「中国不像相信 ASI 就在眼前」：Alvin Graylin 拆中美 AI 竞赛

核心要点

• 不像信 ASI 将至：中国政府的行为不像相信 ASI 就在眼前——会劝实验室别买美国放开的 H200，会用 CAC 审查把每个模型发布拖上几周到几个月，会持续加隐私、数据溯源、标识、防沉迷的监管，只有两三家实验室算得上 AGI-pilled。
• 禁令救活国产芯片：禁令生效后一周，中国 GPU 公司集体接到政府扶持电话。原本落后两三代、能效更差、没人买的摩尔线程、寒武纪、壁仞突然供不应求，Alvin 的说法是「要不是美国政策我们早死了」，两三年内它们会开始出口。
• 训练本就在境外：中国境内没有 Blackwell 一代芯片，所以真正的前沿训练是在国际数据中心完成，再把约三 TB 的权重带回来——一小时就能传完。fab 挪不走，训练任务能瞬间流到任何服务器，所以禁令在 Alvin 看来「更多是 optics」。
• 蒸馏经济学是死的：Anthropic 指控的 20,000 个账号、三家中国实验室、上百万次查询，按其顶级模型均价折算只值两三百万美元；DeepSeek 那部分只有几千美元。花十亿美元训出的能力若能被几百万美元复刻，前沿 AI 的商业模式本身就不成立。
• 大模型不是最大威胁：他上周发在 Cipher Brief 的论文显示，从百万到万亿参数，模型大小与真实世界危害没有相关性：千万参数级模型已能设计化学战剂，百亿参数级能设计病原体，而 Microsoft 的 M-dash 用一百个小模型编排出 cyber gym 95 分，高于 Mythos 的 83。
• 45% 与 240%：AI 板块现在占美股总市值 45%，互联网泡沫顶点时科网股只占 30%；巴菲特指标（股市市值/GDP）从当年 120% 升到今天 240%，AI 板块市值已超过美国 GDP，加上超大规模厂商 1.6 到 1.7 万亿美元的表外债务（安然当年是两亿美元）。
• 猎鹿而非囚徒困境：美国在打单轮囚徒困境，先叛变以求少受伤；实际的博弈是卢梭的猎鹿——中国去抓兔子（够用的 AI 灌进产业），美国独自追鹿（万能 AGI）。最优解是双方先各自把兔子抓稳、把技术管住，再一起去围那头鹿。

