中国AI的开放逻辑

　　明者因时而变，知者随事而制。

　　2026世界人工智能大会（WAIC）正在上海举行。

　　谭主在现场，听着不同语言讨论这项一日千里的技术——有人看到了机遇，有人看到了竞争，有人看到了风险，还有人看到了鸿沟。

　　这些期待与焦虑交织的讨论，指向了更深层的问题，对应着习近平主席在大会开幕当天，向世界提出的四个时代之问：

　　“当机器开始思考，人类如何与之相处？当算法参与决策，安全如何保障？当技术挑战伦理，治理如何跟上？当鸿沟不断拉大，普惠如何实现？”

　　于是，谭主拿着这四个问题，与会议主办方之一的国家发展改革委相关人士，以及会场内外的多边国际组织代表、中外学者、头部AI企业研究员进行了交流。

　　他们的回答各有侧重，但最终都指向了同一个方向——开放，这也正是习近平主席讲话中的一个关键词。

　　这种共识本身就很有意思。如果以外媒报道作为观察窗口，过去十年他们描述中国AI的关键词，经历了明显的转变——从早期的“追赶者”，到后来警惕的“战略竞争者”，再到今天频频出现的“规则制定者”“开源倡导者”。

　　围绕习近平主席的讲话，讨论变得更加聚焦：中国的开放理念，如何为人工智能技术提供一套新的框架？

　　如果从社会运行的几个关键视角切入：技术、生产、资源、秩序——对应到人工智能，就是算力与模型、应用与场景、数据与语料、规则与治理。

　　在每一个维度上，中国都在用自己的开放实践，描绘新的秩序。

　　「 01 」

　　习近平主席提到，人工智能是世界经济增长的新引擎和新旧动能转换的加速器。

　　而只有做到“开源开放、合作共享”，增长的方向从规模崇拜转向普惠时，人工智能技术才能真正助力发展。

　　理解这一判断，可以从会场的一个细节说起。

　　走进大会展区，谭主有一个直观的感受：大模型不再是话题中心了。

　　就在大会开始前，月之暗面发布了全球最大规模的开源模型Kimi K3。谭主本以为，这将成为当天的明星话题。但在逛展的时候，感受到的却是一种专注——各个展商都在专注自己的应用场景，专注技术如何落到一个具体的行业、一个具体的问题里。

