赌注极高。率先开发并掌控最先进AI系统的一方，将获得持久的技术、经济与军事优势；极端观点认为，一旦超级智能启动递归自我优化，领先优势会自我强化，后续追赶不仅困难，甚至几乎不可能实现（本框架将这种可能性视为“难以追赶”的极端情况，而非基准情景，并以此检验美国战略的韧性）。

在这种情况下，美国可能不得不考虑推行“曼哈顿计划2.0”：动员公共资源、强化政府与产业界的高度协同、采取类似军工项目的保密措施，甚至可能需要授予新权限或扩大1950年《国防生产法》的适用范围——该法案赋予总统为国防目的规范工业活动的广泛权力。这类举措将迫使决策者做出关键选择：是将研发集中于单一主体以实现严格安全监管，还是保留多个前沿实验室之间的竞争，依靠并行试验更快取得突破成果。

在此情景下，美国会将出口管制收紧到可执行的极限：半导体供应链的每一层都将受到更严格监管，与盟友的协调对规避管制规避行为至关重要；模型参数（决定AI系统行为的核心数值）、训练数据与数据中心，都需要加强防盗与防破坏保护。

值得注意的是，中美在风险管理上的合作，将围绕“避免人类失去对超级智能控制”这一共同利益展开。技术进展越快，AI事故与意外升级的风险就越高，自主AI系统之间可能出现双方都无法完全预判的互动。一个合理举措是达成相互克制协议，在限制特定AI技术开发的同时，中美各自建设能够跟上技术节奏的安全系统。但鉴于双方互信不足、核查难度高，且打破协议加速推进AI研发存在潜在收益，这类安排十分脆弱，难以长期持续。

此外，由于技术追赶难度大，且中国未必能成功实现超级智能突破，美国可能迎来一个短暂的时间窗口，率先实现超级智能。届时，美国将面临艰难抉择：是否采取措施阻止其他国家达到同等AI水平。相反的情景同样重要：如果中国率先突破超级智能，美国需要做好应对与止损准备；如果两大国先后跨过超级智能门槛，则需要通过明确的防护措施、沟通机制与行为克制降低风险，避免局面失控。

第二世界：超级智能可实现、技术难以追赶、中国不竞速前沿

这一情景将让美国迎来“单极AI时刻”，核心问题不再是如何赢得AI竞赛，而是如何掌控与管理自身的领先优势。

在产业层面，人工智能可以更稳健地发展：研发投入虽需保持高位以推动超级智能实现，但不必启动“曼哈顿计划”式的举国动员。美国的核心任务是维护AI前沿安全，保护模型参数、算力与关键人才，同时保持创新生态的动态活力。值得注意的是，随着市场成熟、部分AI企业倒闭，美国应禁止中国收购其核心知识产权，防止技术间接流失。

这种未来会让其他许多国家感到不安：如此巨大的AI变革力量集中于单一国家，会引发外界对美国是会负责任地领导，还是追求狭隘国家利益的质疑。因此，美国的重要任务是建立并维护“民主AI秩序”，塑造外界对美国前沿领导力的信任。这一任务与1945年美国面临的国际格局挑战相似，但在当前复杂的政治与地缘环境下，实施难度更大。

在超级智能边缘没有直接对手的情况下，美国可以更自主地实施单方面克制，在确保安全的前提下加快前沿技术发展。技术扩散将具有战略性与选择性：在防止AI技术无序扩散的同时，扩大盟友与伙伴的安全接入权限，巩固美盟体系的技术优势。

在国内，美国可以专注于构建新的社会契约：如果AI带来巨大的生产力与能力提升，核心挑战将转向如何将技术成果转化为广泛繁荣，同时增强社会对AI冲击的适应力。合理的AI监管将在保障安全与问责的同时，不阻碍技术进步，实现创新与安全的平衡。

当然，这种“单极AI时刻”并非永久。如果美国率先实现超级智能，中国很可能瞬间转入竞速模式，其他大国也不会长期置身事外。美国必须提前决定如何应对这种变化，如何利用自身的领先地位，塑造AI技术扩散的方式与范围，巩固自身优势。