章节时间轴

• 0:47 冷开场与主持团介绍 — Peter Diamandis 带着 Alex Wissner-Gross、Dave Blundin、Salim Ismail 开场，预告这是一期专门深挖中国与 AI 的特别节目。
• 2:19 Alvin Graylin 的履历 — 五层 AI 栈的高管经历、《Our Next Reality》作者、Stanford HAI 与 Asia Society 的身份，以及他正在为 9 月 24 日的中美 AI 安全对话做准备。
• 5:23 利益披露 — Peter 直接要求他交代与中国政府相关机构的关系：VR 产业联盟、北航兼职教授，是否有报酬、现在是否还有往来。
• 9:11 在再教育农场出生 — 文革中出生的家族史、1980 年赴美、外祖母为纽约论坛报做过战地报道，以及他哥哥曾是美军核潜艇高级军官。
• 12:15 开源权重的数字 — 中国开源模型在 OpenRouter 的流量份额两年从 2% 涨到 61%，Qwen 下载量刚破十亿、衍生模型 18 万个。
• 13:48 为什么必须先厘清「竞赛」 — 竞赛状态本身会逼出非理性决策，而它建立在三个未经验证的假设上：有终点线、世界零和、先到者永远统治。
• 16:07 有没有终局 — Alex 主张太空与太阳系开发就是终局；Alvin 回答如果真到 ASI，民族国家这个概念会远不如今天重要，否则我们大概已经自我毁灭了。
• 19:56 世界能消化多快 — 前三次工业革命分别用了 80、60、40 年铺开；把奇点压进五年不是世界能适应的速度，动荡反而可能让文明倒退。
• 20:42 军备竞赛还是平台竞赛 — Peter 认为把它变成军备竞赛的是 RSI 不可追赶的想象；真正的房间里的大象是用 17 世纪民族国家操作系统跑 21 世纪应用。
• 23:03 中国怎么看 ASI 时间表 — 从行为反推：劝实验室别买 H200、CAC 逐个审查模型、持续加监管，都不像相信 ASI 即将到来；只有两三家实验室有点 AGI-pilled。
• 26:53 前沿信件与安全共识 — 上千名从业者签署的放缓呼吁；中国也有多家安全机构和 Bengio、Tegmark 这类人物在 WAIC 上讲同样的话。
• 28:25 WAICO 对 Pax Silica — 中方的世界人工智能合作组织把 AI 当公共品、29 国加入；美方 Pax Silica 是选阵营的 25 国集团。Alvin 说组织者表示如果美国愿加入，连名字都可以改。
• 31:31 CCP 到底是谁 — 不是自上而下下命令做 AGI，而是中央给五年方向、三十多个省市各自找冠军企业互相竞争；中央高层 80% 到 90% 是工程师出身，对照美国政客多为律师。
• 36:06 开源是涌现出来的战略 — DeepSeek 没有政府资助也没人指示，CEO 自己想开源，一开始还被批评「这么好的模型为什么开源」，直到软实力回报出现，习近平才在 WAIC 上肯定开源，此后成了默认路线。
• 38:27 禁令逼出的两个红利 — 缺算力逼出低资源创新，而开源让全球社区替你改模型、让全世界的 neocloud 替你承担推理算力，绕开了美国实验室的资本开支负担。
• 46:57 蒸馏指控的算术 — 只有 Anthropic 在推「蒸馏攻击」这个词；按其数字折算成本只有两三百万美元。而 Meta 每月向 Anthropic 买一到两亿美元 token，却直到最近才拿出有竞争力的模型。
• 51:37 人的差距 — Dave 直言当时 Meta 和 xAI 的团队远不如 DeepSeek、Qwen、Kimi 的中国团队；Alvin 补充一半的 AI 论文出自中国机构，KV cache 优化 20 倍这类成果不可能靠蒸馏得来。
• 54:42 能源与芯片的错位 — 中国新增发电量约为美国十倍、电价两三美分一度，但没有 EUV、买不到也造不出足够芯片；前沿训练因此发生在境外，三 TB 权重一小时传回。
• 63:10 机器人禁令与反向走私 — 白宫刚对中国机器人下禁令，而机器人 90% 的零部件来自中国，现在传闻是美国机器人公司提着箱子去中国带执行器回来。
• 65:29 人形机器人泡沫 — WAIC 上有两百多家人形机器人公司，而全球去年出货量只有几万台、八九成来自两三家；Unitree 正在转向只有上半身的机型，因为有腿是负资产。
• 69:20 AI+ 计划对 AI 行动计划 — 中方目标是五年内 70%、十年内 90% 以上企业用上 AI，全是扩散与落地；美方计划是供给侧的最好模型与最好芯片，不谈之后怎么办。
• 73:59 把焦虑误读成野心 — Alvin 说美国最大的误解是把中国的焦虑当野心：西方有扩张史，中国没有；清朝因自满停止对外学习而挨打，百年屈辱留下的心理是「必须变强，别再重演」。
• 76:20 美国在拆自己的强项 — 制造业占比从战后 50% 降到 15%，中国 35% 还会到 40% 以上；美国强在金融、创意、咨询这些最容易被 AI 替代的服务业，却在全速冲向让它们商品化的技术。
• 77:52 一家公司加各国政府 — 引 David Saxs 与 Gavin Baker 转述：Dario 对内部说未来世界只会剩一家私营公司，就是 Anthropic，剩下是政府。Alvin 认为这既可怕也妄想，问题在于国家战略正被少数公司的抱负绑定。
• 79:27 白领先被替代 — 美国 70% 是白领、中国 40%、非洲 10% 到 20%；再工业化确有必要，但长期劳动力不会回流制造业，而是转向教师、护士、养老这类必须人对人的服务。
• 84:03 大模型不是最大威胁 — 新论文的核心数据：参数量与现实风险不相关，小模型足以设计化学与生物危害，而 M-dash 用一百个小模型编排就超过了 Mythos 的 cyber 分数。
• 87:52 UK AISI 的实测 — 领先开源模型（含 Kimi）的网络攻击能力约为 Mythos 与 GPT-5.6 的一半；三十多个攻击层级里美国模型能到 20 到 25 级，中国模型最高只到四五级。
• 89:26 燃烧的火柴之争 — Dave 反驳：拆箱测试测错了对象，Kimi K3 是根正在燃烧的火柴，它能自我改进，「我明天就有 5000 个 Kimi 在跑」。Alvin 则强调大模型跑在云上因此可被遥测、可加护栏，raw capability 与 effective deployed capability 是两件事。
• 92:31 产业里跑的都是小模型 — Harvey 建在 GLM 5.1 上、OpenEvidence 建在 GPT-4 上、药物发现用的是千万到几十亿参数模型；他与 Erik Brynjolfsson 的《企业 AI 手册》发现 80% 到 90% 的阻碍是组织问题，不是技术。
• 94:48 两国的采纳心理差异 — 中国法院判过「不能因为 AI 取代我就解雇我」的案子，降低了员工抗拒；美国是 at-will，Meta 要员工训练自己的替代者时立刻炸锅。
• 97:06 80% 对 80% — 中国约八成民众支持 AI，美国约八成反对。Alvin 归因于四十年生活持续改善的经验加上以好消息为主的媒体环境；主持人自嘲这档节目就是西方版的正面新闻网。
• [100:58] 躺平与青年失业 — 中国青年失业率约 20%，美国约 9%；中国还有约 42% 的不充分就业，独生子女一代从被寄予厚望到只剩零工岗位，于是选择躺平。
• [104:05] 囚徒困境还是猎鹿 — 单轮囚徒困境的最优解是先叛变，但世界是多轮博弈，猎鹿是正和的双均衡；现在美国独自追鹿、中国去抓兔子，是最差的组合。
• [109:30] 让美国生态不可替代 — Alvin 的答案是做高质量开源：现在的选择是每百万 token 付 50 美元，还是只付电费；九成用户并不需要前沿模型。
• [111:47] 苏联式自我破产 — 中国花十分之一的数据中心投入拿到 97% 的效果；NVIDIA 与 BlackRock、Carlyle、Blackstone 的 5000 亿美元算力证券化交易，让他想起次级贷款。
• [114:04] 泡沫的三个刻度 — AI 占美股市值 45%（互联网泡沫是 30%）、巴菲特指标 240%（当年 120%）、AI 板块市值超过美国 GDP，投入基建的公司未必是获利的公司。
• [117:09] 9 月 24 日的对话怎么算成功 — 他给美方的建议是别指望一次谈出框架，能谈出「还有第二次」就是成功；对照 Kissinger 提前数月铺垫，以及中方对美方临场准备的不适。
• [120:12] 优先级是非国家行为者 — 国与国的相互威慑已稳定八十年，AI 不改变这一点；真正会发生的是勒索软件与网络攻击暴涨两三倍、上千个 agent 一起找漏洞，需要共享情报与红线热线避免误判。
• [123:18] 台湾与 TSMC — 他认为攻岛拿不到可用的晶圆厂：断了全球材料与维护就是废铁。他转述与 TSMC CTO 和前 CIA 官员的一次早餐——「我们知道会先把你们一千名工程师空运出去」。中国在意台湾是政治与历史，不是芯片。
• [127:58] 他的推演 — 2008 年中国持续买美国国债稳住了美国金融；如果 AI 过度举债引发修正，美国可能再次求助，而对价可能是在台湾问题上少些介入——他强调这纯属个人推测。
• [131:48] 数字与债务 — Anthropic 的 ARR 在 700 亿美元量级趋平、前两个季度实际收入不到 200 亿，却承诺了数千亿资本开支与债务；超大规模厂商表外债务 1.6 到 1.7 万亿美元，安然当年是两亿。
• [134:08] 中国如何软着陆 — 三年内房地产总值缩水约 30% 却没演成危机，GDP 增速从 8% 到 10% 降到 4% 到 5%，被全球政策圈当作管理型危机的案例。
• [136:26] 中国会不会像苏联解体 — Dave 抛出人口与老龄化危机；Alvin 认为 95% 汉族、共同语言与统一文字让分裂风险远低于苏联，社会与政治稳定是最高优先级。Alex 当场补上维吾尔与突厥族群的保留意见。
• [139:31] AI 马歇尔计划 — 战后 150 到 180 亿美元重建欧洲，换来八十年的市场与盟友；他建议美国做 AI 版的马歇尔计划，或干脆和中方一起做，并合作制定安全开源模型的标准。

详细内容

一、开场的利益披露：谈中国之前先谈自己

节目一开始，Peter Diamandis 做了一件在这档节目里不常见的事：在正式提问前，先要求嘉宾把所有与中国政府相关的关系摊开。理由他讲得很直白——今天要谈的是敏感话题，而 Alvin 的公开履历里有「中国工业和信息化部背书的 VR 产业联盟副理事长」和「北京航空航天大学三年兼职教授」（北航是美国实体清单上的国防关联高校）。

Alvin 逐条回应。VR 产业联盟是政府背书的行业协会——在中国要成为一个能运作的组织就必须有背书——有三百多个成员，约三分之一是 NVIDIA、Samsung、Qualcomm、AMD、Google 这类国际公司；他当时是 HTC 中国区负责人，而 HTC 是台湾公司。北航是航空航天类大学，但也是 VR/AR 领域教了三十多年的领先高校，请他兼职授课。两个职位都没有报酬，2024 年离开中国后也都没有往来。他补了一句方法论上的辩护：要理解并与任何政府打交道，你必须理解双方；正是在市、省、部级都有过近距离交流，才知道对方的心态，而这对真正的对话很重要。

紧接着的成长背景更能解释他的立场从哪来。他在文革期间出生在一座再教育农场上——母亲是艺术家，参与创办的芭蕾学校被江青关掉、本人被下放。1980 年由叔祖父担保赴美。他祖母曾是纽约论坛报在中日战争期间的记者，珍珠港事件后被迫把他母亲留在身后，用八个月从上海走到重庆去找飞虎队。他自己是部分阿什肯纳兹、部分苏格兰、部分中国血统。而他的兄弟曾是美军核潜艇的高级军官，四个孩子中有三个是现役海军军官。他自己给出结论：「所以 Alex，我确实理解治理不当的国家会带来什么。」

