本文来自微信公众号： 数字经济发展评论 ，作者：数字经济发展评论
导语
AI正在从技术工具演变为经济与地缘政治的基础设施。当工业、国防、医疗、信息系统越来越多地运行在中美企业的AI之上，一种比技术依赖更深层的风险正在浮现——形式上的主权完好无损，社会对赖以运转的系统实际控制却在悄然流失。这篇文章基于布鲁金斯学会的最新研究，探讨中等强国如何在AI时代避免从依赖滑向从属：从“模块化主权”的务实路径，到物理AI赛道的差异化切入，再到公共采购作为产业政策的杠杆价值，最后落脚于对中国AI出海的启示——当以安全和管辖权为门槛的采购规则逐步成型，提前布局比事后应对要从容得多。
原文标题：Middle power AI agency:Preserving choice between the United States and China
原文来源：布鲁金斯学会（Brookings Institution）
编译解读：数字经济发展评论
AI正迅速成为经济与地缘政治权力的基础设施。对欧洲、日本、韩国这类中等强国而言，风险远不止于技术依赖：一旦工业、国防、科研、医疗、信息与文化系统都建立在中美企业的AI之上，形式上的主权或许完好无损，社会对其赖以运转的系统实际控制却在悄然流失。
布鲁金斯学会（Brookings Institution）非常驻高级研究员道格拉斯·雷迪克（Douglas A.Rediker）给出的判断是：中等强国要争取的不是自给自足，而是确保依赖不至于滑向从属。
一、形式主权完好，实际控制流失
作者认为，掌握领先AI资产的国家，将日益决定其他国家参与全球经济与全球事务的条件。中等强国因此面临一种新型风险：依赖会沿产业链条渗透至决策环节，选择空间被逐步压缩，却没有任何一条法律意义上的主权条款被触碰。
对实际控制权的侵蚀并非停留在理论层面，已有现实案例发生。2025年，美国曾对英伟达H20芯片的对华出口设置许可要求，后来撤销；2026年6月，一项出口管制指令要求Anthropic阻止非美籍公民访问Fable 5与Mythos 5，由于无法实时核验国籍，Anthropic不得不对全部用户暂停服务，直至管制解除。
美国商务部的“外国直接产品规则”还可覆盖使用美国技术在境外制造的部分半导体设备。访问权可以被限制，许可可以被撤回，企业也可能受到来自本国政府的压力。
除了政策的不确定性，中等强国与超级大国之间的投入规模差距也在快速拉大。2026年斯坦福AI指数估计，2025年美国私人AI投资接近2860亿美元，是同期中国公开报告的124亿美元的23倍有余（作者提示，中国数字未含大量国家导向资金）；亚马逊、Alphabet、Meta、微软与甲骨文2026年资本支出预计超过7000亿美元，多数投向AI基础设施。
中等强国的任何组合都无法在资金规模上与之匹敌，这也解释了为什么散落在各国、金额达数十亿的零散项目难以改变战略平衡。
依赖与从属的真正分界线，在于是否留有替代方案。同样的外部供应，存在替代方案时是依赖，没有替代方案时便沦为从属。这一区分比“自主率多少”这类指标更贴近问题实质。
二、模块化主权：留住选择权
为什么不能追求全栈自主？布鲁金斯学会此前的一份报告已将结构性前提阐述得明确：全栈AI主权对几乎任何国家在结构上都是不可行的，因为AI是一条跨国技术栈，从矿产、能源、算力硬件、网络、数字基础设施、数据资产、模型到应用，每一层都存在高度集中的瓶颈。
作者据此提出“模块化主权”——在具有战略意义的层级上保留能动性、选择与议价能力，在其他层级上管理不可避免的相互依赖。这一路径既不全面对标美国主导的供应链倡议，也不简单依附其中。
在模块化主权实践中，美国主导的“硅基和平”（Pax Silica）倡议构成了最直接的矛盾焦点。该倡议覆盖关键矿产、半导体、算力、基础设施与模型，已有24个签署方，日本、韩国与欧盟均在列，其中欧盟在2026年6月底加入，此前法国曾表示反对。作者指出，在中等强国尚未建立起自己的互补框架之前，围绕华盛顿召集的框架进行对齐，仍然是一种默认选择。
Pax Silica的排他性在路透社8月14日报道的一份美国国务院信函草稿中，以书面形式具象化。该草稿致送6月美国AI机会声明的35个签署方，范围比Pax Silica签署方更广。其中写明，签署Pax Silica宣言是一项承诺而非会员订阅，不能与“预期与我方相冲突的重复性倡议”的成员身份并存。
