编者按

PREFACE

大模型能力差距收窄，并不意味着中美AI竞争已趋于均衡，Agent能力正成为新的分水岭。美国头部企业持续加速迭代，这场竞争是一场关乎产业主导权、全球规则与国家战略空间的淘汰赛。

文章的价值，正在于打破“追平论”与“落后论”的简单对立，区分模型能力与产品竞争力、推理智能与自主智能，并进一步追问中国一旦被排除于全球主流AI生态之外，可能面临怎样的经济、科技与战略后果。由此提出的路径同样鲜明：以开源守住全球竞争底线，同时改革人才培养、基础研究与创新资助机制，为少数顶尖人才和高风险探索创造真正不同的制度空间。

当窗口期不断收窄，我们能否以非常之法应对非常之争，在坚持自身优势的同时，为异见、试错与长期主义留下足够空间？

6月9日，Anthropic正式发布Claude Fable 5。这款模型发布后迅速登顶Artificial Analysis智能指数榜首，在Agent能力上的表现尤为突出：软件工程、知识工作、科研、视觉全线顶尖，且任务越长越复杂，相对其他模型的优势越明显。这不是一次普通的模型迭代，AI圈的反应用“震惊”来形容并不夸张。

6月27日，OpenAI紧随其后发布GPT-5.6，同步推出三款产品Sol、Terra、Luna，旗舰版在部分Benchmark上跑赢了Fable 5，两家美国AI巨头的竞争已经进入白热化。

在国内，关注这些动态的人不少，但对其含义的深度解读，相对有限。有人说中美AI差距已经消失，有人说Agent差距仍然巨大，这两种说法都有数据支撑，也都是真的。问题在于，它们说的不是同一件事。

本文想做的，不是简单描述中美AI差距，而是回答一个更重要的问题：这场淘汰赛，中国为什么输不起？如果输了会怎样？以及，怎样才能不输？

01

Fable 5震惊全球，中美技术差距究竟有多大？

两种真实并存：

大模型接近，Agent差距拉大

理解中美AI差距，首先需要区分两个层面的竞争，因为这两个层面的结论截然不同。

在大模型层面，差距确实在迅速收窄。斯坦福大学《2026年AI指数报告》明确指出，中美两国在AI模型性能上的差距已缩小至仅2.7%，几乎消失。富瑞的研究报告也认为，中国开源模型仅落后美国闭源领先模型约3至6个月。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个来自中国，使用占比从2024年的1%升至今年的40%以上。

这些数据是真实的。但它们说的是“大模型能力测评”层面的差距，而不是“AI产品竞争力”层面的差距。

在Agent层面，差距不但没有缩小，而且正在拉大。这是Fable 5这次发布所传递的最重要信号。Fable 5的核心突破恰恰在于Agent能力——长时、多步任务的可交付性显著增强，简单来说，它不只是“能聊天”，而是“能干活”——复杂的、需要连续推理和行动的、跨多个系统的真实工作任务。

大模型与Agent之间的差距，本质上是一场关于AI技术范式转变的竞争。大模型的核心是“推理能力”，Agent的核心是“行动能力”。前者是在给定输入后产生优质输出，后者是在开放环境中自主分解任务、调用工具、处理异常、持续推进直到完成目标。这两者之间的差距，远比“模型参数大小”或“测评分数高低”更难以量化，也更难以追赶。

更根本地说，这场竞争已经从“人工智能”（需要人工介入的智能）的竞争，演变为“没有人工的智能”（完全自主运行的智能）的竞争。在人工智能阶段，中国的模型——甚至开源模型——已经达到或接近美国顶尖水平；但在自主智能阶段，中美之间的差距，目前仍然相当明显。

测评第一和用户第一，是两件完全不同的事

这里存在一个认知误区，值得单独点出来。

国内外各种权威模型测评都显示中国模型排名非常高，很多甚至超过了美国的顶尖模型。这些测评是专业的、严肃的，笔者无意质疑它们的方法论。但测评分数和市场竞争力之间，有一道真实存在的鸿沟。

以Fable 5为例。这款模型发布后，国内外AI的顶尖用户（包括软件工程师、科研人员、高端知识工作者）给出了几乎一面倒的“惊叹”——不是说“它在某项测评上得分高”，而是说“它做复杂任务的体验，远超其他所有产品”。这与本文作者的个人使用体验完全一致。

作为产品，唯一真正有意义的投票权在用户手中。排除价格因素之后，中国模型和Agent的真实市场竞争力，与美国头部产品之间仍然存在可以被感知的差距——而这种用户端的感知差距，才是衡量AI产品实际竞争力最关键的指标。