第三世界：超级智能可实现、技术易被追赶、中国全力竞速前沿

这是一个“全面扩散的世界”：AI突破会快速出现，也会快速被复制。在这样的世界里，美国的核心任务不再是遏制中国的AI发展，而是强化自身韧性建设——提升国家网络安全、生物安全、基础设施与防御系统，抵御各类AI相关威胁。

“全力竞速”还是“快速跟进”，将成为美国的核心战略选择。如果AI突破不断涌现，率先抵达前沿的优势可能十分短暂，但哪怕只是短时间落后，也会形成显著的安全脆弱窗口；如果技术持续快速迭代，先发优势会变得更加重要，因为先行者能率先登上AI能力曲线的顶端。因此，最优路径可能是“防御性竞速”：保持高研发投入与前沿能力，同时叠加新的安全层级与韧性建设，兼顾创新与安全。

在此情景下，美国的AI创新生态本身将面临压力：单一“国家冠军企业”几乎没有安全价值，因为其技术成果会迅速被复制；而如果投资者看到创新快速被模仿、利润空间被压缩，就难以维持大量私营企业投入尖端AI项目。随着超级智能走向商品化，许多AI企业将会倒闭，那些通过创新构建更好商业模式的企业能够存活，而单纯追求更好AI模型、缺乏商业化能力的企业则可能被淘汰。

风险管理的重要性将进一步提升：不仅要应对AI技术失控与误判的风险，还要管控技术快速扩散带来的连锁反应。为减轻非国家行为体与流氓国家无序扩散AI技术带来的威胁，美国必须与盟友及中国建立新的全球合作层级，遏制或阻止不负责任的主体获取相关技术。尽管中美联合克制协议仍难以执行，但双方对这一情景危险性的共识，可能让这类合作安排更具可行性。

出口管制仍有一定作用，但其效果取决于“追赶容易”的具体原因：如果中国开发出可行的算力替代方案，美国的芯片管控将基本失效，AI竞争将转向全球部署速度的比拼；如果追赶容易源于模型蒸馏、技术窃取或新算法快速传播等其他因素，芯片管控的效果会弱于其他情景，但仍可作为拖延时间、减缓技术扩散的辅助工具。

第四世界：超级智能可实现、技术易被追赶、中国不竞速前沿

这一情景下，美国将迎来一个短暂的“单极AI窗口”：美国可以率先实现超级智能，但其他国家一旦启动竞速，也可能借助技术易被追赶的特点快速跟进。不过，这条路风险很高：中国可能秘密开展AI前沿研发、参与竞赛，或其他国家/非国家行为体可能意外超越美国的AI能力。

如果美国继续参与AI前沿竞赛，就必须决定如何利用自身的领先优势：它可以借助这一狭窄窗口，采取措施阻止其他国家达到同等AI水平；也可以利用这段短暂的绝对领先期，强化自身与盟友的防御能力，推动建立AI安全保障机制，避免技术失控与无限制扩散。

由于中国不参与前沿竞速，它很可能采取另一套策略：将美国的AI技术突破商品化，通过低成本AI产品出口，把中国的AI系统嵌入全球市场，并借助机器人技术实现AI与现实世界的深度连接——这会让技术扩散成为AI地缘竞争的核心。

因此，美国需要加大对机器人与先进制造领域的投资，把数字技术突破转化为实体与工业应用能力，并在中国填补全球市场空白之前，果断向海外推广安全、符合民主价值观的美盟AI系统，抢占市场先机。

第五世界：有限智能、技术难以追赶、中国全力竞速前沿

在这一组情景中，超级智能不再是现实目标，AI发展将长期处于有限、渐进的水平。而在“技术难以追赶、中国全力竞速前沿”的组合下，美国与中国将陷入一场激烈的AI创新竞赛——赌注虽高，但低于超级智能情景。