二、「竞赛」这个框架错在哪

Peter 的第一个正式问题是：为什么现在必须先把中美 AI 竞赛这件事讲清楚？

Alvin 的答案是竞赛状态本身的危害：race condition 会逼人做非理性决策。而当下这个「竞赛」建立在三个假设上——有一条终点线、世界是零和的、谁先到 AGI 就能永远统治世界。他认为这三条都不成立。世界不零和不需要多讲；关键是没有终点线：随着开源与闭源的差距从一年半缩到两三个月，你根本找不到一个「我们赢了」的时刻。空间竞赛有终点——登月就是赢；军备竞赛没有，它是持续支出、持续追赶、没有明确回报的结构。而把整件事框成竞赛，就自动把讨论推进国家安全的轨道。

Alex Wissner-Gross 立刻反问：终局明显存在啊——太空、太阳系开发、星际探索，这些都会被超级智能全面加速；难道科学与工程上的终局不算终局？

Alvin 的回答绕过了「有没有终局」，直接跳到国家这个单位：如果真到了 ASI 那种情形，民族国家的概念大概会远不如今天重要。国家（更早是城邦）的存在是为了保护和争夺资源；如果真的实现了 ASI 和 Peter 讲了多年的那种丰饶，这种以国家为单位的竞争就没有必要了——「如果那时它还存在，我们大概已经自我毁灭了。」

Alex 继续追问时间表。Alvin 说整个演化大概是数十年的量级，可能要到本世纪末；更重要的是速度必须是世界能适应的速度。他给了一个数字支撑：前三次工业革命分别花了 80、60、40 年铺开，而现在有人说从今天到奇点只要五年——那不是世界能消化的速度，动荡会随之而来，甚至可能让文明倒退。

Dave Blundin 在这里插入两条判断。一是把这件事变成军备竞赛的，是「一方达成 ASI 后靠递归自我改进变得不可追赶」这个想象；而现实中这更像一场平台竞赛。二是房间里更大的那头象：我们在用 17 世纪民族国家的操作系统跑 21 世纪的应用，这本身就跑不通，世界上一大堆问题的根源都在这。Peter 把担忧说得更具体：真正的顾虑是中国式威权加上 AI 赋能，会不会逼别的国家也接受那种政治结构。Alvin 承认这个说法抓住了底线，但反手指出这恰恰是共同利益的所在——美国和中国都不希望一个来路不明的 ASI 摧毁现有秩序，而共同利益通常正是合作对话的起点。

三、从行为反推中国的 ASI 时间表

Peter 的问题很实在：中国的政府和民众到底是不是认为 ASI 还有十年十五年，因此可以慢慢想？

Alvin 说时间表可能是两国之间最大的分歧之一。他不去猜北京的信念，而是从行为反推：如果中国政府真的相信 ASI 就在拐角，它不会告诉自己的实验室别买美国刚放开的 H200；不会持续出台让自己变慢的监管——隐私、数据溯源、内容标识、防未成年人沉迷、限制 AI 拟人化，这些规定都已经存在；也不会要求每一个在中国发布的模型都必须经过 CAC（国家网信办）审查，而那会延迟几周到几个月。这些行为对应的是「把 AI 当作一种通用技术」的判断——而通用技术即使成熟了，扩散进社会也要数年乃至数十年。他补充说，中国确实有两三家实验室有点 AGI-pilled，目标很理想主义，但没到硅谷那个程度；主流的实验室和监管者都不认为这是与其他技术根本不同的东西。

Alex 于是把问题收紧到全场最执着的一点上，反复问了三次：撇开地缘政治、撇开阵营，究竟需要什么技术门槛或技术事件，才能让中共决定放弃所有为了社会稳定而设的内部监管，全速追赶美国的递归自我改进？

Alvin 先说自己和 Alex 的时间表本就不同，并把上周上千名从业者签署的「放缓前沿」信件当作行业该正视的信号。他强调中国并非不知道 ASI 和 RSI 这些概念——中国有多家安全机构和 AI 安全群体在向监管者讲这些故事，WAIC 上有多场安全论坛，Bengio 和 Tegmark 这类人物也去讲了。真正的分歧不是知不知道，而是他们不认为这必须是国与国的问题。

他给出的具体触发条件出现在稍后：如果多个可信的安全实验室拿出测试结果，显示 AI 系统在没有被指示的情况下开始做规避、隐蔽、入侵其他系统、用加密货币筹钱买服务器扩张自己这类事，两国政府都会立刻把重点转向防范失控 AI。他同时给现有的「AI 逃逸」案例降了温：那些不是真正的逃逸，是被指示逃逸——模型被放进一个牢笼、被激励去越狱、被告知使用一切可用工具、被留了门、被给了不越狱就无解的任务，「是我们逼这些 AI 做了它们做的事」。

四、开源不是战略，是涌现——外加禁令的两重反效果

Peter 问：中国的开源浪潮是政府指令，还是企业自下而上为了与美国实验室区分？

Alvin 的答案是「涌现出来的战略」。他说 DeepSeek 出来后不久他和那边的朋友聊过：之前没人知道他们，没有政府资助，没人叫他们开源；是 CEO 本人非常开源导向，觉得这么好的技术应该分享。而他们最初开源时是被批评的——政府的反应是「这么好的模型你为什么开源」。转折点是随之而来的软实力和 PR 价值：有了一个本土冠军的叙事，DeepSeek 被树起来了，其余公司跟随，开源成了事实标准。到最近的 WAIC，习近平才明确说开源是好战略——这时它才变成 Dave 说的那种「高层指示」，此后新公司大多默认开源。

在这一段里 Alvin 还给中国的路径依赖补了两条经济逻辑，都与美国政策直接相关。第一，出口管制已经持续四五年，涉及芯片、EDA 软件、光刻设备，结果是逼着中国在低资源条件下创新，而美国因为资源充足更倾向暴力扩规模。第二，开源同时解决了推理算力问题：中国实验室和云厂商买不到足够算力，一旦开源，全世界的 hyperscaler 和 neocloud 就会自己买卡去托管这些模型，等于绕开了美国实验室背负的巨额资本开支，还让全球数百万研究者替你改进模型——Qwen 的衍生模型已经十万量级。

真正让主持人们坐直的是禁令效果那两段。Alvin 说，禁止中国购买高端芯片之后的那一周，他在半导体行业的每个朋友都接到了政府电话：要不要额外资金、要不要资源、能不能帮你找客户、怎么帮你加速。他认识的几家中国 GPU 公司 CEO 的说法是：以前没人买我们的东西，落后两三代、能效更差；现在产能根本不够，因为中国每一座数据中心都必须买国产。「要不是美国的政策我们早就死了。」他的推断是摩尔线程、寒武纪、壁仞这批公司再过两三年会开始追上并出口，而这在没有禁令的世界里不会发生。

