2025 年 1 月，一家名为 DeepSeek 的中国 AI 实验室，短暂成为美国下载量最高的应用。西方科技评论界随即进入一种熟悉的惊慌状态。半导体股票在单个交易日内蒸发巨额市值。“斯普特尼克”这个词，出现在新闻标题中的频率，达到了几十年来未曾有过的程度。

那确实是一场令人印象深刻的表演。

但它也很可能就是最高点。

这不是因为 DeepSeek 的工程师无能——他们并不无能。也不是因为中国缺少愿意攻克困难技术问题的人——这样的人中国有很多。对中国 AI 雄心的结构性判断，和任何单个实验室、任何一支工程团队的能力无关。它关乎压在中国每一家实验室之上和之下的五层约束：这些约束不会彼此抵消，只会彼此叠加；它们不会随着时间松动，只会越来越紧。合在一起，它们构成的不是一种竞争劣势，而是一份结构性判决。

这是一篇关于架构的文章。

⸻

一、套利已经结束

中国的科技财富并不是建立在创新之上。

这不是羞辱，而是结构性描述。支撑阿里巴巴、腾讯、字节跳动成长起来的资本，来自一个特定的历史条件：海量被政治动员起来的廉价劳动力，被出售给美国和国际资本，并创造出在任何拥有正常劳动力市场和独立法院的地方都不可能实现的利润率。

中共并没有创造这笔财富。它只是组织了让别人提取这笔财富的条件。后来回流到中国科技行业的利润，本质上是这种安排所产生的租金。

现在，这种安排正在从两端同时解体。

人口基础已经消失。中国的出生率已经跌到全球最低水平之一。劳动年龄人口正在减少，而后面没有足够的新一代可以补上。这不是暂时波动，而是一场至少会持续四十年的结构性变化。

这套安排的美国端也在关闭：出口管制、资本限制、供应链多元化。这些并不是普通贸易争端，而是在拆除过去那套使中国科技资本得以形成的外部结构。

与此同时，房地产行业也已经陷入收缩。它曾经是整个增长时代地方政府最重要的财政机制。土地、债务、基建、产业园、补贴、招商，这一整套机器都依赖房地产继续运转。现在，这套机制进入了标准政策工具无法干净解决的收缩期。

可用于 AI 投资的资源池并不稳定。

它正在缩小。

而且还会继续缩小。

⸻

二、收缩中的资源，还在被主动错配

如果问题只是资源减少，那已经足够严重。

但更致命的是：剩下的资源，还在被主动导向错误的方向。

这不是因为无能，而是因为政治激励本来就和赢得技术竞争无关。

最清楚的例子，就是华为芯片指令。中国 AI 实验室正在通过监管压力和政治信号，被引导去购买华为昇腾训练芯片，而不是英伟达硬件。

华为当前最强训练加速器与英伟达 H100 之间的差距，并不是那种可以靠工程师聪明才智弥补的小幅落后。它是代际鸿沟——体现在内存带宽、互联架构，以及决定硬件能否在大规模场景下被高效使用的软件生态上。

强迫世界级工程师使用劣质硬件，不是产业政策。

这是对竞争力征税。

它的目的，是把资本输送给政治关系正确的利益方。

从这项指令中受益的是华为。承担代价的是每一家被迫执行的实验室。

“自主创新”和“自力更生”是意识形态包装。底层机制更接近租金提取。

⸻

三、速度上的制度税

AI 不是一次性资本支出。

AI 是一个过程。

AI 开发的竞争，不取决于谁一次性投入最多，而取决于谁迭代最快：谁能部署模型，观察真实用户行为，识别失败模式，调整，再部署。这个循环的周期，就是根本性的竞争变量。

美国实验室可以周一发布，周三观察用户行为，周五推送修订版。它们和中国同行相比，不只是“更自由”。它们是在一套完全不同的物理规则里比赛。

中国的监管架构，对这个循环的每一个环节都征收结构性税收。

在中国发布一款 AI 应用，需要进行 ICP 备案；正常情况下，这个流程至少需要二十个工作日。生成内容的 AI 模型，还必须根据 2023 年生效的《生成式人工智能服务管理暂行办法》进行单独备案。凡是涉及政治议题、历史解释、宗教事务，或者广泛意义上被认定为敏感的内容，都必须在模型部署前完成过滤。

不是用户投诉之后再审查。

而是在运营之前，就必须预先过滤。

个性化——根据用户真实偏好和使用模式调整模型行为——在这个框架下不仅困难，而且本身就是监管风险。一个模型如果过于贴近具体用户，就可能生成偏离预设内容边界的输出。

所以，最安全的 AI，就是最通用、最无个性的 AI。

而最通用的 AI，会输给一个可以自由专精化的系统。

在 AI 监管之外，中国科技公司的基础运营摩擦也会继续叠加这些成本。公司注册可能需要一到六个月。实体办公室租约是强制前提。标准经营活动需要多枚政府印章。一个外国创始人如果想在中国开发和测试产品，会面对一套在同级别竞争环境中并不存在的文件和审批负担。