DeepSeek的人工智能助手性能卓越，但在用户端上仍与美国头部产品存在一定的感知差距（图源：纽约时报）

02

中国如果输了，世界和中国会变成什么样？

谈这个绝不是危言耸听，而是理性客观的预警——预警是为了推动现在的行动。

在展开之前，需要先明确：什么情况下意味着中国输了？这里有两个核心指标。第一，中国AI在全球市场的占比——如果像今天的中国互联网企业一样，几乎被全球市场完全排除在外 ，这就意味着中国输了。第二，技术规则和标准将中国排除在外——这也是为什么笔者在上一篇文章中强调“硅和平”联盟不容忽视（详见《“硅和平”联盟半年从7国扩容到24国，中国的时间窗口还剩多少？》），因为它有可能演变为排除中国的全产业链AI技术标准制定机构。

如果真的这样输了，世界和中国会变成什么样？

世界：美式“一超零强”与数字帝国主义的双重成形

AI不只是一项技术，它是像电力一样的基础性技术，渗透到经济、政治、教育、医疗、国防的每一个角落。如果全球的AI技术和市场被一个国家的少数几家企业绝对垄断，各国的经济、社会和政治都将受制于这一单一基础设施的约束——本质上，这是一种新形态的帝国主义。区别在于，19世纪的帝国主义依赖军事力量和领土控制，而这种新形态的支配依赖的是AI基础设施的技术锁定和数据殖民。有学者将这种模式称为“数字帝国主义”，其本质是“数字资本家通过掌控AI基础设施，在全球范围内实施数字统治与技术权力垄断，攫取剩余价值”。

美国AI垄断所产生的虹吸效应，将使全球的政治、经济和科技产业的权力全面向美国集聚。这是一个自我强化的螺旋：越多的国家依赖美国AI，就越多的数据流向美国，美国AI就越强，各国就越难以摆脱依赖。

但这次的美国主导，将不同于二战后那个相对负责任的美国。AI加速的财富极化将使美国国内政治更加撕裂——马斯克、奥尔特曼等科技寡头将拥有前所未有的政治影响力，但美国的普通工人阶级将在AI冲击下面临大规模失业。这种内部矛盾，将以“左右摇摆的霸主”的形式投射到全球，让世界各国不得不承受美国国内政治周期的负外部效应。

中国：“中等收入陷阱”与主权战略空间的双重收缩

以上局面一旦形成，中国大概率不得不从开放走向封闭——世界将形成两套AI技术体系：一套是美国体系，被全世界使用；另一套是中国体系，大概率只能在中国和美国敌对国家使用。这不是中国选择的道路，而是被逼上的绝境。

在国际政治上，美国绝对垄断所形成的引力，会让越来越多的国家自动疏远中国，不是因为对中国有恶意，而是因为依附于美国AI生态对它们更有利。中国将陷入比今天严峻得多的孤立处境，可能只剩下少数双边关系和小多边关系可以维护。

在国际经济上，被排除在主流AI技术生态之外，意味着中国在全球高附加值市场将系统性失去竞争机会。以中国的体量，这很可能意味着深陷中等收入陷阱。

最后一个影响，也是对中国最重要的核心利益问题——台湾。

台湾问题的和平解决，根本上取决于中国的综合硬实力，其中科技实力和经济实力是最核心的两个支柱，而且两者相互依存：没有科技的持续突破和AI产业的全球化，就没有经济的持续升级；没有经济的持续升级，就没有支撑和平统一的综合国力。

反过来说：如果中国在AI竞争中落败，科技创新动能萎缩，经济增长陷入瓶颈，财政能力受限，军事现代化的资金基础被侵蚀——在这种情形下，台湾问题的和平解决不仅变得更加困难，那些倾向于走向独立的力量，也会从中国综合国力的相对下滑中获得更大的底气。

换言之，AI竞争不只是一场科技和产业的竞争，它直接关系到中国在最重要的主权问题上的战略空间。这是这场淘汰赛中国绝对输不起的根本原因。

Anthropic5月在旧金山展示AI智能体Claude Cowork（图源：纽约时报）

03

中国输不起，但如何能不输？

显然，这场中美竞赛，中国绝不能输。输了不仅在国际社会被动掉入孤立而转向封闭，在经济上深陷中等收入陷阱，甚至难以维护最重要的主权利益——这是绝不能接受的结果。

在AI这一轮科技革命中，事实上只有中美两个真正的玩家，中国是唯一有能力避免美国全面垄断的国家。但目前来看，在一些最前沿的AI技术上，中国并没能赶上美国的创新速度。这场淘汰赛的输赢不只是技术和产业层面的，而是国家竞争力和国运层面的。

非常之事，要有非常之法——核心在于改革。正如当年提出“一国两制”：我们不需要完美的战略设计，需要的是开拓性的思想和决断力，然后“摸着石头过河”式地优化迭代。当下，需要的是“过河”的决心。

