大模型能力差距縮小,並不意味著中美AI競爭已趨於均衡,Agent能力正成為新的分水嶺。美國頭部企業持續加速迭代,這場競爭是一場關乎產業主導權、全球規則與國家戰略空間的淘汰賽。
文章的價值,正在於打破“追平論”與“落後論”的簡單對立,區分模型能力與產品競爭力、推理智能與自主智能,並進一步追問中國一旦被排除於全球主流AI生態之外,可能面臨怎樣的經濟、科技與戰略後果。由此提出的路徑同樣鮮明:以開源守住全球競爭底線,同時改革人才培養、基礎研究與創新資助機制,為少數頂尖人才和高風險探索創造真正不同的制度空間。
當窗口期不斷縮小,我們能否以非常之法應對非常之爭,在堅持自身優勢的同時,為異見、試錯與長期主義留下足夠空間?
6月9日,Anthropic正式發佈Claude Fable 5。這款模型發佈後迅速登頂Artificial Analysis智能指數榜首,在Agent能力上的表現尤為突出:軟體工程、知識工作、科研、視覺全線頂尖,且任務越長越複雜,相對其他模型的優勢越明顯。這不是一次普通的模型迭代,AI圈的反應用“震驚”來形容並不誇張。
6月27日,OpenAI緊隨其後發佈GPT-5.6,同步推出三款產品Sol、Terra、Luna,旗艦版在部分Benchmark上跑贏了Fable 5,兩家美國AI巨頭的競爭已經進入白熱化。
在國內,關注這些動態的人不少,但對其含義的深度解讀,相對有限。有人說中美AI差距已經消失,有人說Agent差距仍然巨大,這兩種說法都有資料支撐,也都是真的。問題在於,它們說的不是同一件事。
本文想做的,不是簡單描述中美AI差距,而是回答一個更重要的問題:這場淘汰賽,中國為什麼輸不起?如果輸了會怎樣?以及,怎樣才能不輸?
01 Fable 5震驚全球,中美技術差距究竟有多大?
兩種真實並存:大模型接近,Agent差距拉大
理解中美AI差距,首先需要區分兩個層面的競爭,因為這兩個層面的結論截然不同。
在大模型層面,差距確實在迅速縮小。史丹佛大學《2026年AI指數報告》明確指出,中美兩國在AI模型性能上的差距已縮小至僅2.7%,幾乎消失。富瑞的研究報告也認為,中國開源模型僅落後美國閉源領先模型約3至6個月。在全球最大的AI流量聚合平台上,5月排名前五的模型中有三個來自中國,使用佔比從2024年的1%升至今年的40%以上。
這些資料是真實的。但它們說的是“大模型能力測評”層面的差距,而不是“AI產品競爭力”層面的差距。
在Agent層面,差距不但沒有縮小,而且正在拉大。這是Fable 5這次發佈所傳遞的最重要訊號。Fable 5的核心突破恰恰在於Agent能力——長時、多步任務的可交付性顯著增強,簡單來說,它不只是“能聊天”,而是“能幹活”——複雜的、需要連續推理和行動的、跨多個系統的真實工作任務。
大模型與Agent之間的差距,本質上是一場關於AI技術範式轉變的競爭。大模型的核心是“推理能力”,Agent的核心是“行動能力”。前者是在給定輸入後產生優質輸出,後者是在開放環境中自主分解任務、呼叫工具、處理異常、持續推進直到完成目標。這兩者之間的差距,遠比“模型參數大小”或“測評分數高低”更難以量化,也更難以追趕。
更根本地說,這場競爭已經從“人工智慧”(需要人工介入的智能)的競爭,演變為“沒有人工的智能”(完全自主運行的智能)的競爭。在人工智慧階段,中國的模型——甚至開源模型——已經達到或接近美國頂尖水平;但在自主智能階段,中美之間的差距,目前仍然相當明顯。
測評第一和使用者第一,是兩件完全不同的事
這裡存在一個認知誤區,值得單獨點出來。
國內外各種權威模型測評都顯示中國模型排名非常高,很多甚至超過了美國的頂尖模型。這些測評是專業的、嚴肅的,筆者無意質疑它們的方法論。但測評分數和市場競爭力之間,有一道真實存在的鴻溝。
以Fable 5為例。這款模型發佈後,國內外AI的頂尖使用者(包括軟體工程師、科研人員、高端知識工作者)給出了幾乎一面倒的“驚嘆”——不是說“它在某項測評上得分高”,而是說“它做複雜任務的體驗,遠超其他所有產品”。這與本文作者的個人使用體驗完全一致。
作為產品,唯一真正有意義的投票權在使用者手中。排除價格因素之後,中國模型和Agent的真實市場競爭力,與美國頭部產品之間仍然存在可以被感知的差距——而這種使用者端的感知差距,才是衡量AI產品實際競爭力最關鍵的指標。
02 中國如果輸了,世界和中國會變成什麼樣?