这并不意味着中国没有好的 AI 工作。

当然有。

但这些成果是在制度环境之外、甚至是在对抗制度环境的过程中出现的，而不是因为这个制度环境才出现。

在一场迭代速度是核心变量的竞争中，“尽管如此”不是战略。

⸻

四、剑客记起了往事

在这里，有必要暂时离开技术竞争的季度逻辑，去看更长的历史形状。

现代 AI 的基础设施，运行在一组非常具体的物理组件之上。

逻辑芯片——真正执行计算的处理器——几乎完全由台积电制造。台积电控制着全球前沿制程先进逻辑制造产能的大约九成。

高带宽内存，也就是 HBM，是决定训练芯片数据移动速度的专用内存架构，几乎完全由韩国的三星和 SK 海力士生产。

NAND 闪存，也就是训练后模型存储和分发所依赖的介质，主要由三星、SK 海力士和铠侠主导。铠侠就是原来的东芝存储器，是一家日本公司。

没有光刻机，这些芯片都无法制造。而最关键的光刻设备由荷兰 ASML 建造。

没有电子设计自动化软件，芯片架构师根本无法设计电路。而这个领域由美国的 Synopsys 和 Cadence 掌控。

这不是普通市场结果。

市场不会偶然制造出这种地理集中度。

这是一个冷战工业战略留下的物质遗产。这个战略由美国及其太平洋盟友，跨越三十年执行而成。

从 1960 年代开始，并在 1980 年代加速，美国做出了一系列明确的战略决定：在日本、韩国和台湾建立先进制造能力。这些决定首先不是经济决定，而是地缘政治决定。

日本、韩国和台湾，是太平洋遏制架构的前沿阵地。建设它们的工业能力，有双重目的：一方面强化盟友，另一方面形成足够深的经济整合，使保卫它们本身成为值得付出代价的事情。

产生台积电、三星以及现代半导体供应链的那个同盟，正是那个在四十年冷战紧张中维持威慑的同盟。

它在成为供应链之前，首先是一个战略共同体。

1991 年之后，剑客放下了刀。

苏联解体。太平洋工业同盟的战略理由，看起来不再那么紧迫。全球化提供了另一套逻辑：生产跟随成本，而不是跟随同盟；过去对手的工厂也可以拿来使用；冷战时期的纪律，似乎变成了不必要的管理成本。

日本在通缩、金融停滞和战略雄心逐渐收窄中，失去了三十年。

韩国财阀在中国建厂，深度嵌入中国供应链。

台积电向中国客户出售先进芯片，直到出口管制使这件事变得不可能。

美国资本流入中国科技企业。

冷战英雄们变得舒适。他们忘了，或者选择忘了，那个同盟最初究竟是为了什么而存在。

中国把这种遗忘理解成了永久状态。

但它不是。

剑客没有死。

他只是喝醉了。

唤醒他的，不是单一事件，而是一连串迅速到来的认知汇合。

2022 年 2 月，俄罗斯全面入侵乌克兰，证明威权国家发动领土征服仍然是现实选项，而不是历史遗迹。

中国越来越明确地把自己定位为系统性对手：系统性的军事扩张、经济胁迫行动、围绕台湾的强硬姿态。这让战略利害关系重新变得清晰，而且是以一种这个同盟三十年来已经不需要使用的语言重新变得清晰。