第二重反效果更直接：中国境内没有 Blackwell 一代芯片，所以现在真正的前沿训练根本不在中国境内发生——在国际数据中心训练，然后把结果带回来。Dave 让他把这句重说了一遍，然后自己接了下去：禁 ASML 的设备有效，因为晶圆厂是长在土地上的物理设施，搬不走；但训练只是一个 job，可以瞬间挪到香港、台湾或欧洲的服务器上，训完那个文件只有大约三 TB，一小时就传回来了——「像液体一样流到任何地方」。Peter 追问「那禁运的意义是什么」，Alvin 的回答是「现在更多是 optics」。他补充说禁令对推理确实有效——服务中国境内用户的推理受算力限制，能加多少新用户是被卡住的——但华盛顿现在的方向是加倍下注：想办法让中国用不了国际数据中心，加更多 KYC 层。他认为这类措施的反作用会更多体现在地缘政治上，因为它会把对方推向更强的防御性和攻击性。

五、蒸馏之争与「谁更聪明」

Peter 请他回应 Kimi K3 等模型蒸馏自美国闭源模型的指控。

Alvin 直说这更像一个 PR 工具，而且目前真正在推这件事的只有一家公司——不是 OpenAI，是 Anthropic，是他们在游说政府说自己遭到了「distillation attack」，这个词基本是他们造出来的。现实是所有实验室都在彼此蒸馏，也在组织内部从大模型蒸到小模型。然后他做了算术：Anthropic 公布的数字是来自三家中国实验室的两万个账号、一两百万次查询；按其最高端模型的平均响应折算，总成本大约两三百万美元，DeepSeek 那部分只有几千美元。数字孤立看很大，放在一起看没什么意义。

他把这条推到一个更锋利的结论上：如果一个花十亿美元训出来的模型，别人用几百万美元就能蒸馏复刻，那前沿 AI 的整个经济模型就不成立。Dave 把这句话记下并加了一个刻度：花十亿到那个水平，另一个人从那儿蒸馏、独立到达同样水平大约要一千万美元——这是个致命破损的商业模式，也是 Elon 转而拼硬件的原因，因为可持续的护城河在那一层。

对照组也很有力：Meta 每月向 Anthropic 买一到两亿美元的 token，是其最大买家之一；如果有人要蒸馏，他们过去一两年早就在蒸了，而且他们有全球最高的人均薪酬和大量算力——为什么半年前没能拿出 Kimi K3 那种东西？Alex 给出公开的解释：Meta 内部极度害怕被指控蒸馏 Anthropic 的推理轨迹，主动要求工程师别用、别过度用、绝不许把 Anthropic 的推理轨迹带进 Muse 系列的开发，因为怕被起诉。Alvin 说以他们的花费水平他不太信这个解释，并抛出 xAI 作为反例：Elon 同样有访问权限，也不像有这种顾虑，却也是最近两周才拿出相对有竞争力的东西。Alex 反过来给 Elon 做了 steelman：SpaceX/xAI 收了 Cursor，而 Cursor 至少在近期是基于 Kimi 做的后训练，其推理轨迹在很多情况下来自与 Claude 的交互——所以 Elon 有两层合理推诿，但本质在做中国实验室被指控的同一件事。

Dave 于是给出了全场最不客气的一句判断：以他的第一手经验，当时在 xAI 和 Meta 做这件事的人，远远不如在 DeepSeek、Qwen、Kimi 做这件事的中国人；美国真正顶尖的那批在 Anthropic，一些从 Google 出来的人现在在 OpenAI，但当时的 Meta 和 xAI 团队不是——那两家后来把团队整个换掉重来了。Alvin 顺着补上证据：现在大约一半的 AI 论文出自中国机构，而把 KV cache 用量降低 20 倍这类成果不可能是蒸馏来的——你没法从别人没有的东西里蒸馏出东西。他也承认「他们大概蒸馏过，我确信有」，但美国模型也蒸馏过中国的：几个版本前用中文问 Claude 它是什么模型，它会回答「我是 Qwen」；他在阿里的实验室里，那边的人对此的反应是笑——「他们在蒸馏我们，我们还查不出来，因为他们早就把我们的模型下载走了」。

六、能源、机器人与「谁在建什么」

Salim Ismail 对一个说法感到意外：美国在建的数据中心远多于中国？

Alvin 的解释拆成两层。中国在能源侧投入远大于美国——新增发电装机比全世界其余国家加起来还多，大约是美国每年的十倍——但目标是电气化整个社会，因为 40% 的石油靠进口，而霍尔木兹这类事件让他们意识到「一半汽车已经电动化」是件好事，能源自主是核心目标。具体做法是在西部沙漠建巨型光伏和风电，用特高压输电送到东部人口区（上千英里损耗不到 1%），并在发电处就近建一些数据中心以免弃电；由于电价大约两三美分一度——在某些情况下比美国部分地区便宜十到十五倍——他们能以美国零头的成本交付算力。他认为长期来看这才是真正的约束点。而当下的瓶颈明确是芯片：没有 EUV 机器，产能受限，「我在中国问每一家实验室，他们都说算力是我们最大的问题」。

机器人这段有一个对称的黑色幽默。白宫刚对中国机器人下了禁令，而机器人今天 90% 的零部件来自中国；Alvin 说现在有传闻是美国机器人公司偷偷去中国采购零部件和执行器，装进行李箱带回来——「以前是中国人偷偷带 GPU 回去，现在方向反了」。他借此讲了相互依赖：全球化这件事已经走了一百年，塞不回瓶子里；想建立本土独立性没问题，但那正是中国过去十到十五年在能源、电信上做的事，而其动机部分来自看到过度依赖一两个国家、政策一变就受伤的教训——而这些教训有一部分是美国的政策给的。

人形机器人他给了明确的泡沫判断。WAIC 上有两百多家做人形机器人的公司在演示，而全球去年人形机器人总出货量只有几万台，其中八九成来自两三家中国公司——市场根本容不下这么多公司。他类比一年前 WAIC 上有约 150 家在演示大语言模型，如今真正相关的只有十家；人形机器人也会在一两年内从 150 家降到个位数。而自动化本身早已在发生：中国部署了全球一半以上的工业机器人，很多工厂是「黑灯工厂」，几个人加近乎全自动。

他还给人形形态本身下了判断：现在的人形机器人几乎不是做任何事的好形态。他刚参观过宇树（Unitree）的总部和工厂，绝大多数客户是研究实验室，还有一些是做演示、做拳击表演的；商业实践中用得极少，Boston Dynamics、Figure 也一样——Figure 那个分拣包裹十小时的演示，其实一两条机械臂就能以零头成本做到同样效果，不需要整个身体。而宇树正在转向只有上半身的机型，商业场景里卖得更好，因为有脚是负资产：得一直保持平衡，倒了就出事、就要维修；换成大底座加大电池，零件更少、续航更长。

七、两份国家计划，与「把焦虑误读成野心」

Peter 把话题带回 WAICO 和 9 月 24 日的对话。Alvin 先讲了 WAIC 的信号意义：一国元首出席一个会议，是这个行业能得到的最高礼遇；四五年前习近平去了乌镇的世界互联网大会，那就是「互联网到了」的信号。所以这次意味着中国会有更多企业开始想怎么把 AI 整合进业务。

