近年来，关于美国基础研究资金可能面临削减的提议，已在科技界引发了广泛的忧虑。这种财政紧缩不仅可能损害美国在人工智能等关键技术领域的竞争力，更可能从根本上削弱其在全球舞台上的领导地位。科学研究，尤其是那些成果能够开放共享的基础研究，被普遍认为是国家创新体系的核心驱动力。然而，对这类投资的任何削减，都可能带来深远的负面影响，迫使我们重新审视科技投入与国家长远利益之间的复杂关联。
开放的科学研究模式，尽管看似使全球受益，但其核心优势却不成比例地汇聚在研究发生地。这主要是因为新知识在该国境内的传播速度最快，同时研究过程本身也在源源不断地为该国培养顶尖人才。一个国家的创新生态系统，正是通过这种知识的内循环与人才的持续涌入而日益壮大。例如，一项关键技术若在美国诞生，其相关理论、实践技巧和应用经验会首先在美国的学术界、工业界和初创企业中广泛流传，进而形成独特的竞争优势。
以当前人工智能领域中最具革命性的生成式AI为例，为何其大部分创新仍然集中在硅谷？这并非偶然。谷歌大脑（Google Brain）发明了Transformer网络，而OpenAI则在此基础上将其规模化，这两支团队均植根于硅谷。这些开创性的工作不仅推动了技术本身的发展，更促使核心团队成员流动到其他周边企业，创办新的竞争公司，或与当地大学展开深度合作。此外，硅谷独特的社会网络也加速了知识的扩散。无论是咖啡馆里的非正式交流、当地的专业会议，甚至是亲子聚会中父母们关于技术思想的讨论，都使得知识在硅谷内部的传播速度远超其他区域。这种本地化、高密度的知识互动，正是硅谷能够持续作为全球创新中心的奥秘所在。
上图展示了美国2026年与2025年相比，针对美国林业局（USFS）、国家科学基金会（NSF）、美国国家航空航天局（NASA）和美国能源部（DoE）等机构拟议的科学资金削减情况，清晰揭示了潜在的投资不足风险。这种趋势令人担忧。
尽管开放研究确实可能让潜在的竞争对手受益，但其对国家竞争力与安全的积极作用却远超潜在风险。美国众议院科学、空间和技术委员会曾指出，尽管开放共享基础研究并非没有风险，但其对于竞争力与安全的重要性，足以抵消对手可能从中受益的风险。在生成式AI这类技术迭代飞速的领域，保持在技术前沿的能力才是真正的核心竞争力。那些最先发明和掌握前沿技术的主体，才能在市场中获得首发优势。例如，尽管许多团队现在能够训练出GPT-3.5甚至GPT-4级别能力的模型，但这并未显著影响OpenAI的业务增长，因为它始终致力于开发更前沿的技术，如GPT-4o、Codex和GPT-4.1等。这种持续创新、保持领先的能力，在快速变化的世界中显得尤为珍贵。
值得关注的是，尽管中国在2022年ChatGPT首次发布时，其生成式AI水平明显落后于美国，但过去两年内，中国凭借其相对开放的科技生态系统实现了快速追赶。这种“内部开放”的模式体现在多个方面：首先，中国对开放的学术研究提供了充足的资金支持；其次，包括DeepSeek和阿里巴巴在内的中国企业积极发布了许多前沿的开源模型，这种企业层面的开放性极大地加速了知识的传播和扩散；再者，中国相对宽松的劳动法规使得竞业协议较难强制执行，加之其工作文化鼓励不同公司员工之间的思想交流，这使得思想的流通效率相对较高。虽然中国的一些做法不应被完全效仿，但其科技生态系统的开放性无疑是其加速发展的重要因素。
回溯历史，1945年范内瓦·布什（Vannevar Bush）的里程碑式报告《科学：无尽的前沿》（Science, The Endless Frontier）为美国公共资助科研和人才培养奠定了关键原则。这些原则使得美国在随后的几十年里主导了全球科学进步，催生了无数突破性创新，极大地造福了美国乃至全世界，同时也培养了几代国内科学家，并吸引了大量移民科学家，他们同样为美国带来了巨大贡献。这份报告所描绘的蓝图，证明了国家对基础科学的持续投入是长期繁荣和领导力的基石。
如今，这份成功的剧本已广为人知。我们期望更多国家能够效仿这一模式，大力投资科学和人才培养。更重要的是，作为这一成功模式的开创者，美国不应通过大幅削减科学研究资金而背离其自身所开创的道路。在当前全球科技竞争日益激烈的背景下，维持甚至加强对基础科学的投入，不仅是维护国家竞争优势的必要之举，更是确保未来创新源泉不竭的战略性选择。对科研的持续承诺，是保障国家安全与经济繁荣的无形盾牌与锋利之剑。