談這個絕不是危言聳聽,而是理性客觀的預警——預警是為了推動現在的行動。
在展開之前,需要先明確:什麼情況下意味著中國輸了?這裡有兩個核心指標。第一,中國AI在全球市場的佔比——如果像今天的中國網際網路企業一樣,幾乎被全球市場完全排除在外 ,這就意味著中國輸了。第二,技術規則和標準將中國排除在外——這也是為什麼筆者在上一篇文章中強調“矽和平”聯盟不容忽視(詳見《“矽和平”聯盟半年從7國擴容到24國,中國的時間窗口還剩多少?》),因為它有可能演變為排除中國的全產業鏈AI技術標準制定機構。
如果真的這樣輸了,世界和中國會變成什麼樣?
世界:美式“一超零強”與數字帝國主義的雙重成形
AI不只是一項技術,它是像電力一樣的基礎性技術,滲透到經濟、政治、教育、醫療、國防的每一個角落。如果全球的AI技術和市場被一個國家的少數幾家企業絕對壟斷,各國的經濟、社會和政治都將受制於這一單一基礎設施的約束——本質上,這是一種新形態的帝國主義。區別在於,19世紀的帝國主義依賴軍事力量和領土控制,而這種新形態的支配依賴的是AI基礎設施的技術鎖定和資料殖民。有學者將這種模式稱為“數字帝國主義”,其本質是“數字資本家通過掌控AI基礎設施,在全球範圍內實施數字統治與技術權力壟斷,攫取剩餘價值”。
美國AI壟斷所產生的虹吸效應,將使全球的政治、經濟和科技產業的權力全面向美國集聚。這是一個自我強化的螺旋:越多的國家依賴美國AI,就越多的資料流向美國,美國AI就越強,各國就越難以擺脫依賴。
但這次的美國主導,將不同於二戰後那個相對負責任的美國。AI加速的財富極化將使美國國內政治更加撕裂——馬斯克、奧爾特曼等科技寡頭將擁有前所未有的政治影響力,但美國的普通工人階級將在AI衝擊下面臨大規模失業。這種內部矛盾,將以“左右搖擺的霸主”的形式投射到全球,讓世界各國不得不承受美國國內政治周期的負外部效應。
中國:“中等收入陷阱”與主權戰略空間的雙重收縮
以上局面一旦形成,中國大機率不得不從開放走向封閉——世界將形成兩套AI技術體系:一套是美國體系,被全世界使用;另一套是中國體系,大機率只能在中國和美國敵對國家使用。這不是中國選擇的道路,而是被逼上的絕境。
在國際政治上,美國絕對壟斷所形成的引力,會讓越來越多的國家自動疏遠中國,不是因為對中國有惡意,而是因為依附於美國AI生態對它們更有利。中國將陷入比今天嚴峻得多的孤立處境,可能只剩下少數雙邊關係和小多邊關係可以維護。
在國際經濟上,被排除在主流AI技術生態之外,意味著中國在全球高附加值市場將系統性失去競爭機會。以中國的體量,這很可能意味著深陷中等收入陷阱。
最後一個影響,也是對中國最重要的核心利益問題——台灣。
台灣問題的和平解決,根本上取決於中國的綜合硬實力,其中科技實力和經濟實力是最核心的兩個支柱,而且兩者相互依存:沒有科技的持續突破和AI產業的全球化,就沒有經濟的持續升級;沒有經濟的持續升級,就沒有支撐和平統一的綜合國力。
反過來說:如果中國在AI競爭中落敗,科技創新動能萎縮,經濟增長陷入瓶頸,財政能力受限,軍事現代化的資金基礎被侵蝕——在這種情形下,台灣問題的和平解決不僅變得更加困難,那些傾向於走向獨立的力量,也會從中國綜合國力的相對下滑中獲得更大的底氣。
換言之,AI競爭不只是一場科技和產業的競爭,它直接關係到中國在最重要的主權問題上的戰略空間。這是這場淘汰賽中國絕對輸不起的根本原因。
03 中國輸不起,但如何能不輸?
