本篇報導與圖片取材自海外智庫學者楊建利發表於《議報》的深度分析文章（原文出處：https://yibaochina.com/?p=258739 ）。
該文核心論點指出，美國過去僅靠晶片等硬體出口管制來遏制中國AI發展存在重大漏洞，中國正透過購買美國高階數據與專家服務吸納「AI知識管道」；因此，美國不應採取「完全開放」或「全面脫鉤」的極端做法，而應實施「可控的精密開放」，透過精準調節技術與知識流動，維護以美國為核心的全球AI生態系統霸權。以下為詳細報導內容：
超越晶片封鎖！海外智庫警示：美中AI大戰焦點已轉向「知識管道」與生態系競爭
隨著全球人工智慧（AI）競爭越趨白熱化，華盛頓當局過去幾年將戰略重心高度集中於「限制高階半導體與GPU晶片出口」。然而，知名海外學者與民運人士楊建利近日於《議報》發表深度分析文章指出，這種單純依賴硬體封鎖的思維存在嚴重盲點，中國正透過購買美國的「AI知識庫」與高階數據服務，繞過硬體限制並快速提升其模型性能。
文章引述路透社科技記者安娜·唐（Anna Tong）的調查指出，專門從事AI訓練數據的美國公司，每年從中國科技公司賺取約5億美元的業務。這些公司提供的服務絕非傳統的圖片標註或資料清理，而是組織程式員、數學家、科學家與各領域專家，設計複雜的推理難題、建立評估標準，並創建用於「訓練後優化」的高品質數據集。
楊建利強調，這形成了一個奇特的悖論：美國政府或許成功阻止了中國購買輝達（NVIDIA）最先進的晶片，但美國公司卻在合法出售技術服務，直接幫中國大幅提升現有晶片和模型的效能。
為此，文章提出了「人工智能知識管道」（AI Knowledge Pipeline）的新概念。楊建利指出，競爭的關鍵已從第一階段的「規模與算力」（預訓練階段）轉向「專家推理、合成數據與工具使用」（訓練後階段）。稀缺的戰略資源不再只是硬體算力，而是人類專業知識被轉化為機器可讀的「組織化智慧」。
針對美中未來的科技博弈，文章分析了兩種極端策略的風險：
•完全開放：若中國系統性地吸納美國的創新成果，再結合其龐大的工程技術人員、製造規模、國家資源與國內市場，可能讓中國在由美國承擔研發成本的情況下實現超越。
•全面遏制：若美國試圖完全切斷人才、資本、數據與技術的聯繫，將迫使中國徹底消除對美依賴，轉而建構一個從晶片到標準的平行生態系統，進而削弱美國全球體系的影響力。
楊建利主張，美國需要的既非完全脫鉤也非盲目開放，而是「可控的精密開放」（Managed Precise Openness）。政策制定者應將科技控管視為包含數十個分級開關的控制面板，對尖端GPU實施嚴格限制，對基礎科學與開源研究維持開放，對數據管道進行動態調節。
文章最後總結，AI競賽的最終勝負，不在於圍繞先進技術築起多高的圍牆，而在於能否構建全球最強大、最具吸引力且不可或缺的生態系統，並極其精準地知道在哪裡築牆、在哪裡設閘，以及何時開放這些屏障。
【本報觀點與專家評論】
楊建利的分析精準擊中了華盛頓過往「硬體決定論」的戰略盲點。當前 AI 發展已從單純堆疊算力的預訓練，轉向極度仰賴人類專家知識與邏輯強化的訓練後優化階段。光是封鎖晶片硬體，卻放任高品質智慧數據輸出，無疑是「關了前門、開了後門」。
然而，若從當前 AI 產業發展的最新現實來審視，該文仍有幾處未竟之處與可進一步優化的方向：
• 低估「合成數據」的替代效應：文章過度強調美國專家數據的不可替代性。事實上，頂尖 AI 模型正快速走向透過自我博弈生成「合成數據（Synthetic Data）」進行訓練，未來對人類專家數據的依賴將逐漸遞減。
•「知識管道」監管落地困難：實體晶片有海關與序列號可查驗，但數據集與專家諮詢屬於無形資產。要求政府精準監管知識流動，極易落入官僚反應滯後，或是過度干預反而傷害美國本土科技創新的困境。
•開源與模型蒸餾的悖論：西方開源頂尖模型後，中國團隊能以極低成本進行「模型蒸餾（Distillation）」，快速縮短技術差距。如何既能透過開源維系生態系，又能防止技術被對手「免費複製」，是該文中並未解答的關鍵題。
對政策制定者的進階建議
1.監管重心轉移：政策應從監管數據公司銷售資料，轉為嚴格限制中國企業透過雲端 API 對美國頂尖模型進行大規模「模型蒸餾」。
2.構築多重實體護城河：除了半導體晶片，美方應將戰略防線延伸至中國短期內難以跨越的實體領域，如大型 AI 資料中心所需的核能與綠電供給、先進封裝技術等，以實體障礙彌補軟體與數據監管的天然漏洞。
探索更多來自 彌勒熊報 的內容
訂閱即可透過電子郵件收到最新文章。