这是一个非常大的议题，轻而易举可以衍生出若干博士论文选题，这里无法系统全面地展开，只能提几个方向性的思考。

主要资源持续聚焦开源AI，守住不被垄断的根本防线

这是中国非常正确的技术路径选择，也是中国现有体制和生态下最擅长做的事——应用导向的AI技术路线。在市场端对美国闭源AI形成持续压力，是避免美国在全球市场形成垄断之势的最直接手段。

关于这一点，笔者之前的文章也反复论述过，这里不做过多赘述，但想强调一点：这是根，必须做实，不能动摇。开源路线的价值不只在于技术的传播，更在于为全球各国的AI主权提供一种不依赖美国闭源生态的可能性——而这，正是对抗美“数字帝国主义”单极垄断最有效的去中心化力量。

少数资源聚焦顶尖人才和基础研究，在教育科技人才一体化上实行“一国两制”

这是笔者认为最难、但也最必要的改革方向。难，是因为它触及的是制度逻辑的根本；必要，是因为如果顶尖人才和基础研究能力的培育机制不发生根本性变革，中国永远无法在Agent等最前沿AI技术上实现真正的突破。

具体而言，需要在以下三个层面实现真正的“新”：

新在主体。现在人才培养和基础研究的主体是体制内的学校和科研机构，自上而下的评价体系固化了对“标准答案”的追求。新的制度要让AI各细分行业的科技龙头企业成为人才培养和基础研究的真正主体——跳出既有的人才评价体系和科研评价体系。

新在资助方式。现在人才培养和基础研究大多由国家财政拨款支持，自上而下的资助逻辑必然是规范性的、共识性的，而非个性化的、风险性的。这本质上与“天才”的成长规律和突破性基础研究的属性相悖——真正重要的发现，往往来自那些“看起来不可能成功”的方向。新的资助方式应该是企业资金与财政资金共同资助、企业主导运营，财政资金采取“捐赠式配比”逻辑：不审计、不参与、只配比——把资助的风险决策权交给最了解行业的企业，而不是最了解规范的政府。

新在价值观导向。这是最根本的新，也是最难的新。中国数千年积累的底层文化价值观，是文明的根基，不应也不会轻易改变。但客观地说，这个底层根基中对“集体重于个体、稳定重于冒险、德重于才、共识重于异见”的价值偏好，不利于那种“非理性的技术执念”所驱动的突破性创新。

因此，笔者的建议是：在各行业的科技龙头企业内部创造无数个小机构，在这些机构内，实行一套完全不同的价值导向——将个体置于集体之上，将试错置于正确之上，将探索置于绩效之上，将异见置于共识之上，将长期置于短期之上。

中国之大，容得下这些“异类”；中华文明之包容，也包得下这些不同。这些小机构不需要改变整个社会，只需要在特定空间内创造一种不同的创新文化。这也许是一个乌托邦，但正如笔者此前所说：只有先描绘出最好的可能，这种可能才有实现的机会——如果连愿景都不敢想象，那么通往它的路径就永远不会出现。

04

结语 

6月9日Fable 5的发布，6月27日GPT-5.6的跟进，这两件事放在一起，传递的是一个清醒的信号：在Agent层面，美国AI的创新速度不但没有放慢，而且正在进入一个中国最难追赶的阶段。

大模型层面的差距正在收窄，这是真的；Agent层面的差距正在拉大，这也是真的。两件事同时为真，是因为它们描述的是两场不同的竞争。而真正决定这场淘汰赛胜负的，是后者。

中国不能输这场淘汰赛。不是因为民族自尊心，而是因为输了的代价——从数字帝国主义的全球垄断，到经济陷入中等收入陷阱，再到台湾问题战略空间的收缩——是这个国家无法承受的。

非常之时，需要非常之法。在坚守开源路线这个根本的同时，在教育科技人才体系上尝试一次真正意义上的“一国两制”，也许是中国在这场淘汰赛中避免落败的最重要的一步棋。

这步棋，下得越早越好。

本文作者

黄平：香港中文大学（深圳）公共政策学院副教授、助理院长，前海国际事务研究院副院长。

DeepSeek V4 Pro：深度求索公司开发的第四代生成式预训练变换模型。

| 原创声明 |

本文版权归微信订阅号“大湾区评论”所有，未经允许任何单位或个人不得转载、复制或以任何其他方式使用本文部分或全部内容，侵权必究。公众号授权事宜请直接于文章下方留言，其他授权事宜请联系IIA-paper@cuhk.edu.cn。

GBA 新传媒

校对 | 伍子尧

排版 | 许梓烽

初审｜王炳云‍

终审｜冯箫凝