关于AI放缓的正确解读

AI竞赛进入第二阶段：领先者放缓，追赶者加速

核心观点

在中美竞争和囚徒困境背景下，AI竞赛进入第二阶段，领先者（美国）战略性放缓，追赶者（中国）递归加速，导致AI发展反而会随着差距缩小而重新加速，与当前市场认知相反。

第一阶段与第二阶段

• 第一阶段：AI竞赛以“谁跑得最快”为特征，领先者（美国）通过快速发布模型获取用户、生态、数据等收益。
• 第二阶段：竞争转向“谁能让自己的能力暴露更少，同时迫使对手暴露更多、学习更慢、支付更高追赶成本”。

关键认知纠偏

• 美国模型发布放缓≠美国AI技术进步放缓。发布速度不等于技术进步速度，公司可以暂停发布，但内部研发仍在快速推进。
• 案例：OpenAI对Astra进行加密、隔离、监控，标志着最先进模型首次成为需要保护的战略资产。

领先者“慢下来”的博弈论分析

• 当领先者（A）与追赶者（B）差距较大时（如A=100，B=50），领先者应尽快发布模型获取收益。
• 当差距缩小（如A=100，B=90）时，发布最先进模型会让追赶者通过蒸馏、合成数据等迅速逼近，暴露成本上升。
• 核心公式：战略领先=自身能力-对手能从你身上学到的能力。当模型接近网络攻击、AI研发自动化等高价值能力时，模型输出成为战略资产。

追赶者的最优策略

• 追赶者（中国）最大资产是学习速度，愿意用部分技术暴露换取开发者反馈、生态、人才。
• 中国AI竞争函数：追求单位算力、单位美元产出的智能，主攻效率前沿（Efficiency Frontier）和扩散前沿（Diffusion Frontier）。
• 案例：DeepSeek V4.1 Flash，552B MoE，输入仅激活8B、输出激活16B，KV Cache HBM需求降至约1/4，API降价扩部署。

“足够好”比“第一名”更危险

• Stanford 2026 Al Index显示美中最佳模型差距仅约2.7%，且2025年以来多次互换领先位置。
• 真正的问题是追赶者何时跨过“足够好”的门槛。企业更倾向于“92分+低成本+可私有部署”而非“100分+昂贵+受限云API”。
• 有效效用公式：有效效用=能力x成本效率x可部署性x开放性。跨过门槛后部署会非线性爆发，形成部署反馈工具链成熟成本下降更多采用的开源模型飞轮。

递归博弈循环

• 中国追赶美国减少能力暴露，美国更焦虑加强反蒸馏、出口控制（如9月美国指控DeepSeek、Mo onshot、阿里蒸馏美国模型）。
• 中国算法效率进一步提升，但“美国减速、中国加速”不是稳定状态，中国加速本身会破坏美国减速的条件。
• 美国根据中国追赶速度不断更新主观概率（如20%、35%、50%、70%），一旦跨过战略阈值，策略会从“安全限速”离散地切换为“前沿重新加速”。
• 特朗普9月13日公开反对因AI风险放慢速度，与实验室内部的安全倾向形成张力，说明美国处于“安全约束”与“地缘竞争约束”同时上升的不稳定均衡中。

制约因素：囚徒困境与算力硬约束

• 美国内部囚徒困境：即使所有CEO都认同减速的社会价值，任何一家先减速都会把竞争优势送给对手，因此集体减速几乎不可能。
• 中国的算力硬约束：美国2025年私人AI投资2859亿美元（中国的23倍+），notable models 59个vs 35个；中国面临先进GPU、HBM、制程、电力等瓶颈。
• 中美竞争核心数学问题是：算法效率提升速度能否长期超过算力约束造成的损失。

对资本市场的启示

• 市场可能从“OpenAI谈减速”推出“CapEx见顶”，但这犯了解读错误。模型发布放缓不等于算力放缓。
• 美国若担心追赶，会发布更谨慎但内部算力建设更快。中国为追赶也需扩建国产算力、电力、数据中心。
• 可能出现“模型发布变慢但金球算力军备更汉而与能出重发市发度，竞赛反而加速”的矛盾状态。

总结

美国实验室的“减速倾向”不是AI周期结束，而是竞争从商业产品竞争升级为战略能力竞争的信号。

• 第一阶段拼“谁跑得最快”；
• 第二阶段拼“谁知道何时该跑、何时隐藏速度、何时迫使对手先暴露、何时突然重新全速”。 下一轮AI产业周期的真正拐点，是美国开始相信“中国按此速度进步将威胁战略领先”的那一刻。 今天的减速将反转为更猛烈的加速，那也将是算力、半导体、HBM、光互联、数据中心和电力基础设施资本开支重新上修的起点。