【解读】张礼立｜当AI巨头开始踩刹车：下一场人工智能竞争，不是速度，而是秩序

真正成熟的人工智能，不应是一匹脱缰的马，也不应是一座只会消耗电力和资本的巨型机器，而应是一种能够被人类理解、约束、使用并共同分享的生产力。技术越强，越需要秩序；算力越大，越需要边界；投资越热，越需要回到生产力本身；模型越像人，越不能忘记人。

本文作者系盘古智库学术委员、数字经济研究院副秘书长张礼立，文章来源于“张礼立数字经济研究”微信公众号。

本文大约4500字，读完约11分钟。

最近，全球人工智能行业出现了一个值得认真观察的信号：一些曾经最积极推动AI向前狂奔的人，开始公开讨论是否应该让前沿AI的发展慢下来。这个现象本身，比任何一次模型发布、一次参数刷新、一次产品演示都更值得关注。因为它说明，人工智能已经不再只是“谁的模型更强、谁的算力更多、谁的推理更快”的技术竞赛，而是开始进入一个更深层的阶段：当技术能力越来越接近社会承受力、制度反应力和人类控制力的边界时，速度本身就可能成为风险。

过去几年，人工智能的故事一直被一种强烈的加速逻辑推动。资本希望更快，企业希望更快，用户希望更快，国家也希望更快。模型越大，估值越高；能力越强，市场越兴奋；算力越密集，产业越相信未来已经到来。可是，所有伟大的技术革命都有一个共同规律：当它还弱小时，人类主要担心它不够有用；当它真正强大以后，人类开始担心它过于有用。AI今天的特殊之处在于，它不只是一个工具，它正在成为能够生成内容、调用工具、执行任务、连接系统、影响判断的“行动型智能”。当AI从回答问题走向执行任务，从辅助人类走向参与决策，从屏幕里的文字走向现实世界的系统连接，风险的性质就变了。

所以，AI巨头所谓的“踩刹车”，不能简单理解为技术悲观，也不能简单理解为商业策略。它至少揭示了三个变化。第一，AI正在从生成式模型进入智能体时代，风险不再只是“说错一句话”，而可能是“做错一件事”。第二，AI正在从消费互联网进入关键基础设施，风险不再只是个人体验，而可能影响金融、电力、交通、工业、医疗、教育和网络安全。第三，AI正在从企业创新进入全球秩序，风险不再只是公司之间的竞争，而是国家、资本、平台、数据和社会治理能力之间的深层博弈。

这也是为什么今天讨论AI风险，不能只停留在“人工智能会不会毁灭人类”这样带有科幻色彩的问题上。这个问题当然重要，但它不是全部。AI真正复杂的地方在于，它的风险既可能来自未来的超级智能，也已经来自今天的现实社会。虚假信息、深度伪造、数据泄露、算法偏见、网络攻击、知识产权争议、劳动替代、平台垄断、教育异化、内容信任崩塌，这些不是遥远的想象，而是正在发生的日常。人类不一定要等到机器拥有自我意识，才会被AI伤害；很多时候，AI只要被错误的人、错误的资本、错误的制度安排用于错误的场景，就足以制造巨大的社会后果。

从这个意义上看，中国对AI的担忧，并不比西方少。不同的是，中国的AI风险观更偏向现实治理、场景治理和系统治理。西方前沿AI圈的担忧，往往从超级智能、失控、自我改进、代理系统、模型能力跃迁等问题展开；中国更关注的是，AI进入真实社会以后，谁来负责，如何标识，如何监管，如何避免滥用，如何维护数据安全、内容安全、产业安全和社会稳定。前者更多是从实验室和前沿模型出发，后者更多是从超大规模社会运行和国家治理出发。二者并不矛盾，只是问题意识不同。

中国不是不担心AI最终会不会脱离人类，而是更担心AI现在会不会脱离责任。这个差别很重要。因为技术失控有两种，一种是机器意义上的失控，另一种是社会意义上的失控。机器意义上的失控，是模型越来越自主，甚至可能规避人类控制；社会意义上的失控，则是资本失控、平台失控、数据失控、舆论失控、算法权力失控。今天最现实的危险，恰恰可能不是机器已经有了野心，而是人类把自己的野心、偏见和竞争冲动交给了机器，让机器以更高效率、更低成本、更大规模放大人类原有的问题。

