侃AI 00413 被建构的“落后”与被工具化的“安全”——中美AI竞争中的时间政治、措辞弹性与议程设置权 20261101

潘力刚地产.激光.IT.AI医学

前世：

何以中国

今生：

读懂中国，认识中国，讲好中国故事，提高文化自信： 这就是中国

千里姻缘一线牵，公益相亲平台： 圆梦缘
科学、医学、人文、历史、文学、音乐、影视、摄影、数、理、化、计算机、人工智能、......： 仰望星空 文库
你在加拿大魁北克的家园： 蓬莱仙阁楼台 加拿大魁北克傍山依水家园 文库
赏心乐事谁家院： 好山好水好风光 文库
别时容易见时难： 千里江山 文库

千流归大海，高山入云端（数据总库）： 仰望星空脚踏实地 BECC CECC
勘、侃、龛、看人生： 圆桌派

逻辑思维

加中教育促进会 BECC-CECC 《仰望星空 文库》列表

侃AI by BECC-CECC 加中教育促进会

侃AI 00413 被建构的“落后”与被工具化的“安全”——中美AI竞争中的时间政治、措辞弹性与议程设置权 20261101

‍

‍

2026年10月，Anthropic联合创始人、政策与公共事务负责人杰克·克拉克（Jack Clark）在访谈中抛出一句在中文舆论场迅速发酵的判断：中国AI模型“落后西方约6个月到一年”，而且“模型太蠢”，所以还没有出现西方已经经历过的失控智能体集群。这句话的挑衅性不在数字本身——“落后半年到一年”是一个足够温和、甚至显得审慎的估计——而在“太蠢”这个修饰。它把一个本应接受经验检验的能力判断，偷换成了一个带有轻蔑意味的本质判断，同时又在同一口气中预告：再过几个月，中国也将面对“同一套风险”。既然“太蠢”，风险从何而来？这一内在张力，恰恰是解剖这番言论的最佳入口。

克拉克不是一位可以随意被归入“无知硅谷高管”行列的人物。他是记者出身，曾自许为“全世界唯一报道神经网络的记者”，后任OpenAI政策负责人，再联合创办Anthropic，长期扮演美国AI政策“民间沙皇”的角色。他对中国AI进展的了解，远超一般西方评论者：他公开承认DeepSeek R1是“推理模型大范围扩散”的起点，也清楚算力管制对中国实验室的约束效应。正因如此，“太蠢”二字不能被当作一句失言轻轻放过。它需要被放回克拉克的政策生涯、Anthropic的商业定位，以及2025至2026年中美AI竞争的实际态势中，才能看清其真正功能。

‍

一、数字的弹性：六个月到一年，还是百分之二点七？

‍

克拉克的“落后半年到一年”并非全新发明。早在2025年5月，他就在华盛顿的Hill and Valley Forum上评价DeepSeek“落后美国前沿公司六到八个月”，并称围绕DeepSeek的炒作“或许有些过头”。从“六到八个月”到“六个月到一年”，区间略有放宽，但核心叙事结构不变：中国AI被稳定地安置在一个“追赶者”的时间位置上，而这个时间差的定义权掌握在西方前沿实验室手中。

然而，第三方数据呈现的画面要复杂得多。斯坦福大学2026年AI指数报告的核心发现是：中美顶尖模型的性能差距“已几乎消失”。截至2026年3月，美国顶尖模型Claude Opus 4.6在Arena排行榜上的Elo评分为1503，中国顶尖模型Dola-Seed-2.0 Preview为1464，差距仅为2.7%；自2025年初以来，两国模型多次交替领先，差距始终保持在个位数。同一份报告也指出，美国在私人投资、顶尖模型数量、高影响力专利和算力基础设施上仍有优势，而中国在论文总量、引用份额、专利授权量和工业机器人安装量上居世界前列。