其直接指向的是中国于2026年7月发起成立的世界人工智能合作组织——该组织有29个创始成员，哈萨克斯坦在签署Pax Silica的同时亦加入其中。路透社未能确定这份未标注日期的草稿是否或何时会发出，美国国务院拒绝对该报道置评。
这份草稿值得注意的地方在于通篇没有点名中国，但它所主张的排他性针对的是“预期与华盛顿相冲突的重复性倡议”，这个表述宽泛到足以覆盖与北京毫无关系的合作项目。于是真正需要东京、首尔、柏林与布鲁塞尔认真回答的问题，不是在华盛顿与北京之间选边站，而是加入该框架之后还能不能同时建立自己的独立集体能力。
排他性条款最有效的部分往往不是点名的那一段，而是没有点名、因而可以覆盖所有情况的那一段。独立能力本身可能被视为不兼容，这种不确定性对决策的抑制作用，甚至比明确禁令更强。
三、换赛道：物理与工业AI
既然全栈对标不现实、通用平台赛道已被锁定，作者给出的现实切入点是物理与工业AI。美国供应商在机器人与工业部署领域的根基，不如在通用平台领域那样深厚，而中国在这些环节已经相当强势。
据国际机器人联合会数据，2024年中国占全球工业机器人装机量的54%，运行存量约200万台，约为日本的4.5倍；其当前的五年计划把AI驱动的机器人置于工业战略的核心。在物理AI的某些环节，中等强国相对美国平台起步尚早，相对中国却已经落后。
面对中国在规模与成本上的既有优势，中等强国若在规模与价格上正面对撞，注定是输局。作者主张把竞争放在“系统运营者的身份与法律管辖权本身就是硬性门槛”的领域：医院与卫生系统基础设施、电网、供水、铁路、港口、电信、国防保障与两用制造。
在这些关键流程中，监管者、安全部门与保险公司看重的是运营数据的专有性、集成能力、可靠性、安全性、可移植性与可控性，而不仅仅是模型质量本身。在能够安全、低成本地适配美国、中国或其他开源权重模型的地方，则应当保持开放，而非进行象征意义的重复投入。
中等强国并非没有可以整合的资产，问题在于这些资产目前分散在各国的独立项目之中。日本的Noetra计划由新能源产业技术综合开发机构（NEDO）选定，已吸引44家企业与机构投资，包括三菱日联银行，参与方还有日本产业技术综合研究所、Preferred Networks以及索尼、软银、NEC、本田等；其目标是开发面向制造、物流、运输、医疗、能源与基础设施所需的多模态基础模型，而不是又一个国家级聊天机器人。
日本的优势在于世界级制造企业、精密工程与加工能力，以及工厂车间里产生的、别处难以复制的运营数据。汇聚这些数据并不要求把数据搬出厂区——联邦训练与安全访问安排可以让共享模型持续改进，而原始数据留在厂区之内，这正是竞争性工业企业之间能够合作的前提。
Noetra同时也暴露了模块化主权的边界：其规划的算力集群将使用约27500块英伟达Rubin GPU，在算力层仍受制于美国。作者的判断是，日本在数据、机器人与应用方面的优势换来的是杠杆，而非算力主权。
缓解手段包括：联合采购并维持先进加速器的战略库存，在技术与商业可行的前提下支持日本Rapidus、韩国三星等区域产能，为工业部署开发推理优化的本土芯片，投资训练效率与更小的专用模型，以及在专有系统访问受限时，保留开源权重模型做后备。这些措施都无法弥合前沿算力差距，但综合运用，可以削弱任何单一供应商或政府单方面中断其关键部署的能力。
韩国的进展同样值得关注。首尔的“主权AI基础模型”项目把公共支持与国内联盟竞争相结合；据韩国科学技术信息通信部，2026年上半年开发的四款韩国模型进入Epoch AI值得关注模型名单，数据显示2025年美国产出59个此类模型，中国35个，韩国8个。韩国还在高带宽存储等领域具备优势，欧洲则能贡献规模化融资、统一市场与大型工业客户。
三方真正的力量来源，是一个把国家安全、韧性与可控性写进采购要求，而非仅作为偏好的共同市场。
把竞争维度从“模型好不好”切换为“谁在法律上为这套系统负责”，是中等强国唯一可行的路径。这一逻辑在国内也有对应：在关键行业里，可追溯的责任主体与本地化要求，往往比性能参数更能决定采购结果。
四、买方的武器
把上述分散资产转化为规模化能力，首先要面对的是供给侧的融资困境。一项聚焦物理与工业AI的可信努力，几年内可能需要数千亿美元。欧洲虽有经济能力，但障碍在政治与法律层面：多年度财政框架与自有资源制度的调整需要成员国一致同意，涉及收入变化还需各国批准，欧盟目前仍缺乏足以支撑新一轮大规模举债的新自有资源，而“下一代欧盟”计划的偿还将于2028年启动。