这也是中国AI治理思路中反复强调“发展与安全并重”的原因。AI不能不发展。对中国这样一个拥有完整产业体系、超大市场规模和复杂社会场景的国家来说，AI是新质生产力的重要引擎，是产业升级、制造转型、科研创新、公共服务提升和国际竞争的重要工具。没有AI，中国企业很难在下一轮全球产业竞争中保持效率优势；没有AI，中小企业很难获得低成本的数字化能力；没有AI，教育、医疗、制造、城市治理等许多领域也难以完成深层次变革。可是，AI也不能无边界发展。越是强大的技术，越需要更清晰的责任；越是通用的能力，越需要更严格的场景约束；越是可能改变世界，越不能只交给少数公司、少数资本和少数工程师决定。

这里还涉及一个更深的问题：AI安全不能被少数国家和少数公司垄断定义。今天一些美国AI巨头呼吁放慢前沿模型发展，表面上是在谈安全，背后却也不可避免地包含产业竞争、资本节奏、监管博弈和地缘技术优势。我们当然应该认真对待AI安全，但也必须警惕一种新的技术秩序：领先者先用速度获得优势，再用安全要求后来者停下。这不是真正的全球治理，而是技术权力的再分配。真正负责任的AI治理，不应该是强者制定规则、弱者接受规则；也不应该是少数公司拥有最先进模型，却要求全世界相信它们会自我约束。真正的AI安全，必须是开放、公平、可验证、可参与的全球治理。

因此，中国的AI立场应该被更准确地理解：不是盲目加速，也不是简单暂停；不是否认风险，也不是用风险否定发展；不是把AI交给市场自行狂奔，也不是把AI关进制度的铁笼。中国更强调的是，让人工智能在真实产业、真实社会、真实治理体系中找到可控的发展路径。内容要标识，数据要合规，算法要可解释，模型要可评测，平台要有责任，关键场景要有边界，国际治理要有公平。这种治理方式看似没有“AI毁灭人类”那么戏剧化，却可能更接近人类今天真正需要解决的问题。

从产业和投资角度看，AI巨头开始谈“放慢速度”，还释放出另一个重要信号：人工智能产业正在从“技术估值阶段”进入“生产力兑现阶段”。过去两年，全球资本市场更多关注的是谁拥有更大的模型、更强的算力、更快的产品迭代和更高的用户增长。但当AI投资规模越来越大，市场最终要问的，不再只是模型参数有多大、推理能力有多强、数据中心建得有多快，而是这些投入到底能不能转化为真实的产业效率、企业利润和社会生产力。

这也是今天AI投资最需要冷静的地方。AI当然是未来最重要的技术主线之一，但不是所有AI投入都会形成回报，不是所有模型公司都会成为基础设施，不是所有算力中心都会变成生产力中心。真正有价值的AI投资，不是押注“谁跑得最快”，而是押注“谁能把技术能力转化为产业能力”。模型能力只是起点，数据质量、场景深度、客户付费、工程交付、能源成本、合规能力和组织重构能力，才决定AI能否真正穿透产业。

未来AI产业链的竞争，会从单点模型竞争转向全链条效率竞争。上游是芯片、算力、电力、液冷、网络、存储和数据中心；中游是大模型、智能体、开发平台和安全评测体系；下游是金融、制造、医疗、教育、能源、交通、零售、政务等行业场景。谁能把这条链条打通，谁才真正拥有AI时代的产业定价权。否则，再大的模型也可能只是资本市场的叙事，再贵的数据中心也可能只是耗电的资产，再热闹的应用也可能只是短期流量，而不是长期生产力。