两份国家计划的对比是这一段的核心。中方的 AI+ 计划有明确的扩散目标：五年内 70% 的企业把 AI 整合进业务（制造、教育、医疗等），十年内 90% 以上；整份计划里没有「必须到 AGI」「必须主导」这类表述，全部是怎么让更多产业用起来、怎么平稳安全地采纳以带动经济。美方去年的 AI Action Plan 则是供给侧的：怎么造出最好的模型、怎么在芯片上占据主导——但不谈之后会发生什么。

Alex 把这个对比推成一个更大的提问：他看到王沪宁式的中国产业政策、看到「东数西算」这种国家能力（把算力和电力放在能源便宜的西部、把数据放在东部大城市群），而战后美国的产业政策相对薄弱，只是最近才转向集中的产业政策。所以——如果你能当西方的最高领导人，你的五年计划是什么，怎么跳过中国的 AI+？

Alvin 先拆掉问题里的前提：这个问题假设了「有一种靠技术接管世界的野心」，而这是美国最大的误解之一——他们把焦虑误当成了野心。他的历史论证是：西方有扩张的历史，希腊、罗马、Pax Britannica、如今的 Pax Americana；中国基本没有，长期待在那个中央地带，自称中央之国，觉得自己什么都有、不需要扩张。而清朝正因这种自满停止对外探索与学习，停下工业化、去修颐和园而不是建海军，结果八国联军进来、中国被支配了一百年——「百年屈辱」四个字由主持人替他说完。这段历史留下的心理是：我们必须成为强国，让那件事不再重演，因此必须持续创新、持续向世界学习。

然后他把这个逻辑反手对准美国：任何国家都想要这个，包括美国。战后美国占全球制造业能力的 50%，全世界依赖美国；现在中国约占 35%、美国约 15%，而预测是中国未来五到十年会到 40% 到 45%。美国如今强的是金融服务、创意服务、咨询服务——恰恰是最容易被 AI 替代的领域。「所以我们正在全速冲向那个会把我们从全球优势地位上挤下去的力量，因为我们在商品化自己最强的部门。」

在这里 Alex 提出了资本主义视角的辩护：资本主义的根本目标就是烧掉自己——把稀缺变成丰饶；超级智能的目标（或工具性收敛的子目标）之一就是让等价于人类服务劳动的东西变得便宜到无需计量。Alvin 同意方向，但要求把国家战略和资本主义的哲学倾向分开：资本主义的终极目的地是一家垄断全球的公司，那本身极不健康。他随即引了两天前 David Saxs 和 Gavin Baker 的说法——Anthropic 内部有对话，Dario 告诉团队未来世界上只会有一家私营公司，就是 Anthropic，然后是各国政府。他的评价是：这很可怕，也很妄想，而真正的问题是「我们正在基于少数几家公司的抱负制定国家战略」。

Alex 把问题拧回政策处方：所以你的立场是西方再工业化？Alvin 说再工业化确实必需——美国劳动力约 70% 是白领，而白领是 AGI 到来时最先被替代的，中国约 40%，非洲大概 10% 到 20%，所以不同地区受冲击程度不同；而硬制造业的设施即使有了 AGI 依然需要。但他明确否掉了「劳动力回流制造业」的想象：不会有一亿八千万或三亿人回到工厂，自动化会让这个数字越来越小，就像农业——过去 80% 的人是农民，现在不到 0.5%，却比历史上任何时候都更高产。他认为真正的去处是服务，但不是会计师和律师那种服务，而是教师、护士、养老照护这类必须人对人的服务，那才是能吸收 60% 到 70% 被替代者的劳动力池。Dave 补了一句现实：如果你是中低层的麦肯锡员工，现在应该很担心——他跟咨询、会计、律所的合伙人聊过，他们都在说「我们其实不需要这些初级的人了，几个资深的加一套 AI 系统能做更多更快」。

八、危险不在大模型：那篇新论文与「燃烧的火柴」

Dave 把 Dario 那句话重新拎起来：他说未来只有一家公司加各国政府，不是因为他是狂人——恰恰相反——而是因为他知道全速的 RSI、真正的奇点正在他的公司里发生，而且他租下了 Elon 的整个 Colossus，能同时跑数百万个改进算法的 agent。而在中国，说法是十到二十年之后、这些东西开源出去很有用但绝不危险。「Dario 和习近平之间的意见差距，中间是一个大峡谷。」

Alvin 先纠正了一处措辞：Dario 说的不是「只有一家公司」，而是「Anthropic 和其他所有人」，意思是那一家就是他自己——这才是让人害怕的部分。接着他抛出上周发表在 Cipher Brief（华盛顿国安圈广泛阅读的刊物）的论文：《最大的 AI 模型不是最大的威胁》。他的做法是横跨生物、化学、网络等国家安全用例，比对模型规模与现实风险：从百万参数到万亿参数，两者没有相关性。千万到五千万参数级的模型已经能生成化学战剂；一亿到五百亿参数级的能设计病毒和基因改造的有害生物；十亿到千亿参数级的网络模型与领先的前沿模型一样危险甚至更危险。他举了一个具体对照：Microsoft 的 M-dash 拿到 cyber gym 95 分，而 Mythos 是 83 或 84——而 M-dash 的做法是把一百个很小的模型按不同技能编排在一起。

由此他的政策结论是：危险今天就已存在，尤其在生化一侧，而几乎没人在处理——一个千万到五十亿参数的模型能在你地下室的笔记本上跑，用来设计基因或化学制剂，而且很多已经开源、已经流出去了。真正该做的是管住前体化学品、管住把设计变成真实基因材料的合成设备，而这些没有排在议程前面。

Peter 问中方是否关心开源模型的安全。Alvin 说 CAC 的审查除了意识形态部分也包含安全测试，并引了英国 AISI 上月的新报告：包括 Kimi 在内的领先开源模型，其网络攻击能力约为 Mythos 和 GPT-5.6 的一半；在攻击层级的评估里，三十多个层级中美国模型平均能推进到 20 到 25 级，中国模型没有一个能到高层级，极少数只到四五级，且在最高层级上没有一个能自主攻击并控制外部系统。他还补了一条攻防不对称：从防御方看你其实想要更大的模型，因为防御要遍查所有可能的漏洞，而攻击者只需要找到一个——所以攻击不需要很大的模型，防御需要。

Dave 在这里给出全场最形象的反驳。他说这套分析的缺陷在于：AI 像一根火柴。你拿 Qwen 40B 说「看，它点不着」，再拿 Kimi K3 一划，「哦，这是根火柴，它烧起来了」，然后你说「我用它烧这个麦克风，看，没烧起来，它不危险，放出去吧」。但那是一根正在燃烧的火柴——你用它点纸，用纸点树，再回来烧麦克风，它就着了，而且拦不住。「Kimi K3 是一根燃烧的火柴。你可以把它拆箱、翻来覆去地攻击，它没破解这个、没破解那个——但它能自我改进。你测错了对象：你测的是拆箱状态，而不是它自我改进后的版本，而我确知它能做到。我明天就有 5000 个 Kimi 在跑。5000 个。」

Alvin 的回应是把两件事分开：能否自我改进，与大模型是否比小模型更危险，是两个问题。他的论证落在部署形态上：大模型需要大量算力，因此大概会托管在云上；而在云上你就有遥测、能看提示日志，政府视角下它是可管理的；大模型通常还跑在云厂商管理的 harness 里，可以叠加安全与检测层——而正是 harness 把 Mythos 和 Fable 区分开来，是它让 Mythos 被「阉割」了。于是他给出论文的核心区分：raw capability 与 effective deployed capability 是两回事，大模型因为外层包装，实际有效部署能力反而更低。

