CNBC评论：美国AI领先地位几乎消失，竞争转向生态系统

CNBC的社论作者Dewardric McNeal认为，美国在前沿AI领域对中国的领先地位“几乎消失”，而现在的竞争是由生态系统级的采用决定，而不是逐个模型的比较。这种框架给市场带来了叙事风险：平台的主导地位可能取决于全球开发者和企业默认采用的技术栈，而不是谁在下一个基准图表上名列前茅。

关键要点

• CNBC的社论认为，美国在AI领域对中国的领先地位“几乎消失”，核心问题转向华盛顿是否能快速适应以与中国的创新生态系统竞争。
• 文章指出了一群中国AI参与者——DeepSeek、Moonshot AI（Kimi K3）、阿里巴巴（Qwen）、腾讯（Hunyuan）、智谱AI和MiniMax——作为多个公司在前沿能力上反复出现的证据。
• McNeal将竞争框架设定为生态系统对生态系统，其中成本、部署、定制、融资、标准、开发者采用和全球覆盖范围与基准性能同样重要。
• 这篇社论将北京的做法称为“生态系统外交”，这是一种将产业政策、金融、标准、教育、外交和商业扩展结合成一个单一采用引擎的策略。

CNBC：美国的AI领先地位在生态系统对生态系统的竞争中“几乎消失”

Longview Global的董事总经理兼高级政策分析师Dewardric McNeal写道，美国在AI领域对中国的领先地位“几乎消失”，并认为相关问题已经从“中国能否在前沿竞争”转向美国能否快速适应以与中国的创新生态系统竞争。他的框架显然不是关于单一模型发布或单一基准运行，而是关于构建和部署AI的全球默认路径是否偏离美国技术栈。

从机制上讲，McNeal的主张是竞争表面区域已经扩大。前沿AI，即能力边缘的最先进模型，仍然重要，但社论认为竞争越来越多地由周围系统决定：运行成本、模型部署的便利性、可用的定制程度、项目融资方式、哪些标准获胜，以及开发者选择在哪里构建。

对于交易者来说，这在短期内作为数据催化剂的重要性较小，而更多的是作为叙事制度的转变。如果市场开始将AI领导力定价为“生态系统捕获”而不是“本季度最佳模型”，那么这将改变哪些信号被视为持久，哪些被视为头条噪音。

为什么中国前沿技术的重复发布比单一基准胜利更重要

这篇社论的证据是一个广度论点。它列出了多个中国AI参与者——DeepSeek、Moonshot AI的Kimi K3、阿里巴巴的Qwen家族、腾讯的Hunyuan、Zhipu AI和MiniMax——并表示它们不应被视为孤立的故事。“它们证明中国已经培养出一个能够在多家公司中反复产生世界级能力的前沿AI生态系统，”麦克尼尔写道。

那个“反复”在发挥作用。一个看起来具有竞争力的一次性模型可以被视为追赶时刻、提炼工件或基准特定胜利。多个公司的前沿级发布流水线更难被忽视，因为这意味着系统中存在输入：人才、计算资源、部署渠道，以及能够将模型转化为产品的开发者基础。

麦克尼尔还试图降低来源辩论的重要性。“这些进展是否通过原创创新、工程优化、开放权重合作，或是美国模型的提炼而出现，越来越不重要，”他写道。这里的开放权重意味着训练的参数被共享，以便其他人可以运行或微调模型，而提炼是训练一个较小模型以模仿较大模型输出的技术。他的战略主张是，即使路径是混合的，结果仍然可以是推动采用的生态系统动能。

这篇社论将这种动能锚定在一个时间节点上：DeepSeek在2025年1月的公告，麦克尼尔形容这迫使许多观察者承认一个长期阐述的产业政策轨迹。关键不是一个公告“赢得”了比赛，而是它作为证据表明该战略正在产生可衡量的结果。

‘生态系统国家战略’：麦克尼尔所说的北京正在执行的剧本

麦克尼尔的核心概念是“生态系统国家战略”，他将其定义为塑造技术开发、融资、标准化、部署和采用的环境。在他的叙述中，这不是一种产品战略，而是一种国家战略，整合了产业政策、金融、标准、大学课程方向、国家支持的开发者生态系统、外交和商业扩展。

他将此与他所描述的美国胜利理论进行对比：前沿创新加上旨在减缓中国进展的限制。社论提到出口管制（限制销售先进技术如AI芯片的规则）、投资审查（政府审查可能阻止或限制跨境投资）以及对先进计算的访问限制作为美国的核心工具。

机制差异在于摩擦。麦克尼尔认为，中国的AI公司正在使其技术更易于部署、更易于定制，并且更易于在多个计算环境中集成，这降低了开发者和企业的采用成本。他的主张是，降低技术堆栈中的摩擦，即开发者构建的硬件、软件、工具和平台的组合，可能与提高基准性能同样重要。

他还指出了治理不匹配：“市场优化竞争优势。政府必须优化国家优势。”社论认为，美国的辩论往往通过个别公司的激励进行过滤，而生态系统竞争则是在国家战略层面进行的。

堆栈捕获与自下而上的采用：为什么让世界‘上瘾’于技术堆栈是奖赏

这篇社论的前瞻性暗示是，下一阶段不再是停止某个模型，而是引导默认设置。麦克尼尔引用了习近平主席在“最近”世界人工智能大会上的讲话，强调国际人工智能合作、治理、开源开发以及发展中国家的更大参与，将中国定位为替代全球技术生态系统的设计者。

他将此与美国方面的明确采用目标结合在一起。社论引用了商务部长霍华德·卢特尼克的话，呼应了英伟达首席执行官黄仁勋的观点，描述这一目标为让世界其他地方‘上瘾’于技术堆栈。麦克尼尔的警告是，现在不再明显美国的堆栈是赢得锁定的那个。

麦克尼尔将限制条件框架化为可执行性。他认为，华盛顿会发现复制华为和中兴的操作手册变得更加困难，因为电信基础设施是自上而下监管的，而人工智能的采用则越来越多地是自下而上的。政府可以影响采购和基础设施，但他们对数百万开发者选择和嵌入到商业软件中的模型、库和开发工具的控制能力较弱。

验证或打破这一论点的基本但在社论中缺失的是：具体的采用和经济学。交易者应该预期这一叙述在引用的中国模型家族的企业或开发者采用指标披露之前会保持模糊，或者在展示持续的成本和集成优势的可信定价和部署数据之前。在政策方面，信号将是美国的举措超越出口管制和投资筛查，进入生态系统建设工具，如标准制定、融资机制和人才管道，与‘生态系统外交’框架一致。

我的看法：对于市场而言，交易是采用叙述——但这篇社论尚未提供数字

这里的重点是重新框架。如果人工智能竞赛的定价是‘谁拥有开发者的默认设置’，那么市场将不太关心单一基准的打印，而更关心分配、标准和整个堆栈的部署摩擦。

重要的阈值是，这一生态系统论点是否开始得到硬性采用和单位经济数据的支持，而不是一系列可信的轶事。如果可信的指标显示出全球开发者对中国模型家族和工具的持续吸引，那么生态系统与生态系统的框架将不再是社论叙述，而是开始成为市场可以实际定价的平台主导输入。

来源

• CNBC