人工智能(AI)作为当今最具变革性的技术之一，已成为国家竞争的战略制高点。2025年7月23日，白宫发布了《赢得竞赛：美国AI行动计划》(Winning the Race: America's AI Action Plan)，这一全面战略旨在维持美国在AI发展领域的优势地位。本文将从多个维度深入分析这一行动计划的核心内容及其对美国AI产业乃至全球科技格局的影响。
AI基础设施：国家竞争力的基石
行动计划将AI基础设施和采用置于优先位置，这与Anthropic公司在2025年3月向科技政策办公室(OSTP)提交的建议高度一致。美国政府的这一战略选择并非偶然，而是基于对AI发展规律的深刻认识。
能源需求与AI发展的辩证关系
美国政府承诺简化数据中心和能源许可程序，以满足AI的能源需求，这一举措值得高度赞赏。正如Anthropic公司在宾夕法尼亚能源与创新峰会上所指出的，如果没有足够的国内能源容量，美国AI开发者可能被迫将业务转移到海外，从而使敏感技术面临外国对手获取的风险。
AI系统的训练和运行需要巨大的计算资源，而计算资源又直接转化为能源消耗。根据行业估算，训练一个大型AI模型可能消耗数百万千瓦时的电力，相当于数百个家庭的年度用电量。因此，能源基础设施的规模和效率直接决定了AI研发的速度和质量。
Anthropic公司最新发布的《在美国建设AI》报告详细阐述了政府可以采取的措施，以加速国家AI基础设施的建设。这包括:
- 制定激励政策，鼓励私营部门投资于AI计算中心
- 简化能源项目审批流程，缩短建设周期
- 推动可再生能源在AI计算中心的应用，实现绿色AI
- 建立国家级AI计算资源分配机制，优化资源利用效率
联邦AI采用：从政策到实践
行动计划提出的增加联邦政府AI采用的建议，包括多项与Anthropic公司政策优先事项高度一致的提案:
管理预算办公室(OMB)职责扩展：要求OMB解决联邦AI采用面临的资源限制、采购限制和项目性障碍。这一举措将打破政府部门采用AI技术的官僚壁垒，加速AI在公共服务领域的应用。
创新障碍识别：启动信息请求(RFI)，识别阻碍AI创新的联邦法规，由OMB协调改革努力。这一机制将建立政策与技术创新之间的动态反馈循环，确保监管框架能够适应快速发展的技术。
采购标准更新：更新联邦采购标准，消除阻止机构部署AI系统的障碍。传统政府采购流程往往难以适应AI技术的迭代特性，这一改革将显著提高政府获取AI服务的效率。
国防与国家安全应用：通过公私合作促进AI在国防和国防安全应用中的采用。这一领域特别值得关注，因为AI正在从根本上改变战争形态和国际安全格局。
AI民主化：技术红利的广泛共享
确保广泛参与并受益于AI的持续发展和部署，是行动计划的核心目标之一。这一理念体现了美国政府对技术发展社会影响的深刻思考，也是AI技术获得社会广泛支持的关键。
国家AI研究资源(NAIRR)的持续投入
行动计划继续推进国家AI研究资源(NAIRR)试点，确保全国各地的学生和研究人员能够参与并贡献于AI前沿的发展。Anthropic公司长期以来一直支持NAIRR计划，并自豪地与该试点项目建立了合作伙伴关系。
NAIRR的重要性在于它打破了AI研发的资源壁垒。大型AI模型的训练需要昂贵的计算资源，这使得只有少数科技巨头能够参与前沿研究。NAIRR通过提供共享的计算资源，使学术界、研究机构和初创企业能够参与到AI创新中，从而促进技术多样性和创新活力。
劳动力转型与AI教育
行动计划强调对被替代工人的快速再培训计划和AI学徒前计划，这反映了美国政府对技术变革社会影响的清醒认识。与以往的技术革命不同，AI可能对更广泛的就业领域产生影响，因此提前布局劳动力转型至关重要。
Anthropic公司的经济指数和经济未来计划旨在研究人员和政策制定者提供数据和工具，确保AI的经济利益得到广泛共享，风险得到适当管理。这些工具包括:
- AI对不同行业就业影响的量化分析
- 新兴AI职业的需求预测
- 技能再培训的有效性评估
- AI经济收益的分配机制研究
安全AI开发：平衡创新与风险
未来几年，强大的AI系统将被开发出来。行动计划强调防范强大AI模型的滥用并为未来AI相关风险做准备，这一重点既恰当又及时。
关键研究方向的支持
特别值得称赞的是，政府优先支持对AI可解释性、AI控制系统和对抗鲁棒性的研究。这些是重要的研究方向，必须得到支持，以帮助我们处理强大的AI系统。
- AI可解释性：随着AI系统变得越来越复杂，理解其决策过程变得尤为重要。可解释性研究旨在打开AI的"黑箱"，使人类能够理解和验证AI的决策逻辑。
- AI控制系统：确保AI系统始终按照人类意图运行，即使在面对意外情况或对抗性输入时也能保持可控性。
- 对抗鲁棒性：提高AI系统抵抗恶意攻击的能力，防止对手通过微小输入操纵AI系统做出有害决策。
国家标准与技术研究院(NIST)的角色