作者提出的欧洲战略AI债券是一条思路，但真正的突破口在需求侧。欧盟公共部门每年采购的服务、工程与物资约为2万亿欧元，相当于欧盟GDP的13.6%，这还没有计入日本与韩国的公共采购能力。与超级工厂招标中100亿欧元的公共资金相比，两者的量级完全不在同一个尺度上。
政府作出有约束力的需求承诺，可以比追加资本或补贴更高效。类似空客的启动订单，已签约的确定性收入本身就可以用来融资，给企业在市场规模形成前投入的理由；早期部署还会产生物理AI优势赖以建立的专有运营数据；更重要的是，采购可以重新引导已编入公共服务预算的支出，无需经历耗时且在政治上棘手的新自有资源、共同举债或国家批准程序。
欧盟已经迈出一小步：2026年6月3日提出的《云与AI发展法案》（CADA），拟为公共机构在创新云与AI系统的采购决策中引入一系列非价格标准。作者认为这一方向正确但力度不足，仍处于提案阶段，起草方式也未必能实质性改变采购结果。
更完整的方案应当更具体、更有约束力：参与国政府在特定类别与期限内承诺明确的采购份额，从关键基础设施、电信、国防与机器人起步，并以互惠准入让彼此的供应商进入对方市场。
以公共采购撬动需求，法律约束确实存在。世界贸易组织《政府采购协定》与欧盟采购规则限制对部分外国供应商的歧视，但安全例外条款可供探索。它们不是保护主义的通行证，但如果把门槛建立在安全、性能与互惠上，而不是单纯地以国籍定性，就可以成为抵御外部反弹的依据。
治理是决定成败的另一半。参与应遵循“贡献换准入”原则，重大分配需超级多数批准以避免单一成员主导或掣肘，共同标准必须保障互操作性与数据可移植性。作者用两个案例加以对照：空客拥有公司载体、资产负债表、交付责任以及下达绑定订单的启动客户；Gaia-X只有标准协会、分散的治理与有限的资本，且没有任何一方对其产品负责。
多年的标准制定、国家议程与试点项目，最终没能培育出可与美国超大规模云厂商竞争的欧洲对手。可操作的结论是：中等强国的AI努力必须超越宣言与工作组，要有明确产品、有资金保障的基础设施、有约束力的采购承诺、清晰的交付责任，以及与部署挂钩的里程碑。务实的起点，是由少数政府与工业企业围绕Noetra现有的物理AI工作，出资启动第一个联合项目并作出采购承诺，再逐步扩大成员范围。
供给侧比拼国力，需求侧比拼的则是组织能力。公共采购常年被当作行政流程，实际上却是最不需要新立法就能动用的产业政策工具。
五、正在关闭的窗口
机会窗口不会无限期敞开，但也不应被简化成“必须在几个月内见分晓”。Noetra的路线图将全模态模型定在2028财年前后，面向机器人的真实世界原生模型定在2030财年前后；欧盟首批超级工厂预计要到2028年年中才能投入运行。这些时间表说明，能力建设需要数年实践，也意味着当下就要启动，并设定中间部署目标，防止漫长周期成为拖延的借口。
之所以强调当下就应启动，紧迫感来自AI平台的嵌入方式，一旦嵌入完成，切换成本将迅速攀升。通用平台已进入企业、政府、医院与研究机构；在物理与工业AI领域，美国平台嵌入尚浅，中等强国仍有狭窄切口。但一旦平台从办公室走进工厂、基础设施与机器，数据将在专有系统内持续积累，工人将形成平台特定的技能，政府也会越来越不愿意打断公民与企业已经依赖的服务。
作者的结论落在集体行动上：没有一个中等强国能单独在中美AI能力的全谱系上与之匹敌，但联合起来，它们拥有足够的资本、技术、人才、工业数据与市场规模，来保持有意义的技术能动性。日本与韩国的进展提供了起点，欧洲具备把AI事业做大的资源与工业基础，但前提是超越公告思维、克服碎片化，把AI能力当作紧迫的共同战略优先事项。
窗口期真正考验的不是技术，而是组织能力。路线图、公告与联合声明并不难写，难的是把分散在各国、各企业的资产整合成拥有产品、资本、交付责任且能下达绑定采购订单的实体。Gaia-X的教训正在于此：标准协会无法替代一个对其产品负责的运营主体。
对国内而言，这份报告可以从正反两面解读。正面在于其工具箱：把公共采购当作产业政策的抓手、用联邦训练实现“数据不出厂”的协作、在关键行业把责任主体与可控性写进采购条件——这些在国内的信创、首台套与工业数据流通实践中都有对应做法。
反面在于其排他性逻辑：一旦这套以安全例外与管辖权为门槛的采购规则成型，中国AI产品出海面对的将不只是性价比竞争，而是一套以“谁在法律上负责”为名的准入壁垒，需要在产品形态与合规设计上提前布局。此外，“依赖与从属”的区分也值得用来审视自身：真正要盘点的不是某项技术是否实现自给，而是最关键的几个层级上是否还留有退路。