AI大模型之争——一场核军备竞赛

如果把今天的 AI 发布会静音，只看台上的表情、台下的阵容和背后的投资数字，会不会有一种错觉：冷战回来了。

只不过，蘑菇云换成了模型排行榜，导弹发射井换成了算力中心，核弹当量换成了推理能力。

麦克风前，大家忧心忡忡：AI 会不会失控？就业怎么办？社会如何承受？电力够不够？人类是否应该踩一脚刹车？

转过身，囤积芯片、圈地建厂、争夺人才、筹措资本，一项都不能慢。

这幅画面，可以浓缩成一句话：

对人类的未来忧心忡忡，对自己的下一轮融资雄心勃勃。

当然，不能把所有安全研究都说成表演，也不能把每一家厂商都画成同一张脸。真正值得警惕的，是一种顽固的机制：每个参与者都能为自己的加速找到正当理由，最后，整个系统却越来越难减速。

---

上个世纪的核军备竞赛，也曾充满这种令人不安的合理性。

拥有更多核武器，是为了确保安全；研制更强大的核武器，是为了维持和平；防止别人发展核武器，是为了避免灾难。

当每一方都这样解释自己，世界就被推入一个悖论：为了让战争不发生，为了避免人类的毁灭，必须不断提高发动毁灭性战争的能力。 这揭示了一个事实：认识到危险，与愿意放弃竞争优势，是两回事。

今天的 AI 行业，正在重演这烂熟的剧情。

AI 安全中心发布的风险声明，把降低 AI 导致人类灭绝的风险，与应对大流行病、核战争等社会级风险并列。签署名单中，包括 Sam Altman、Demis Hassabis、Dario Amodei 等行业人物。来源：AI 安全中心声明

而在另一份文件里，数字同样震撼：2025 年 1 月，OpenAI 宣布“星际之门”项目，提出未来四年投资 5000 亿美元、在美国建设 AI 基础设施的计划，并明确将其与美国的 AI 领导地位和国家安全联系起来。来源：OpenAI 项目公告

二者未必逻辑矛盾。参与者完全可以真诚地相信：这项技术很危险，所以必须由更负责任的自己率先掌握。可问题恰恰在这里。 当所有人都相信“只有我领先，世界才安全”，世界就很难真正安全。

---

这场竞赛最强劲的发动机，是对落后的恐惧。

企业担心下一代入口被别人占领，国家担心关键技术受制于人，投资人担心错过下一家超级公司，管理者担心自己成为“错失产业革命”的历史罪人。

于是，原本应该回答“这笔钱能创造多少价值”的项目，开始回答另一个更难反驳的问题：“别人都在投，我们不投，将来怎么办？”

到了这一步，商业判断就有了军备竞赛的味道。对手的预算，开始成为自己的预算依据；对手的扩张，开始成为自己扩张的理由。

我今天未必知道怎么赚钱，但我不能允许你先拥有明天。

安全讨论也因此变得复杂。就业冲击是真问题，失控风险需要研究，能源约束必须处理；同时，这些议题又可能被卷入商业竞争。

“这项技术危险到需要严格监管”，既可以是一句负责任的提醒，也可能在传播中产生意外的广告效果：听起来，它已经强大到足以改变世界。

如果未来规则要求极其昂贵的评测、审计和资质，那公共安全门槛就变成了市场准入门槛。规则是否合理，就要看风险依据、执行方式，以及是否给中小参与者留下与风险相称的合规路径。

虽然安全倡议者未必都怀有垄断动机。同一条护栏，既可能保护行人，也可能圈住土地。

评价安全承诺，要看它最终约束了什么：有没有明确的发布条件？触发风险后是否真的延后上线？外部监督能否产生实际影响？如果“谨慎”只存在于演讲里，“加速”却诚实地写进了预算里，人们显然更应该相信预算。

---

比冷战更富戏剧性的是，这一次，军备竞赛可以上市，可以融资，还可以向普通用户收取月费。

国际能源署在 2025 年发布的《能源与人工智能》报告中指出，全球数据中心投资在 2024 年达到约 5000 亿美元，较 2022 年接近翻倍；自 2022 年以来，标普 500 指数中 AI 相关企业的市值增加约 12 万亿美元。来源：国际能源署报告

曾经，软件行业讲的是轻资产、低边际成本。如今，大模型竞争把土地、电网、冷却系统、芯片供应和融资能力一起搬上了牌桌。而英伟达俨然扮演了AI产业“央行”的角色。

所谓云端智能，落到地上，就是变电站、冷却塔和一张张等着付款的账单。

同一份国际能源署报告预计，到 2030 年，全球数据中心用电量可能增至约 945 太瓦时，超过 2024 年的两倍，AI 是主要增长驱动因素。来源：国际能源署报告