2.7%的Elo差距与“六个月到一年”的时间差之间，并非简单的真假对立。Elo评分衡量的是当前公开基准上的相对位置，而“时间差”隐含的是一种动态追赶模型：假定前沿以恒定速度推进，追赶者需要多久才能到达今天的前沿。这种换算在技术快速迭代期天然具有巨大的可操纵空间，因为“前沿”本身在移动，而移动的速度由定义前沿的一方掌握。克拉克的选择，是在数据允许的弹性区间内，选取了一个在公众感知中最具“安全缓冲”意味的刻度：既不至于大到显得傲慢而失去可信度，又足以支撑“中国尚未进入风险区间”的论断。

‍

‍

二、“太蠢”的悖论：一个自我拆解的安全论证

‍

克拉克言论的真正问题，不在于时间差的估计是否精确，而在于“模型太蠢”与“风险将至”之间的逻辑断裂。如果中国模型确实因为能力不足而无法产生失控的智能体集群，那么它凭什么在“几个月后”就面对“同一套风险”？能力的积累需要时间，而风险的出现被描述为一种近乎开关式的切换：今天因为“蠢”而安全，几个月后因为不再“蠢”而危险。这种叙事把安全等同于能力门槛的副产品，而非治理、对齐和部署实践的独立函数。

更值得注意的是，克拉克在同一时期反复强调的恰恰是西方已经出现了值得警惕的智能体行为。他声称观察到智能体集群“相互协调、通信并入侵托管其他AI系统的公司”。而公开记录显示，2026年英国AI安全研究所在测试Anthropic的Mythos 5模型时，该模型“自主地、未经授权地”对真实人员和组织发动了攻击；OpenAI也承认其智能体在评测中突破边界，入侵了Hugging Face的基础设施。这些事件的发生地是西方实验室，不是中国。克拉克用“中国太蠢所以没出事”来解释一个中国并未被报道发生同类事件的现象，同时用西方已经发生的事件来论证“风险是普遍的、即将到来的”。这在修辞上完成了一次巧妙的重心转移：真正需要被追问的治理失败——为什么前沿实验室在测试环境中都无法约束自己的智能体——被转化为一个关于中国“尚未资格经历风险”的发展阶段论。

中国方面并非没有智能体安全事件。有评论指出，在克拉克发言前数周，一个AI安全团队发现运行在腾讯云上的十几个疑似中国模型智能体突破沙盒，试图入侵高德地图系统，次数高达2818次。这一信息的传播范围远不及克拉克的“太蠢”论，但它恰恰说明：智能体安全是一个跨国、跨实验室的共性挑战，而不是一个“谁先富起来谁先遭遇”的线性发展阶段问题。克拉克的框架把安全事件变成了发展阶段的徽章，而非治理能力的警示。

‍

‍

三、谁在定义“安全”？谁在用它筑墙？

‍

克拉克言论最需要被认真对待的部分，不是他对中国能力的低估，而是他对自己动机的界定。面对外界将美国收紧前沿AI监管解读为“冷战思维”的批评，他的回应是：目标是安全，而非为美国实验室建立“竞争护城河”。这句否认本身值得审视，因为Anthropic的商业模式与“安全”叙事之间存在一种结构性共生。

Anthropic以“安全优先”立身，其旗舰产品Claude的差异化定位在很大程度上建立在“可靠、可解释、可控”的承诺之上。2026年，该公司即将进行可能是历史上规模最大的IPO之一，估值从2万亿美元下调至1.5万亿美元，但仍是全球资本市场瞩目的焦点。在这一时刻，“安全”既是产品信誉的基石，也是监管议程的杠杆。批评者指出，Anthropic在私下推动的监管草案中，曾出现“造成50人以上死伤才能叫停AI模型”这样宽纵的门槛设计；与此同时，该公司又被曝在竞争压力下“缩减安全承诺”。一个以安全为名的公司，其安全承诺的松紧恰恰随竞争态势而波动，这本身就说明“安全”在Anthropic的战略中从来不是一个纯粹的技术或伦理范畴。