这恰恰是中国AI发展的重要机会。中国不一定在每一个前沿大模型参数竞赛中都要追求绝对领先，但中国拥有全球最完整的制造业体系、最丰富的应用场景、最复杂的产业链条和最强的工程化落地能力。AI如果不能进入工厂、港口、矿山、电网、医院、学校、供应链和城市治理，就还只是“聪明的模型”；只有当AI进入真实产业，帮助企业降本、提质、增效、控险，它才真正成为新质生产力。

这也是我一直强调的一个判断：AI的价值，最后不是由实验室定义的，而是由产业现场定义的。实验室证明的是能力，产业现场检验的是价值。一个模型能写出漂亮的文字，并不等于它能改变一家企业的成本结构；一个系统能完成惊艳的演示，并不等于它能在复杂场景中稳定运行；一个平台能获得巨额融资，并不等于它真正拥有可持续的商业闭环。人工智能如果不能进入订单、进入产线、进入供应链、进入组织流程、进入财务报表，它就还没有完成从技术革命到产业革命的最后一跳。

所以，AI投资的下一轮逻辑也会发生变化。过去投的是故事、模型和速度；未来投的是场景、交付和秩序。过去资本愿意为“可能改变世界”买单；未来资本会越来越关心“到底改变了哪一个行业、哪一个流程、哪一张报表”。一个真正有长期价值的AI公司，不能只证明自己技术先进，还要证明自己安全可控、客户愿意付费、单位经济模型成立、产业效率真实提升。没有产业转化能力的AI公司，最终会被估值反噬；没有真实效率提升的AI项目，最终会被客户抛弃；没有治理边界的AI技术，最终无法进入关键场景。

从这个角度看，AI安全不是产业发展的刹车，而是下一轮投资价值的门槛。没有安全，AI无法进入关键基础设施；没有合规，AI无法进入金融、医疗、政务和教育；没有可解释和可审计，AI无法被大型企业长期采购；没有能耗和成本控制，AI无法完成大规模商业化。安全、治理和责任，不是AI产业化的外部约束，而是AI从技术演示走向真实市场的基础设施。未来最好的AI公司，未必只是模型能力最强的公司，而是能够把模型能力、行业数据、工程交付、风险控制、商业闭环和社会责任真正融合起来的公司。

人工智能越发展，人类越需要重新理解“进步”这个词。不是所有更快都意味着更好，不是所有更强都意味着更安全，不是所有更智能都意味着更文明。技术的伟大，不只在于它能够突破边界，也在于它愿意接受边界。一个没有边界的AI，最终不会让人类更自由，只会让人类更焦虑；一个没有责任结构的AI，最终不会带来普惠智能，只会制造新的不平等；一个没有全球合作机制的AI，最终不会成为全人类的生产力，而可能成为少数力量的权力放大器。

因此，当AI巨头开始踩刹车，我们真正应该看到的，不是人工智能的衰退，而是人工智能进入成熟的前夜。一个技术只有在被认真治理的时候，才说明它已经足够重要。蒸汽机改变了工业秩序，电力改变了城市秩序，互联网改变了信息秩序，而人工智能正在改变认知秩序、行动秩序和产业秩序。面对这样的技术，人类不能只问“它还能不能更快”，更要问“它将把我们带向哪里，又将以什么样的方式创造真实价值”。

未来AI竞争的胜负，不会只取决于谁拥有最大的模型、最多的芯片、最强的算力，也会取决于谁能率先建立起让强大AI安全运行的制度能力、产业能力、资本配置能力和文明治理能力。下一场人工智能竞争，不只是速度之争，而是秩序之争；不只是模型之争，而是责任之争；不只是技术之争，而是产业转化能力与全球治理能力之争。

AI不是怕发展太快，而是怕跑得比责任、法律、伦理、资本理性和社会承受力更快。

真正成熟的人工智能，不应是一匹脱缰的马，也不应是一座只会消耗电力和资本的巨型机器，而应是一种能够被人类理解、约束、使用并共同分享的生产力。技术越强，越需要秩序；算力越大，越需要边界；投资越热，越需要回到生产力本身；模型越像人，越不能忘记人。■

文章来源于“张礼立数字经济研究”微信公众号

‍‍‍‍‍‍‍

图文编辑：张洵

责任编辑：刘菁波