在此情景下，美国的AI研发投入虽不必达到紧急动员水平，但依然需要保持高位，并通过长期产业政策提供支撑，重点打造耐用的机器人与先进制造能力，将AI技术转化为实际生产力优势。

决策者必须注意：市场常常误判AI技术的转折点——投资者可能在AI释放全部潜力前就恐慌性宣称“泡沫破裂”，也可能在技术成熟后仍过度投入资源。因此，风险管理应减少对“AI失控”的担忧，更多聚焦于AI在生物、网络或军事领域的滥用风险，避免技术被用于危害国家安全与公共利益的场景。

技术扩散与部署的重要性将显著提升：美国必须推动AI在国内工业与军队的积极应用，形成规模化优势，并迅速向海外推广美国及其盟友的AI系统。值得注意的是，即便是非前沿AI模型，只要整合度高、成本低、配套基础设施完善，也能占据巨大的全球市场份额——这一点中国早已深有体会，并在实践中持续推进。

模型与数据中心的安全依然重要：因为技术追赶难度大，前沿模型对保障美盟系统安全仍有关键作用，但首要任务是尽早让强大的AI系统广泛落地，建立用户熟悉度与依赖性，抢占中国替代方案之前的市场空间。出口管制仍有价值，可以放缓中国的AI发展进度，但美国必须谨慎把握尺度，避免过度管制阻碍自身AI技术的海外部署，反而错失市场机会。

第六世界：有限智能、技术难以追赶、中国不竞速前沿

这一情景下，美国将保持稳固的AI领先优势，并拥有一段宝贵的窗口期来巩固自身地位：利用AI技术开发新药、扩大优质教育供给、振兴滞后产业，将AI成果转化为广泛的社会与经济收益。

中国未必完全退出AI领域，但会大幅削减对前沿模型开发的投入，实际上退出前沿能力竞赛，转而专注于AI技术的应用落地与美国技术突破的商业化，依托“技术模仿+商业化落地”的思路，获取经济收益。

与此同时，美国可以专注于AI技术的安全、问责与普惠，确保AI发展成果能够转化为广泛繁荣，缩小社会差距，增强社会对AI技术的接纳度。在国际上，美国将有充足空间塑造一个充满AI技术的积极世界愿景，邀请合作伙伴加入其AI生态，提供模型、数据与基础设施的访问权限，但核心技术要素仍保留在国内，保障自身技术安全。

这一情景下，美国的核心目标不是尽可能快、尽可能广地分散美国AI系统，而是确保扩散的AI系统安全、符合民主价值观，通过技术输出与生态构建，强化美盟体系的凝聚力与影响力。

第七世界：有限智能、技术易被追赶、中国全力竞速前沿

这一情景下，中美将陷入一场激烈的“AI扩散竞赛”。由于技术突破容易被模仿，没有任何国家能长期垄断AI智能优势，竞争的胜负取决于谁能比对手更快地开发与商业化AI技术，谁能更快地将技术推向全球市场。

私人资本的引导将变得更加困难：如果技术容易复制，投资者很可能因看不到可保障的长期回报而减少对AI前沿项目的投入。但美国仍必须参与这场竞赛：最先广泛传播的AI系统，将塑造全球数字环境，并体现其背后的价值观；而且由于中国处于全力竞速状态，美国需要以同等甚至更快的速度创新，否则将被中国抢占市场先机。

在此情景下，技术扩散不仅是AI战略的组成部分，更将成为美国外交政策的核心支柱。目前，中国已系统性地将AI技术推向海外市场，常常与融资、大型开发项目捆绑，形成“技术+资本+项目”的组合输出模式，扩大自身影响力。美国不能允许全球数字基础设施建立在可能泄露数据、监控通信、开展大规模影响力行动的中国AI系统之上。

因此，美国需要将AI扩散纳入国家治国方略，扩大开发金融公司等机构的权限与可调度资金，帮助美盟企业在全球范围内建设数据中心、通信网络与区域定制化AI系统。这要求美国领导层摒弃短期利润思维，致力于构建一个更多依赖美国系统而非中国系统的全球数字秩序。

