总体来讲，中美人工智能竞争，是一种范式的变化，从稀缺性主导变成扩散性主导，就是说，竞争正在从单纯争夺能力上限，扩展到同时争夺能力的扩散速度、应用规模和生态影响力。

观察者网：美国媒体经常描述美国社会对人工智能比较害怕，乃至拒绝。有不少报道一直在关注，许多州掀起抗议人工智能数据中心建设浪潮。据您的观察，真实情况果真如此吗？

蔡翠红：我觉得美国社会现在比较典型的状态，可以概括成三个词：使用、焦虑和不信任。不是拒绝人工智能，而是一边迅速增加使用，一边担心社会后果，同时对企业和政府缺乏足够信任。

具体表现在担心人工智能使用范围不断扩大带来的三个层面问题：第一是就业和收入安全；第二是隐私、虚假内容和算法可靠性；第三是更深层的治理问题——数据由谁掌握、出了问题谁负责、政府和企业是否值得信任。

这里还要注意，在美国当前政治环境中，“中国威胁”或“对华竞争”，一直是比较有动员力的政治语言。比如犹他州数据中心争议，曾有人把当地反对组织与中国联系起来，但后来承认没有证据。这背后是污蔑者利用国家安全叙事掩盖地方利益冲突。

当地民众抗议数据中心建设，不代表反对人工智能。居民真正关心的是非常具体的问题：项目决策是否透明？社区能不能获得实际经济利益？

还有，他们担心与大型科技资本之间的成本分配。比如，是否挤占当地水电资源？是否推高水电费用？是否造成噪音、环境污染？是否导致大量失业？

所以，抗议数据中心建设不等于反对发展人工智能。当地居民可能支持美国发展人工智能，但这不意味着愿意无条件接受一个占用本地电力、水和土地、享受税收优惠，而收益主要由外部科技企业获得的数据中心。

观察者网：人工智能政策涉及到方方面面的利益方，所以分歧也就在所难免。您能谈谈美国两党之间、政府部门之间、政府与硅谷企业之间、企业与企业之间存在哪些分歧吗？

蔡翠红：上述四组关系，并不是边界清晰、立场固定的阵营。两党不是简单对立，财政部不必然温和，国防部也不一定强硬。还是要考察具体问题。

先看两党。目前美国两党之间明显的共识是，中国是美国最主要的人工智能战略竞争者，美国必须保持对中国的人工智能竞争优势。区别在于如何赢得这场竞争，以及愿意为此承担什么样的监管和社会成本。

共和党，特别是在特朗普第二任期，强调减少对美国人工智能企业的前置监管，加快数据中心、能源、电网和芯片基础设施建设，同时避免不同州形成相互冲突的监管规则。他们更担心的是监管过早、过重，拖慢美国企业创新速度。

民主党则更关心另外一些问题：劳动者是否被替代？算法会不会造成歧视？消费者是不是可以追责？训练数据是不是侵犯版权？个人信息是不是被保护？大型公司是否获得过度市场权力？民主党更担心的是，如果人工智能机制缺乏透明度和相应保障，这些社会风险引发的公众抵制可能最终会影响美国长期竞争力。

所以两党核心差异在于，共和党担心监管过早导致美国输给中国，民主党担心缺乏监管导致社会失控，终究反过来破坏创新。

政府部门之间，同样不能简单划分成鹰派、鸽派。我觉得更准确的理解是各部门的优先关注点不同。

国防部、情报部门关注低概率但高损失的国家安全风险，如最坏的情形和能力的上限。他们会担心相关技术是否提高中国军事现代化能力。所以即使一项技术具有很大的商业价值，也更倾向于提前考虑限制。

财政部关注资本和金融工具，比如，美国资本金融服务投资网络是否会帮助中国发展敏感技术？如果实施金融制裁，能否在不误伤大量正常商业活动的前提下精准执行？

商务部，处在国家安全跟产业竞争力的交叉点。一方面要关注相关技术是否增强中国人工智能或军事能力，一方面又要考虑过度限制是否导致美国企业失去全球市场，并推动中国更快进行国产替代？

国务院以及外交系统，则会关注像荷兰、日本、韩国等盟友是否愿意跟随？美国能否向第三国提供具有吸引力的替代方案？

政府和硅谷之间，则是一种既相互依赖，又相互制约的关系。如今的政府越来越依赖私人企业提供技术，包括模型、芯片、云平台和技术人才。企业则依赖政府提供能源和基础设施审批、科研资金、政府采购，还有包括出口许可、国际市场保护等等。

这两者之间是一种共生的关系，但冲突也很明显。

政府关心中国会不会“蒸馏”美国大模型？芯片出口会不会增强中国能力？大模型会不会存在网络、安全、军事风险？

企业关心能否从政府获得足够的水电、土地？规则是否稳定？州与州之间会不会法律相互冲突？企业还会担心监管责任边界是否清晰，模型发生错误以后责任应当追溯到模型开发商、部署企业还是最终使用者。

硅谷企业之间，分歧主要还是在于商业模式、市场位置。

以英伟达为代表的芯片企业，会担心如果中国企业没办法买到美国芯片，中国就可能会加快国产替代，美国企业就会失去收入、市场和标准的影响力，所以他们更倾向于控制最尖端产品，同时允许性能比较相对低的芯片继续出口。

像Anthropic这种更强调前沿模型安全的企业，会认为短期商业收入不能优先于维持美国在先进人工智能和算力上的战略优势。所以，他们公开支持对先进半导体实施严格的出口管制，并强调防止前沿模型能力通过蒸馏等方式向竞争对手扩散。

像Meta这种强调开源模型权重路线的平台企业，则更强调技术扩散和开放生态。扎克伯格最近就表示，封禁中国大模型并不是美国获得竞争优势的有效办法，认为美国更应该解决自身在基础设施等方面的系统性能力瓶颈。

还有初创企业，涉及风险投资，他们担心，复杂的模型注册、安全评测和法律责任最终只有大型公司负担得起。因此他们往往主张把监管重点放在明确的高风险用途上，而不是对所有基础模型施加同样的前置要求。