九、扩散、组织与两国民意

Peter 问：你是不是也看到传统行业正在被全面颠覆，中国也一样吗？

Alvin 的回答把注意力从前沿拉到产业现场。他前一天刚和一家领先的 AI 药物发现公司的 CEO 通话，对方说人们没意识到产业里真正在用的都是很小的模型——几千万到几亿参数，或者几十亿。他举例：OpenEvidence 的系统建在 GPT-4 上；领先的法律系统 Harvey 建在 GLM 5.1 上（之前是两年前的某个开源模型）——都不是最新最好的。

更有分量的是他今年 4 月和 Erik Brynjolfsson 在 digital economy lab 合写的《企业 AI 手册》：他们访谈了数百家公司，找到 50 家在十个国家、十个行业成功部署的案例，结论是技术不是问题——80% 到 90% 的情况下拖慢部署的是组织问题，只有 10% 的人说技术是主要障碍。也就是说今天的 AI 已经足够解决真实的业务问题。Salim 补了一个更刺眼的数字：麦肯锡的研究显示全球企业的 AI 部署里只有 6% 是奏效的——这是对企业无法看清自身组织免疫系统的严厉判决。

中国的差异在 Alvin 看来更多是组织与心理层面的：自上而下的管理模式更普遍，而且人们更愿意相信政府会保护自己。他举了一个具体制度信号：中国法院有多个判例支持了被 AI 取代的员工——「你不能因为 AI 取代了我的工作就解雇我，你得给我找别的工作」——而法院维持了这种判决。这类先例降低了员工对采纳技术的恐惧。美国是 at-will 雇佣，所以当 Meta 要求员工把自己的工作交接给 AI 时立刻炸锅：「所以我要训练我的替代者？」

由此延伸到民意。主持人提到他们讨论过的对比：中国约 80% 的民众支持 AI，美国约 80% 反对。Alvin 的解释是四十年来生活持续变好的经验，被广泛归因于技术采纳与创新——而很多技术不是中国发明的，是在中国被采纳、扩散的；人们于是把 AI 当作下一级台阶。第二个因素是媒体环境：中国对媒体的控制更强，而报道大多是好消息。主持人当场自嘲这档节目就是西方版的正面新闻网，Alvin 也顺着说「你们做的正是正面新闻的部分——中国新闻里不太会有坠机和凶杀，都是新发明和新建筑」。他明确说自己不是在为此背书，但从「为什么人们对未来更乐观」的角度看，答案是他们看到的好消息更多。Peter 把这条接到神经科学上：每晚看新闻就是在训练自己的神经网络，如果总是恐惧叙事，那就是你看世界的方式。这段里还有一个细节：中国的游戏和电影不能出现血，所以游戏里的血是绿色的。

然后 Alex 要求把宣传剥开，问 AI 到底如何改变中国的劳动与流动性。Alvin 没有回避：中国青年失业率约 20%，美国约 9%，美国整体失业率约 4.3%；而中国还有约 42% 的不充分就业——大学毕业生去做零工或咖啡师也算就业。他把躺平的成因说得很具体：独生子女政策下这一代人从小被告知自己多么优秀，父母和祖父母把全部希望压在这一代身上；到了真实世界发现竞争极度激烈，还得去干这些苦活，于是宁愿躺平，什么也不做。他坦承中国没有解法，这需要很多国家一起想办法，把劳动力转向不易被自动化（无论工厂里的物理自动化还是办公室里的认知自动化）的岗位。

十、猎鹿博弈，与那场关于台湾的推演

Peter 把节目最后一段留给 9 月 24 日的中美对话，并请 Alvin 讲清他那个论点：美国在打囚徒困境，而该打的是猎鹿。

Alvin 先讲结构。单轮囚徒困境的最优解是背叛：预期对方会背叛，所以我先背叛以少受伤。但世界不是单轮游戏，而是多轮；即使在多轮囚徒困境里，博弈论最优也是 tit for tat——从合作开始，对方背叛你就背叛，通过互相释放信号，长期走向合作。而囚徒困境本质是零和的；猎鹿不同，它是正和，有两个纳什均衡——双方都背叛，或双方都合作，两者都能长期稳定。他引了卢梭的原始设定：两个猎人进森林，今天可以去打兔子，也可以去打鹿；鹿太大，需要两人合作才能拿回来。独自追鹿什么也得不到；独自打兔子能喂家人几天；一起拿下鹿，两家人能吃一个月。

他的判断是当下两国选了最差的组合：美国独自追鹿——那个万能的 AGI；中国去抓兔子——够用的 AI，能立刻帮到经济的那种。独自追鹿的结果是，如果美国到不了、或者到了却控制不住让它跑掉，美国得零；而中国持续拿自己的小收益、持续生存。最优策略是双方先都放慢、都把「够用」的东西做出来、让技术真正带动经济、等我们大致懂了怎么管理它，然后一起去围那头鹿。「我们把自己塞进了囚徒困境的博弈论里……这是自我施加的游戏。我们在用错误的理论、错误的策略打一场错误的游戏。」Peter 用自己的框架做了呼应：美国八十年来用的是「大家都赢我们就赢」的 win-win，现在换成了 win-lose。

那么怎么让美国的生态不可替代？Alvin 的答案是做高质量开源，因为竞争实际发生在生态对生态的层面。他把用户的选择讲得很直白：我是付每百万 token 50 美元，还是只付电费？而基于前面的讨论，九成人并不需要前沿模型——有 Kimi、有 DeepSeek 5 这类东西，已经高于普通人的需求。他也承认历史无法回滚，而且随着模型开始自我改进，格局不会停在双寡头：中东、法国、日本都会进来，做出「95% 那么好」的小模型。

Alex 在这里说了句好话作为平衡：几个月前西方还面临被 Anthropic 与 OpenAI 的监管俘获型双寡头统治未来光锥的风险，而中国的开源权重模型反而把美国撬开了，让前沿终于有了真实竞争——他称之为「反向的清朝」。Alvin 接受这个类比的一部分，但给出了自己更愿意用的对照：冷战。美国赢不是因为打掉了苏联，而是苏联把自己建军备建到破产——最高时约占 GDP 的 15% 到 20%，且没有为社会创造真实价值。「某种意义上，这正是中国现在对我们做的事：他们花十分之一的数据中心投入，拿到 97% 那么好的效果。」

而美国这一侧，他给了几个刻度。NVIDIA 上周宣布与 BlackRock、Carlyle、Blackstone 等达成 5000 亿美元的交易，把芯片和算力证券化——「这听起来很像次级贷」。冷战的驱动是「导弹差距」，双方都拿到了错误的数字，结果造了七八万枚足以把世界毁灭几百次的导弹，而其中没有一枚是必要的。今天 AI 板块占美股市值 45%，而互联网泡沫顶点时科网股约占 30%；巴菲特指标（股市市值等于 GDP 才算健康）在互联网泡沫顶点约 120%，今天是 240%；AI 板块本身的市值已超过美国 GDP。「这在我看来是我们处在极其脆弱位置的信号，一次经济修正是应该来的。我不是说明天就发生，但巴菲特是个挺聪明的人，而且干了很久。」