需要强调的是，如果技术复制容易、扩散不可避免，保密带来的回报将微乎其微。更合理的做法可能是开源或广泛授权关键AI系统的安全版本，确保它们运行在美盟平台而非敌对平台之上。在这种世界里，出口管制的收益有限，在极端情况下甚至可能削弱美国在扩散竞赛中的地位——因为中国可以通过快速复制美国技术，有效绕过管制，实现技术快速落地与扩散。

第八世界：有限智能、技术易被追赶、中国不竞速前沿

这是八种情景中的最终一种：人工智能将类似历史上许多重要技术（如电力、互联网）——美国在创新上保持领先，但技术突破很容易被模仿。这种“搭便车”现象，会让私人资本更难投入大型前沿AI项目；而在中国不参与AI竞速的情况下，美国公共支出投入AI前沿研发的国家安全理由，也不再全面充分。

相反，AI投资将主要围绕技术扩散带来的预期收益展开，开源模型很可能成为全球AI生态的主流——因为开源能够加速技术扩散，扩大用户基础，形成规模化优势，进而实现商业化变现。

AI领导权的竞争，也将主要变成技术扩散的竞争，类似早年的5G竞赛，由部署速度与规模驱动。美国的核心任务是确保可信的美盟AI系统，成为全球产业的默认基础设施，压缩中国低成本可行方案的市场空间，通过生态优势巩固自身的领先地位。

从情景到战略：AI地缘竞争的决策逻辑

人工智能时代的地缘战略，不再是预测单一结果或寻找唯一正确的政策，而是转向概率化思考与动态调整。要有效使用这一“八种可能世界”的分析矩阵，决策者应遵循以下核心逻辑：

首先，选定基准情景。决策者应先明确一个基准情景——即他们认为最可能出现的世界，每一项重大AI政策提案，都应在基准情景中接受检验：这项政策在你认定的世界里是否合理？是否能实现“强化国家安全、实现广泛繁荣、维护民主价值观”的核心目标？

其次，防范高风险情景。决策者必须确定，如何避免或减缓美国最脆弱、风险最高的情景（如第一世界）出现最坏结果——即便他们认为这些情景的发生概率不高。毕竟，这类情景的赌注极高，一旦发生且应对不当，可能导致美国丧失AI领域的领先地位，甚至威胁国家安全。

再次，采取策略对冲。让政策与基准情景保持一致，同时提升其在高挑战情景中的韧性。这意味着要识别三类政策：哪些政策在多个世界中都有效（即“通用优势政策”，如强化算力基础、培育人才）；哪些政策在未来预判出错时可以逆转（如出口管制的调整）；哪些政策一旦基准假设错误就会产生严重危害（如过度投入“登月式”超级智能项目）。

最后，建立动态调整机制。针对八种世界中的每一种，政府都应准备一套可随时调整的政策方案。这要求各部门以概率视角思考问题：国家安全委员会应利用这一矩阵，对美国AI政策进行替代未来压力测试；情报界应沿三大核心维度，持续追踪动态信号（如AI前沿进展速度、新能力复制速度、中国AI投资方向变化），并相应更新各情景的发生概率；高级国家安全官员应准备好在某一情景更有可能出现时，及时提出政策调整建议。

需要强调的是，这一框架不只适用于政策制定者，它也为所有参与AI与地缘政治辩论的人，提供了一种实用的沟通与分析方法。当前，很多关于AI地缘竞争的争论最终沦为“各说各话”，核心原因是参与者没有明确自己预设的未来情景。如果参与者能提前厘清：自己认为人工智能是会走向颠覆性突破，还是渐进发展？技术会快速传播，还是难以复制？中国是在争夺前沿，还是布局跟进与商业化？——提出这些问题，并将双方论点映射到分析矩阵中，往往能揭示分歧的本质：究竟是政策主张不同，还是底层的未来假设不同。

这一框架的意义，不在于预测最终会走向哪个世界，而在于在不确定性中规范战略决策：明确隐含假设