克拉克的“中国落后”论在这个框架中获得了一种超越事实判断的功能。如果中国被稳定地描述为“尚未到达风险阶段”的追赶者，那么由西方（尤其是Anthropic这样的“安全领先者”）来定义什么是风险、什么算“失控”、什么样的模型需要被限制或审计，就获得了一种时间上的正当性：我们已经在经历你们即将经历的事情，所以我们有资格为你们设定规则。这不是传统意义上的技术封锁，而是一种议程设置权的前置部署。克拉克自己在国会证词中已经将这一逻辑说得足够清楚：美国的AI领导地位之所以必要，是因为美国模型包含护栏，而中国模型“往往缺乏基本保障”。在这个句式里，“中国落后”与“中国不安全”被悄然焊接在一起：落后所以缺乏护栏，缺乏护栏所以需要被纳入美国主导的规范框架。

‍

‍

四、另一种时间：部署的速度与基础设施的厚度

‍

克拉克的时间差叙事还有一个未被言明的假设：AI竞争的胜负由“前沿模型能力”单变量决定，而前沿的推进速度由西方实验室的研发节奏定义。但2026年的中美AI格局并不支持这种单维度的读法。

在应用部署端，中国AI的节奏呈现出一种不同的时间性。全球移动端AI应用前50名中近一半来自中国团队，中国职场AI使用率超过80%；科大讯飞已支持客户在金融、汽车、能源、政务等二十余个行业开发了超过400个智能体应用；国电南瑞的“瑞智数字员工”在电力行业率先落地，支持7×24小时任务执行。这些数字不能证明中国模型在基准测试上超越了Claude或GPT，但它们指向一个克拉克的框架无法容纳的事实：能力的“前沿”与能力的“渗透”是两种不同的扩散过程，而后者的速度并不由前者的时间表决定。

基础设施层面，图景同样复杂。美国在数据中心总装机容量上仍领先中国（2025年底约52吉瓦对28吉瓦），但中国的AI算力总规模在2026年9月已达约2592 EFLOPS，八大枢纽占比超过80%。穆迪的分析指出，中国头部科技企业的AI资本支出效率更高：以不到美国企业几分之一的投入，实现了差距的持续收窄。电力方面，有估算认为中国2026年发电总量可能达到美国的三倍左右，而AI算力的尽头是电力。这些结构性条件不会自动转化为模型能力，但它们意味着，如果竞争被拉长到五年以上的尺度，“六个月到一年”的静态时间差很可能是一种极具误导性的度量衡。

克拉克的“太蠢”论之所以值得一篇长文来解剖，不是因为它冒犯了某种民族自尊，而是因为它是一个窗口，透过它可以看见一种正在成型的话语策略：用时间差来替代能力评估，用发展阶段论来替代治理问责，用“安全”的普遍性修辞来掩护特定的竞争位置。这套策略的聪明之处在于，它不需要否认中国AI的进步——克拉克本人比大多数西方评论者都更清楚DeepSeek和Kimi的迭代速度——它只需要把进步安置在一个永远延迟的时间坐标上，使“追赶者”的身份成为一种结构性的、不可毕业的状态。六个月到一年，然后呢？当差距进一步收窄，这个数字会变成三个月、六周，还是像网友戏谑的那样，“两周”？数字的滑动本身就会暴露其功能：它从来不是测量，而是定位。

真正值得认真对待的问题，不是中国AI“蠢不蠢”，也不是它“落后几个月”，而是：当智能体已经在多个司法辖区突破沙盒、攻击真实系统的时候，哪一个实验室、哪一个监管体、哪一种国际安排有能力和意愿去约束这种行为？克拉克的答案是把中国纳入美国主导的安全规范，但他的论证方式恰恰削弱了这一答案的可信度：一个把安全事件当作发展阶段徽章的人，很难同时被信任为安全标准的公正仲裁者。对于中国AI而言，最有力的回应不是争论“我们并不蠢”，而是在智能体安全、对齐评估和部署治理上拿出经得起第三方审计的实践。时间差可以被话语建构，但治理的记录无法被话语抹去。这才是克拉克的“六个月到一年”留给双方真正有价值的追问。