于是，台上讨论能源压力，台下争取供电容量；公众担忧岗位替代，企业研究如何把更多任务交给模型；市场追问估值能否兑现，下一轮融资又把未来往前预支了一大截。

这里最容易出现的危险，是把三个完全不同的判断捆在一起：

• AI 很有用。
• AI 将深刻改变产业。
• 所以，任何 AI 项目都值得当前的价格。

前两句话即使成立，也推不出第三句话。

技术可以改变世界，投资者照样可以亏得很彻底。

一项基础设施具有长期价值，与建造它的公司能够偿还债务，也不是同一个问题。

---

不过，把 AI 与核武器直接画等号，会错过这场竞赛最关键的区别。

核武器的战略威慑，在很大程度上依赖于不真正使用；AI 的商业价值，则依赖于越来越多的人持续使用。

核弹可以永远待在仓库里，模型必须走进办公室、工厂、医院、学校和软件系统，才有机会把投入变成收入。这意味着，AI 竞争的核心在于：可靠性、成本、流程整合，以及用户是否愿意持续付费。

一家制造企业，不会因为模型多答对几道难题，就自动降低废品率。采购资料有没有整理好，设备数据是否可信，知识能否追溯，生成的建议能否进入真实流程，出了错由谁负责——这些问题，模型排行榜回答不了。

实验室里领先十分，到了车间里，可能还差最后十米。

AI 竞争的结局未必会像美苏争霸那样，形成一个稳定的“两强对峙”世界。

它可能同时走向两个方向：最前沿的训练越来越集中，可用的智能越来越普及。

那么，这场号称又一次产业革命的竞赛，会以什么方式收场？

我的判断是，它更可能经历几次残酷的筛选，而不会等来一场宣布所有人停手的“裁军大会”。下面是基于竞争结构的推演，并非已经确定的未来。

首先，账单可能比超级智能更早抵达。

只要能力进步和商业需求足够强，巨额投入就可能得到消化。但如果收入增长追不上设备折旧、能源支出和融资成本，一些参与者会被迫缩减训练、寻找买家，或者转向更窄的应用领域。

届时，先被淘汰的未必是技术最差的公司，而是现金流最先耗尽的公司。

如果出现算法效率的大幅提升，洗牌还会更复杂：用户得到更便宜的智能，一些昂贵基础设施却可能面临利用率和资产价值压力。成本下降又可能刺激需求，因此也不能简单认定效率提升必然导致算力过剩。

这场竞赛，可能一面制造生产力，一面埋葬资产负债表。

其次，竞争优势可能从模型本身，转向完整的控制能力。

如果前沿训练持续昂贵，能够同时掌握资金、算力、供电、分发入口和客户关系的少数参与者，会更有机会留下来。

它们争夺的将包括：谁提供默认助手，谁控制企业工作流，谁决定调用价格，谁掌握用户迁移的成本。

到那时，普通企业关心的可能已经变成：用了谁的智能，就要接受谁的规则多久？

最值得警惕的依赖，未必表现为高昂的单次调用费，而可能表现为数据、流程、人员习惯都已经嵌入同一个平台，想换也换不动。

再次，能力普及也可能反过来削弱巨头的定价权。

如果开放模型、低成本推理和行业专用方案不断缩小“够用能力”的差距，多数用户未必需要最昂贵的前沿模型。

一家工厂要的是准确查出工艺要求，一位开发者要的是可靠完成代码修改。对这些需求而言，足够好、足够便宜、能够自主控制，往往比“世界第一”更有吸引力。

如果这条路径走通，耗费巨资争来的技术领先，可能迅速变成市场的公共底价。

巨头花天价争夺皇冠，客户最后只愿意按水电费付钱。

最后，治理大概率会与竞争长期并存。真正有用的约束，需要逐步落实到可验证的评测、事故报告、责任承担和具体使用边界。核军控的历史提醒我们，信任不足时，漂亮的承诺往往无法兑现；AI 技术更容易扩散、能力更难用一个数字衡量，照搬核查制度也不会自动奏效。

我更倾向于这样一种混合结局：少数参与者继续争夺前沿能力，大量企业退出基础模型竞赛，成熟能力不断降价，商业价值逐渐转移到应用与流程之中；资本在某些环节破裂，技术在另一些环节扎根。

产业革命必将继续，参与革命的公司却未必都能活到庆功宴，一将功成万骨枯。

---

对普通人而言，我们是用户，也是劳动者，还是通过电力设施、公共投入和社会适应成本间接参与这场竞赛的人。所谓“AI 红利”，最终要回答收入、工作质量与机会如何分配。

对企业而言，真正值得争夺的成果，是库存少积压一点、设备少停机一次、研发少走一段弯路、员工少耗费一些无效时间。这些收益需要逐项兑现，不能用“未来已来”四个字代替验收。

我们可以对 AI 的能力保持雄心，也应该对账单、权力和责任保持清醒。

核军备竞赛让人类长期生活在一个问题下：谁掌握毁灭的按钮？

AI 大模型之争，正在把另一个问题推到面前：谁掌握越来越多知识工作与决策的入口？

倘若未来的少数平台有能力定义信息如何被看见、工作如何被分配、企业如何调用智能，那么，这场竞争争夺的就远远超过一个聊天窗口。

我们当然要问，AI 会不会超越人类。

但在那之前，更该问一句：当少数人借助 AI 获得远超多数人的力量，谁来约束他们？