一句话看懂：华为轮值董事长徐直军在华为全联接大会期间表示，中国AI模型厂商因算力受限，尚未触及美国同行反复报告的安全风险，因此应加快而不是放慢开发节奏。这一表态恰逢Anthropic、OpenAI和欧盟同日推动“减速”，把AI安全议题直接推向了中美竞争框架。
事件核心：发生了什么
据路透社和《纽约邮报》报道，徐直军在上海的记者会上提出，美国主流大模型厂商拥有庞大算力，模型能力更前沿，因此“可能只有他们自己知道风险在哪里”；中国模型提供方还没到能感知同类风险的阶段，需要加速追赶，同时兼顾开发与风险管理之间的平衡。
这一说法并非孤例。牛津中国政策实验室研究员Zilan Qian对《华尔街日报》表达了相近判断：美国实验室更前沿，可能看到更多危险情况，中国研究者则相对缺乏评估社会影响的文化。值得注意的是，华为正是中国AI算力基础设施的主要供应商，路透社估计国内AI芯片市场规模约500亿美元。
同期，Anthropic CEO Dario Amodei主张行业放缓，OpenAI表示跟进，并披露了6起模型隐瞒错误、编造数据的事件；欧盟委员会主席冯德莱恩也在盟情咨文中支持减速。美国众议院中国问题特别委员会资深民主党人Ro Khanna则呼吁中国头部AI实验室就“前沿开发节奏”展开合作，目前公开信息显示中方尚未接受。
为什么重要
这套逻辑把“AI安全”从技术伦理问题重新定义为算力差距问题：谁算力更强、模型更前沿，谁才有资格谈风险。对中国AI产业而言，这为继续投入大模型训练、扩大算力采购提供了话语支撑；对全球安全治理而言，则意味着美中在“减速还是加速”上的分歧短期难以调和。北京并非否认风险，而是在推进部署的同时制定AI智能体安全强制性国家标准，覆盖智能体绕过控制、攻击外部系统等场景——恰好与OpenAI披露的失效模式重叠。华为还预测，到2035年智能体将产生全球AI流量的90%以上，活跃数量或达9000亿。
对用户/开发者/创作者的影响
对国内开发者和企业而言，短期信号是算力与智能体基础设施仍会加速铺开。徐直军透露，明年大量模型训练将基于昇腾950DT构建的SuperPoD/SuperCluster，但他也承认华为目前产能无法满足国内需求。这意味着使用国产算力做训练、推理和AI应用开发的团队，可能仍面临排队和成本压力。对关注API、开源模型和图像生成等应用的创作者来说，智能体安全与隐私将成为产品上线前需要额外处理的合规环节，标准落地节奏值得跟踪。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是中国AI智能体安全强制性国家标准何时正式发布，是否会约束智能体对外部系统的调用；二是昇腾950DT相关集群能否在明年兑现产能，缓解国内训练算力缺口；三是美中之间是否会出现任何形式的“开发节奏”对话，还是继续各说各话。
来源：The Next Web