他把逻辑闭上：问题不是 AI 不厉害，而是这会成为一个被商品化的行业，投钱建基建的公司不会是获利的公司，这会造成国家层面的经济不稳定；如果管理不好，可能造出 80 年代末苏联那种量级的危机。他在最后一段又添了几个数字：Anthropic 的收入增速在放缓——年初还在几个月十倍地涨，现在 ARR 大致平在 700 亿美元量级，而前两个季度的实际收入合计不到 200 亿，同时承诺了数千亿的资本开支与债务；今天主要超大规模厂商的表外债务是 1.6 到 1.7 万亿美元，而安然当年是两亿美元。另外，Amazon 和 OpenAI 谈 AI 收入时，超过一半可能来自两家公司——这不是一个多元的收入基础。随着能力向开源和边缘计算迁移，对云端高价服务的依赖会持续侵蚀。

至于 9 月 24 日的对话本身，他给美方的建议是别指望第一天就要出解决方案：如果谈完的结果是「我们会有第二次会谈」，那已经是成功。他解释了 2024 年那次对话为何让人失望——中方没带技术人员来、双方没谈出方案，于是被认为不够诚意；但中国做战略计划以十年为单位，准备外交对话也需要更长时间。他举了反例：五月那次访问，两国在前一天之前几乎没有任何实质沟通，这在中方看来是混乱和不专业的——「你们怎么能把总统送过来却没先跟我们谈？你们想谈什么？」而这次提前一个月就在谈，是真正对话的开始，正如 Kissinger 会在尼克松访华前数月就去铺垫。

他也把议题优先级排了序。对话现阶段主要谈安全，因为共同利益明确：不让 AI 被坏人用来制造全球不稳定、不让 AI 自身长期造成危害、以及国与国的侵略问题。他认为最高优先级实际是非国家行为者——这也是 Bessent 在那次会谈次日受访时的判断——因为国与国的相互威慑已经稳定了八十年，AI 不改变这一点：用 AI 入侵别人的网络、拿下电网，可能换来一两天或五天的优势，但会招致不对称报复，国安圈的人明白这个；即使有了 AGI 或 ASI，也不会用来先发打击，因为那只会引发升级。而非国家行为者的风险已经在发生：勒索软件和网络攻击在过去一两年涨了两三倍，而当上千个 agent 一起攻击一个网络时，总会找到那个洞。共同风险需要共同应对——共享情报、建立红线热线，避免假旗和误归因。Peter 顺势提出一个乐观解读：正因为存在第三方危险，「AI 国家竞赛」这个概念反而会过时，因为有更大的问题要先解决。

最后 Alex 把话题推到晶圆厂层：这一切会不会以中国在这个地缘与人口窗口期武力夺取台湾、拿下 TSMC 的先进节点产能收场？

Alvin 的判断是：如果有人攻打这个岛，那里就不会有任何可用的晶圆厂可拿。他讲了一段自己都说「或许不该讲」的经历——他和 TSMC 的 CTO 以及一位前 CIA 高级官员一起吃早餐，TSMC 那位问「我听说如果中国动手你们会把我们炸掉，是真的吗」，CIA 那位说「我永远不能确认也不能否认」，但接着说「我们确实有一件事：你们有一千名工程师，我们知道在任何事发生前会先把他们空运出去」。而美国真正在意的是能不能在本土复制这些先进制造能力，这正是 Chips Act 的一部分——他认为 Chips Act 确实带来了好东西，如今有数千亿美元投入本土半导体制造；他自己在 Intel 和 IBM 时代美国还是全球半导体的主导者，这二三十年是自己让出去的。

更根本的是，晶圆厂本身不是可掠夺的资产：它需要来自全世界的材料、维护、化学品和补给；即使没人炸、台方也不自毁，撑一段时间就会耗尽供给——而中国明白这一点。他的结论是中国在意台湾不是因为晶圆厂，而是政治与历史：1949 年国民党迁台，对他们而言是一场未完成的内战，是一个文明叙事需要的结尾；而美国和另外 190 多个国家承认的是一个中国，某种意义上像夏威夷或波多黎各与美国的关系；从邓小平以来他们多次讲的是和平统一。所以他不认为存在为了芯片而近期动武的兴趣或急迫性。

Alex 追问是否存在某种密室交易：给美国两三年把先进节点产能迁到亚利桑那，然后台湾归你。Alvin 转向自己那篇《大清算与再连接》：2008 年金融危机时中国其实帮了美国很多——如果当时中国开始抛售而不是继续买美国国债，美国金融体系可能被彻底动摇；而他们持续买进了数万亿美元，压住了利率。他推演的是这个情形可能重演：如果 AI 板块的过度建设与过度杠杆引发市场修正，也许某个时点美国（或 Trump）会给北京打电话请求帮忙，而对价可能是在台湾问题上更「放手」或者把战略模糊说清楚一点——他强调这纯属个人推测。Alex 把这条推演复述成一句话：未来两年内，美国用来融资数据中心建设的私人信贷泡沫破裂，然后美国请中国出手相助，交换条件是关于台湾的某种默契。Alvin 的修正是：不是「把台湾给你」，而是「只要你同意某种和平方式和双方认可的期限，我们就不再介入」——他随即提醒美国在台湾问题上的深度介入是四五十年的卖武器、曾经驻军、如今仍有军事顾问，并做了个类比：如果中国在给波多黎各卖武器、给他们提供资助，美国会怎么做？看看古巴时我们的反应。他说这不是为对方辩解，而是任何谈判都需要理解对方为什么在意。Peter 补充说明美国的官方立场是一个中国政策，而张力来自刻意保留的战略模糊。

节目最后 Dave 问了一个不同角度的问题：出生率危机、极速老龄化——这也是中国如此专注机器人的原因——而中国到底是像美国那样真正统一，还是像苏联那样其实松散？他用自己在 MIT 上过的一门「正义战争、总体战争、核战争」课做引子：课上教的是冷战下的囚徒困境必然恶化到一方能无报复地毁灭另一方，而现实完全不是那样演的——苏联是自己用过度军备把自己搞破产的，随后才显出它根本不是一个紧密的国家，如今俄罗斯与乌克兰这两个曾同属苏联的实体打了五年惨烈的战争。

Alvin 的回答是同质性：中国约 95% 是汉族，人人讲普通话，可能各有方言，但书写文字全国一致，所以不会出现苏联式的问题；而且他们从苏联解体里学了很多教训，认定不能让那种事发生，因为那意味着数亿人受苦或死亡——社会稳定、政治稳定、经济稳定是最高优先级。Alex 当场记下保留意见：维吾尔等族群未必同意这种「大家都是汉人」的同质性描述。Alvin 回应说他讲的是 95%，剩下几个百分点确实存在但属少数，而且即便是维吾尔族也讲中文、读中文，存在共同语言。