朝鲜向俄罗斯在乌克兰的战争提供弹药和人员，划出了一条可见的线。

伊朗向俄罗斯提供无人机和其他物资，则在同一张网络上添加了另一个节点。

新的威权轴心，并不是通过宣言宣布自己的。

它是通过互相强化的逻辑组装起来的。

这些国家共享一个共同敌人：冷战同盟曾经建立、后来又在全球化时代半途放弃的自由国际秩序。

冷战同盟的回应，并不是自上而下重新设计出来的。

它是从底层被重新记起的。

《芯片与科学法案》把数千亿美元导向美国半导体制造能力的重建。

日本启动 Rapidus 计划，并邀请台积电在熊本建厂——这是整整一代人以来，日本本土第一次重新承接先进逻辑制造。

韩国在 HBM 上已经建立的商业优势，随着 AI 训练成为国家安全议题，突然获得了战略意义。

台积电在亚利桑那动工。

出口管制收紧，然后继续收紧。

那个在全球化年代沉睡的同盟，并不是被重新建造出来的。

它是被重新激活的。

基础设施一直都在。

只是意志需要回来。

这就是中国 AI 雄心正在面对的东西。

不是一个从零组装起来的新竞争者。

而是一个旧同盟：它有深厚的制度记忆，掌控物理供应链中的每一个关键节点，并且正在重新意识到，全球化那段时间并不是历史终点，而只是一个插曲。

失去的正在归来。

剑客拿起了那把三十年未曾出鞘的刀。

而他记得每一次挥刀的手感。

⸻

五、赢家通吃的问题

AI 经济学不会沿着曲线平均分配回报。

它会把回报集中起来。

定义一代 AI 基础设施的模型，和排名第二的模型之间，差距不是“竞争劣势”。

而是无关紧要。

定义性模型会吸引研究者、资本、用户和使用数据，而这些东西又会让它更加具有定义性。

第二名吸引的，是无法访问第一名的用户，以及由这种限制所产生的数据。

在前面描述的结构条件下，中国 AI 行业不可能成为基础模型 AI 中的定义性玩家。

这些结构条件包括：资源收缩、主动错配、制度摩擦、供应链排除。

这不是基于当前能力对比的短期预测，而是一个结构性判断。

能够产生定义性 AI 系统的条件——资源充裕、供应链可得、制度速度、市场自由——在中国并不存在，而且这些条件的发展方向正在变得更差。

这意味着一个严酷的投资结论。

在赢家通吃的市场中，非赢家投资的回报不是减少。

而是消失。

中国投入 AI 的资本，动员起来的工程人才，为“自给自足”叙事所消耗的政治资本——如果这些投入不能产生一个定义性的结果，那么它们产生的就是什么都没有。

不是一个较弱的竞争者。

而是什么都没有。

这正是中国科技政策体系内部没有人被允许清楚说出的命题。

⸻

六、他们也许并不是真的想赢

苏联输掉了军备竞赛。

但苏联是真的想赢。

它的失败，是经济组织能力和激励结构的失败。它无法把政治意志转化为高效的资源配置。但那个意志本身是真实的。

中国的 AI 竞赛有一个结构上不同的问题。这个问题从外部更难看清，因为它对“雄心”的表演太逼真。

再看华为芯片指令。

这项政策一边降低中国 AI 的竞争力，一边把大量资本导向一个在体制内拥有特定政治关系的实体。

这不是悖论。

在一个政策本身就是精英内部资源分配机制的系统中，这正是预期输出。它披着国家战略的语言，实际执行的是资源分配。

AI 竞争的政治表演——新闻稿、基准测试对比、关于 AI 领导力的政府白皮书——维持了这些资本流动的合法性。

真正的竞争结果，相对于分配功能而言，是次要的。

这一点也不应该被过度夸大。中国 AI 行业内部的个体研究者和工程师，完全可能真诚地想赢。这个结构性论点，不是关于个人动机，而是关于这个系统在政策和资源配置层面到底筛选什么、奖励什么、保护什么。

以 DeepSeek 为例。它在硬件指令、内容要求和政治期待的框架内运行，而这些框架限制了它可以优化的方向。

不管它的工程师本意如何，作为一个机构，这家实验室已经成为围绕它的系统的一部分。它展示的是在约束之内可以做到什么，而这和一个无约束地追求胜利的实验室，不是同一件事。

未来的历史学家回看这个时期时，会看到它和苏联军事采购之间的平行关系：名义目标是技术优势，真实目标却经常让位于维持系统运转所需的政治经济关系。

二者的区别在于，苏联领导层相信自己的项目。正是这种信念，让它的功能失调带有一种悲剧色彩。

中国的 AI 政策架构则更加犬儒。它足够精密，可以令人信服地表演竞争；但它在结构上无法真正赢得竞争，因为真正赢得竞争所需要的改变，是这个系统不能允许的。

⸻

七、清算

DeepSeek 在 2025 年 1 月的时刻是真实的。

它背后的工程能力是真实的。

它引发的警觉也有价值，因为它提醒了西方科技圈：中美 AI 能力之间的距离，比自满者想象的要小。

但是，某一时刻的能力，不等于长期的结构性产能。

一个短跑运动员，如果在日益破败的跑道上训练，使用越来越差的装备，还受制于一套在关键时刻不允许他全力冲刺的规则；而他的对手已经重新想起自己为什么要跑——那么他在一次单独计时赛中的成绩，并不能告诉你这场比赛的最终结局。

对中国 AI 雄心的结构性判决，不是对下个季度基准测试成绩的预测。

它是关于底层力量方向的判断。

而所有这些力量，都在朝同一个方向移动。中国政府既没有能力，也没有动机去逆转它们。

资源在减少。

错配在加速。

制度摩擦在上升。

随着出口管制继续收紧，供应链差距正在扩大。

而在桌子的另一边，冷战同盟正在记起自己曾经建造了什么，以及为什么建造它。

不是带着怀旧。

而是带着一种曾经做过这件事的人才有的冷静效率。

那个剑客喝了三十年酒。

现在，他放下了杯子。

他手里的那把刀，是在 1980 年代的新竹、水原、大阪和圣克拉拉铸成的。

它并没有变钝。

当乱世重启，帷幕拉开，那些逝去的，终将还会回来。。

站错这一边，代价不会舒服。