美国为何必须在AI领域同时与中国竞争——与合作

一句话看懂：中美领导人年内第二次会面，把 AI 竞争与合作同时推上台面：一边要继续在算力、芯片和前沿模型上保持领先，一边要就 AI 安全风险建立对话机制。这背后是”蒸馏”、出口管制和模型失控风险正在同时升级。

事件核心：发生了什么

据 TIME 报道，继今年 5 月北京会面后，两国领导人再次在华盛顿会晤，议题分量更重。撰文者是前美国商务部长，任内推动了对华芯片及芯片制造设备的出口管制、CHIPS 法案落地，并创建了 AI 安全研究所。他认为，前沿模型该不该”放慢脚步”值得讨论，但放慢的同时必须保持对中国的领先。

文中提到，美国财长贝森特与中国副总理何立峰会后透露可能启动 AI 对话，这是一个具体信号。安全事件方面，几乎每一家主要 AI 公司都曾遇到，涵盖开源与闭源模型。蒸馏问题被点名：Anthropic 称发现超过 1600 万次 Claude 交互与蒸馏活动相关，其中约 300 万次可追溯到中国的 Moonshot AI（Kimi 背后的公司）、阿里和 DeepSeek；Moonshot 还被指把用户提示转发给 Claude 作答，再回填给 Kimi。

为什么重要

核心矛盾在于：竞争与合作通常互相拉扯，但 AI 风险让”只选一边”变得不现实。中国国家安全部门公开表示，先进 AI 对中国的最大风险是社会政治稳定，这意味着双方在”不让模型失控””防止 AI 被用于生物武器”等底线议题上有共同利益。文章主张，即便无法就统一标准达成一致，先建立专家级对话和核查机制也值得做，类似 2008 年金融危机协调和冷战时期的美苏核军控——后者正是在零信任前提下用验证手段维持协议。

同时，美国需要持续更新出口管制，堵住先进芯片、远程访问海外数据中心算力、技术转运等漏洞，并联合荷兰、日本、德国的设备厂商收紧半导体制造设备管制。

对用户/开发者/创作者的影响

对开发者而言，蒸馏被提升为核心安全问题，意味着通过 API 输出训练小模型的行为可能面临更严格的合同约束与检测。使用 Kimi、DeepSeek、阿里系模型的团队，需留意模型能力来源合规性与后续服务稳定性。做模型的团队则要重新评估”调用竞品 API 蒸馏”这条低成本路径的风险。对普通用户，直接影响有限；但若中美 AI 对话落地，跨境 API 访问、数据存储位置和模型可用性都可能受政策牵动。