行动计划肯定了国家标准与技术研究院AI标准和创新中心(CAISI)在评估前沿模型国家安全问题方面的重要工作，我们期待继续与他们保持密切合作。Anthropic公司鼓励政府继续投资于CAISI。
正如我们在提交中指出的，先进的AI系统正在展示出与生物武器开发相关能力的令人担忧的改进。CAISI在开发测试和评估能力以解决这些风险方面发挥了主导作用。我们鼓励将这些工作集中在AI系统可能带来的最独特和最紧迫的国家安全风险上。
国家标准：透明度与责任的平衡
除了测试，我们认为基本的AI开发透明度要求，如安全测试和能力评估的公开报告，对负责任的AI开发至关重要。领先的AI模型开发商应遵守基本且可公开验证的标准，以评估和管理其系统带来的灾难性风险。
前沿模型透明度框架
Anthropic公司为前沿模型透明度提出的框架专注于这些风险。该框架包括:
- 训练数据来源和组成的公开披露
- 模型能力边界的明确界定
- 安全测试方法和结果的透明化
- 潜在风险的定期评估报告
行业自律与政府监管的协同
包括Anthropic、OpenAI和Google DeepMind在内的领先实验室已经实施了自愿安全框架，这表明负责任的开发和创新可以共存。事实上，随着Claude Opus 4的推出，我们主动激活了ASL-3保护，以防止其被用于化学、生物、放射性和核(CBRN)武器开发。这一预防性措施表明，强大的安全保护非但不会减缓创新，反而有助于我们构建更好、更可靠的系统。
我们认同政府对过于规范化的监管方法可能造成不一致且繁琐的法律拼凑的担忧。理想情况下，这些透明度要求应由政府通过单一的国家标准来制定。然而，与我们反对十年禁止各州AI法律的观点一致，如果联邦政府未能采取行动，我们继续反对旨在阻止各州采取措施保护其公民免受强大AI系统潜在危害的提案。
出口管制：战略竞争与国家安全
行动计划指出，拒绝我们的外国对手接触先进AI计算能力...既是地缘战略竞争也是国家安全问题。我们完全同意这一观点。因此，我们对政府最近允许向中国出口英伟达H20芯片的决定感到担忧。
AI发展的规模法则
AI发展一直由规模法则定义：系统的智能和能力由其在训练期间的计算、能源和数据输入规模决定。虽然这些规模法则仍然适用，但最新且最强大的推理模型已经证明，AI能力随系统在给定任务上可用的计算量或"推理"而扩展。推理期间可用的计算量受芯片内存带宽的限制。
虽然H20的原始计算能力被华为制造的芯片超越，但华为继续在生产数量上挣扎，而且没有中国国产芯片能匹配H20的内存带宽。因此，H20为中国公司提供了独特且关键的计算能力，否则将无法获得，并将弥补中国AI芯片 otherwise 的主要短缺。
战略竞争中的技术壁垒
允许向中国出口H20芯片将浪费美国AI主导地位的机会，而新的竞争阶段刚刚开始。此外，美国AI芯片的出口不会阻止中国共产党对其AI栈自力更生的追求。
为此，我们强烈鼓励政府维持对H20芯片的管制。这些管制与行动计划建议的出口管制一致，对于确保和扩大美国的AI领先地位至关重要。
前瞻：美国AI战略的未来走向
我们许多建议与AI行动计划之间的一致性表明，对AI变革潜力的共同理解和维持美国领导力的迫切行动需求。
多方协作的AI治理模式
我们期待与政府合作实施这些举措，同时确保适当关注灾难性风险并保持强有力的出口管制。这种多方协作的治理模式将成为美国AI战略的特色，通过政府、企业、学术界和公民社会的共同努力，确保强大AI系统在美国安全开发，反映美国价值观和利益。
技术领先与伦理并重的平衡
美国AI战略的核心挑战在于如何在保持技术领先的同时，确保AI的发展符合伦理和社会价值观。这需要:
- 建立灵活的监管框架，既能防范风险又不扼杀创新
- 促进国际标准协调，避免技术碎片化
- 加强公众参与，确保AI发展方向反映社会共识
- 投资AI安全研究，将安全作为系统设计的核心要素
全球竞争中的战略定位
在全球AI竞争中，美国需要明确自身的战略定位。这包括:
- 保持在基础研究和核心算法领域的领先地位
- 构建完整的AI产业生态，从硬件到应用全覆盖
- 培养AI人才梯队，确保长期人才优势
- 建立国际技术联盟，共同制定AI发展规则
结论
美国的AI行动计划代表了政府对技术发展前瞻性的战略思考，通过系统性布局，美国希望在AI这一关键领域保持全球领导地位。从基础设施建设到安全标准制定，从国内应用到全球竞争，这一行动计划构建了一个全面的AI发展框架。
然而，AI技术的发展速度远超政策制定者的预期，这意味着任何战略都需要保持足够的灵活性，能够根据技术发展不断调整。美国AI战略的成功将取决于其平衡创新与安全、开放与保护、竞争与合作的能力。在这一过程中，政府、企业、学术界和公民社会的紧密合作将是关键。
随着AI技术的不断演进，美国及其全球伙伴需要共同思考如何确保这一强大技术服务于人类福祉，而非成为新的冲突源。这不仅是技术挑战，更是对人类智慧和远见的考验。