顯然,這場中美競賽,中國絕不能輸。輸了不僅在國際社會被動掉入孤立而轉向封閉,在經濟上深陷中等收入陷阱,甚至難以維護最重要的主權利益——這是絕不能接受的結果。
在AI這一輪科技革命中,事實上只有中美兩個真正的玩家,中國是唯一有能力避免美國全面壟斷的國家。但目前來看,在一些最前沿的AI技術上,中國並沒能趕上美國的創新速度。這場淘汰賽的輸贏不只是技術和產業層面的,而是國家競爭力和國運層面的。
非常之事,要有非常之法——核心在於改革。正如當年提出“一國兩制”:我們不需要完美的戰略設計,需要的是開拓性的思想和決斷力,然後“摸著石頭過河”式地最佳化迭代。當下,需要的是“過河”的決心。
這是一個非常大的議題,輕而易舉可以衍生出若干博士論文選題,這裡無法系統全面地展開,只能提幾個方向性的思考。
主要資源持續聚焦開源AI,守住不被壟斷的根本防線
這是中國非常正確的技術路徑選擇,也是中國現有體制和生態下最擅長做的事——應用導向的AI技術路線。在市場端對美國閉源AI形成持續壓力,是避免美國在全球市場形成壟斷之勢的最直接手段。
關於這一點,筆者之前的文章也反覆論述過,這裡不做過多贅述,但想強調一點:這是根,必須做實,不能動搖。開源路線的價值不只在於技術的傳播,更在於為全球各國的AI主權提供一種不依賴美國閉源生態的可能性——而這,正是對抗美“數字帝國主義”單極壟斷最有效的去中心化力量。
少數資源聚焦頂尖人才和基礎研究,在教育科技人才一體化上實行“一國兩制”
這是筆者認為最難、但也最必要的改革方向。難,是因為它觸及的是制度邏輯的根本;必要,是因為如果頂尖人才和基礎研究能力的培育機制不發生根本性變革,中國永遠無法在Agent等最前沿AI技術上實現真正的突破。
具體而言,需要在以下三個層面實現真正的“新”:
新在主體。現在人才培養和基礎研究的主體是體制內的學校和科研機構,自上而下的評價體系固化了對“標準答案”的追求。新的制度要讓AI各細分行業的科技龍頭企業成為人才培養和基礎研究的真正主體——跳出既有的人才評價體系和科研評價體系。
新在資助方式。現在人才培養和基礎研究大多由國家財政撥款支援,自上而下的資助邏輯必然是規範性的、共識性的,而非個性化的、風險性的。這本質上與“天才”的成長規律和突破性基礎研究的屬性相悖——真正重要的發現,往往來自那些“看起來不可能成功”的方向。新的資助方式應該是企業資金與財政資金共同資助、企業主導營運,財政資金採取“捐贈式配比”邏輯:不審計、不參與、只配比——把資助的風險決策權交給最瞭解行業的企業,而不是最瞭解規範的政府。
新在價值觀導向。這是最根本的新,也是最難的新。中國數千年積累的底層文化價值觀,是文明的根基,不應也不會輕易改變。但客觀地說,這個底層根基中對“集體重於個體、穩定重於冒險、德重於才、共識重於異見”的價值偏好,不利於那種“非理性的技術執念”所驅動的突破性創新。
因此,筆者的建議是:在各行業的科技龍頭企業內部創造無數個小機構,在這些機構內,實行一套完全不同的價值導向——將個體置於集體之上,將試錯置於正確之上,將探索置於績效之上,將異見置於共識之上,將長期置於短期之上。
中國之大,容得下這些“異類”;中華文明之包容,也包得下這些不同。這些小機構不需要改變整個社會,只需要在特定空間內創造一種不同的創新文化。這也許是一個烏托邦,但正如筆者此前所說:只有先描繪出最好的可能,這種可能才有實現的機會——如果連願景都不敢想像,那麼通往它的路徑就永遠不會出現。
04 結語
6月9日Fable 5的發佈,6月27日GPT-5.6的跟進,這兩件事放在一起,傳遞的是一個清醒的訊號:在Agent層面,美國AI的創新速度不但沒有放慢,而且正在進入一個中國最難追趕的階段。
大模型層面的差距正在縮小,這是真的;Agent層面的差距正在拉大,這也是真的。兩件事同時為真,是因為它們描述的是兩場不同的競爭。而真正決定這場淘汰賽勝負的,是後者。
中國不能輸這場淘汰賽。不是因為民族自尊心,而是因為輸了的代價——從數字帝國主義的全球壟斷,到經濟陷入中等收入陷阱,再到台灣問題戰略空間的收縮——是這個國家無法承受的。
非常之時,需要非常之法。在堅守開源路線這個根本的同時,在教育科技人才體繫上嘗試一次真正意義上的“一國兩制”,也許是中國在這場淘汰賽中避免落敗的最重要的一步棋。
這步棋,下得越早越好。 (大灣區評論)