结尾落在两条建议上。Alvin 认为美国要真正从自己创造的东西里获益，该做的是一个 AI 版的马歇尔计划：战后大约 150 到 180 亿美元重建了欧洲大部分和亚洲部分地区，为美国货创造了巨大市场，也换来八十年的忠诚与盟友；今天该用 AI 数据中心和 AI 技术做同样的事——而中国的 WAICO 本质上就是他们的 AI 马歇尔计划，美国要么自己做一个，要么和他们一起做。他补充了现实的好处：如果这么做，等到某个时点美国国内融不到钱、停止建数据中心时，我们还有市场可以卖 NVIDIA 的芯片、卖服务；而如果两国开始一起做安全的前沿开源模型、共同测试、共同制定标准，这项技术就能扩散到全世界而不引发危机与冲突。Dave 接上最后一句：美国的独特优势恰恰是没有单一族群，是整个世界的大杂烩，所以由美国来执行马歇尔计划本该更有说服力——那些经历过族群清洗、种族主义、奴役的国家其实更愿意与美国合作，「只要我们别一直朝自己脚上开枪」。Alvin 的回应是：「而我们现在正在向世界讲一个相反的故事。」

金句

竞赛状态本身会逼人做出非理性决策。 —— Alvin Wang Graylin 13:48

如果中国政府真的相信 ASI 就在拐角，他们不会告诉自己的实验室别买美国人给的 H200。 —— Alvin Wang Graylin 23:48

要不是美国的政策，我们早就死了。 —— 中国 GPU 公司 CEO 转述 58:34

如果一个花十亿美元训出来的模型，别人用几百万美元就能蒸馏复刻，那前沿 AI 的整个经济模型就不成立。 —— Alvin Wang Graylin 48:31

Kimi K3 是一根正在燃烧的火柴。你测的是它拆箱时的样子，而不是它自我改进之后的样子。 —— Dave Blundin 90:11

AI 板块本身的市值已经超过美国今天的 GDP。这在我看来是我们处在极其脆弱位置的信号。 —— Alvin Wang Graylin [114:51]

我们在用错误的理论、错误的策略，打一场错误的游戏。 —— Alvin Wang Graylin [107:58]

提到的书·产品·人物

• Alvin Wang Graylin（人物）：本期嘉宾，Stanford HAI digital fellow、Asia Society Policy Institute 高级研究员、University of Washington AI 政策教授，前 HTC 中国区负责人，正为 9 月 24 日中美 AI 安全对话提供咨询。
• Our Next Reality（书）：Alvin 两年前在本频道讨论过的著作。
• Beyond Rivalry / Misdiagnosing the US-China AI Race（论文）：Alvin 的两篇关键论文，节目开头点名并放在 show notes。
• The Biggest AI Models Are Not the Biggest Threats（论文）：他上周发在 Cipher Brief 的新论文，主张参数规模与现实风险无相关性，小模型才是更该管的对象。
• Enterprise AI Playbook（论文）：今年 4 月与 Erik Brynjolfsson 在 digital economy lab 合写，访谈数百家企业、找到 50 家成功案例，结论是 80% 到 90% 的障碍是组织问题。
• The Great Reckoning Before the Reconnecting（Substack 长文）：Alvin 关于未来几年如何演化的推演，也是台湾与金融修正那段推理的出处。
• DeepSeek（公司/模型）：开源转向的起点，最初开源被政府批评，后成为本土冠军叙事；节目中提到 DeepSeek 5。
• Qwen / Alibaba（模型/公司）：下载量刚破十亿、衍生模型 18 万个；Alvin 在阿里实验室听到对方笑称美国模型也在蒸馏他们。
• Kimi K3 / Moonshot（模型）：Dave 认为其发布是人类历史级的分水岭，也是「燃烧的火柴」比喻的对象；英国 AISI 测出其网络攻击能力约为美国前沿模型一半。
• GLM 5.2 / Z.AI（模型/公司）：在 Fable 5 出口管制后 24 小时内以 MIT 许可发布；Harvey 建在 GLM 5.1 上。
• Anthropic / Dario（公司/人物）：蒸馏指控的唯一推动者；Dario 对内称未来只剩 Anthropic 与各国政府；ARR 在 700 亿美元量级趋平。
• Meta / Zuck / Muse 系列（公司/人物/模型）：每月向 Anthropic 采购一到两亿美元 token；内部极度回避 Anthropic 推理轨迹；Zuck 近期转向支持开源。
• xAI / Elon / Cursor / Grok（公司/人物/产品）：Alex 认为 Elon 通过收购 Cursor 获得了两层合理推诿，实质在做中国实验室被指控的同一件事。
• NVIDIA（公司）：上周宣布与 BlackRock、Carlyle、Blackstone 的 5000 亿美元算力证券化交易，Alvin 类比次级贷。
• 摩尔线程 / 寒武纪 / 壁仞（公司）：原本落后两三代、卖不动的中国 GPU 公司，因美国禁令获得政府扶持与全部国内订单。
• TSMC / Chips Act（公司/政策）：Alvin 转述与 TSMC CTO 和前 CIA 官员的早餐对话；认为 Chips Act 带来了本土制造投资这一好结果。
• WAICO（世界人工智能合作组织）/ Pax Silica（组织）：中方在 WAIC 首日宣布、29 国加入，把 AI 当公共品；美方去年发起的 Pax Silica 约 25 国，主题是维持美国主导。
• AI+ 计划 / 美国 AI Action Plan（政策）：前者目标是五年 70%、十年 90% 以上企业采纳；后者是供给侧的模型与芯片主导。
• UK AISI（机构）：上月报告测出领先开源模型的网络攻击能力约为 Mythos 与 GPT-5.6 的一半。
• M-dash（Microsoft）（产品）：用一百个小模型编排，cyber gym 得分 95，高于 Mythos 的 83。
• Harvey / OpenEvidence（产品）：分别建在 GLM 5.1 和 GPT-4 上，作为「产业里跑的都是小模型」的证据。
• Unitree（宇树）/ Boston Dynamics / Figure（公司）：Alvin 参观宇树后指出客户多为研究实验室，宇树正转向只有上半身的机型；Figure 的分拣演示更多是给人看的。
• Buffett indicator（指标）：股市市值与 GDP 之比，互联网泡沫顶点约 120%，今天约 240%。
• 卢梭 / 猎鹿博弈（人物/概念）：Alvin 用来替换囚徒困境的框架，也是他带进 9 月 24 日对话的核心比喻。
• Kissinger / Nixon（人物）：作为「外交需要提前数月铺垫」的对照。
• Scott Bessent（Besson）（人物）：会谈次日受访时把非国家行为者风险列为更高优先级。
• David Sacks / Gavin Baker（人物）：两天前的节目中转述 Dario「未来只有 Anthropic 和政府」的说法。
• 王沪宁 / 东数西算（人物/工程）：Alex 用来指代中国的意识形态设计与国家产业能力。
• 躺平 / 996（社会现象）：Alex 用来质疑中国自我叙事的切口，Alvin 用独生子女一代的期望落差解释其成因。
• Google for Startups / Blitzy / Fountain Life（赞助商）：本期广告口播。
• Moonshots Live（9 月 25 日，洛杉矶）（活动）：主持团的首届线下活动，就在中美 AI 安全对话的次日。

适合谁听

想搞清中美 AI 竞赛的真实结构——芯片禁令的反效果、开源为何成为中国的默认路线、以及 AI 资本开支泡沫如何与台湾问题挂钩——的从业者、投资人和政策关注者。