　　这在一定意义上，回答了技术发展的价值取向问题：

　　行业正加速走向通用人工智能。过去，主流信仰是“规模法则”——堆更多算力、卷更大模型。但极致的人工智能技术，能带来各国的普遍增长吗？

　　被称为“硅谷精神之父”的凯文·凯利就告诉谭主，他是“规模法则”的怀疑者之一。堆算力、加数据、投能源，他认为是不可持续的。

　　与之对应的，是中国的行动——义无反顾地选择开源、共享，帮助其他后发国家。

　　大会期间，国家发展改革委发布了一份名为《人工智能合作发展行动计划》的文件，其中，有一条叫“智能算力普惠行动”——措辞不是“输出”，而是“联通”。

　　落到具体案例中，GeoGPT地学基础模型已服务145个国家、5.5万名科研工作者；马来西亚橡胶加工从业者在用中国的小模型算法优化劳作方式。

　　这正是以普惠实现发展的体现。

　　「 02 」

　　习近平主席提到，应当共同反对在人工智能领域泛化国家安全概念、把本国安全凌驾于他国安全之上的做法。

　　理解这句话，需要从今天人工智能的发展阶段说起——人工智能正从数字世界走向物理世界。

　　谭主在大会现场，对此深有感受。

　　谭主了解到，本次大会有近200家采购团，约三分之一来自海外，需求覆盖了各种行业、各种场景。

　　随着人工智能进入能源、制造、医疗、科研和城市运行等领域，它正成为重新组织现实世界的一种底层能力。

　　这使得人工智能逐渐从辅助工具变成了决策和行为主体，算法的判断正在影响一个人的生命财产安全，乃至一个社会的公正。

　　那么，这时，安全如何保障？

　　从国际社会的反应来看，部分国家禁用他国大模型，泛化国家安全审查，制造科技“断链”。

　　这就引发了一个追问：当智能应用走向全社会，以邻为壑的安全观还管用吗？

　　如果把外面的技术挡在门外，既挡不住算法风险本身的跨界扩散，也拒绝了一个更务实的出路：在真实场景中共同测试、共同迭代、共同建立追责机制。

　　《人工智能合作发展行动计划》里，有一条叫“安全治理协作行动”——明确提出共建安全治理机制，加强信息共享和应急处置合作。措辞不是“各自防范”，而是“协作”。

　　智利电网就用上了中国的“数字智脑”，帮助这个国家保障能源动脉的平稳运行。

　　这背后是一种“安全共担”的理念——在真实场景中一起发现问题、一起迭代。

　　谭主了解到，随着智能体和具身智能进入产业，智能体身份怎样识别、不同智能体怎样调用工具和协同工作、人机协作怎样划分边界，都将成为标准共建的具体对象。

　　「 03 」

　　习近平主席提到，要用全人类共同价值塑造人工智能的价值观。

　　如果说前两个层面回答的是“往哪里走”，那么，方向对了之后，怎么走同样重要。

　　凯文·凯利分享了一个观察：“目前大多数模型都处于一个非常相似的文化空间，给出相似的答案，带着相似的偏见。这可能是因为它们所接受的训练材料是相同的。”

　　如今，数据供给正从早期的“大水漫灌”进入追求优质语料的精细化阶段——各国前沿实验室现在普遍采用高质量合成数据进行训练。

　　问题是，用单一标准来判断什么是“优质”，能否代表多元世界？

　　如果标准由技术先发者单方面制定，全球南方大量的口述文化、本土知识、小语种，很可能在清洗过程中被判定为“不规范”甚至“噪声”。

　　纽约大学教授阿伦·桑德拉拉詹告诉谭主，算法质量取决于训练数据，而数据本身可能包含历史上不公平、有偏见的决策——要主动纠偏，确保它不排斥某些人群。

　　不过，有了这一认识还不够。可以更进一步思考的问题是，如果连“什么是偏见”都由一种文明单方面定义，那“纠偏”本身就可能造成新的偏见。

　　因此，中国在做的，不是“筛选”数据，而是“共建”语料库。《人工智能合作发展行动计划》第一条就写着“优质数据供给行动”，正计划推动多语种语料共建共享。

　　过去几百年的国际秩序，很大程度上是由先发国家的语言、技术和制度框架塑造的。那些没有被充分书写的知识和文明，天然处于劣势。

　　而人工智能时代的语料库建设，给了我们一个新的机会，不是去复制旧的知识权力结构，而是让更多文明平等地参与定义“什么是重要的知识”。

　　中国选择的“共建”，正是在这个机会面前作出的回答。

　　「 04 」

　　习近平主席提到，加强人工智能发展战略、治理规则、技术标准的对接协调，早日形成具有广泛共识的全球治理框架。

　　这其中提到的治理问题，是很多人关注今年大会的一个重要层面。

　　今年的大会，一票难求。

　　一位连续三年负责海外企业需求对接的参会者告诉谭主，第一年她邀请海外客户，有些人还不了解这个大会；今年，不少客户“挤破头”想来，她手里已经没票了。

　　阿伦·桑德拉拉詹告诉谭主：今年的大会重点讨论“全球AI治理”，本身就很有信号意义。

　　先发国家手握模型、算力、数据和标准，难免想固化这种优势，治理规则就是他们的抓手。

　　中欧数字协会主席路易吉·甘巴尔代拉就向谭主表达了一个担忧：AI可能会把国家分成两类，一类卖AI、有自己的产业，另一类只能买AI、没有自己的产业。

　　问题是，谁建立了先发优势，谁就独揽规则制定权吗？

　　从2023年的《全球人工智能治理倡议》，到联合国大会的“加强人工智能能力建设国际合作”决议，再到《人工智能全球治理行动计划》，中国给出的回答一以贯之：规则不是先到先得。

　　《人工智能合作发展行动计划》里，“规则标准共建行动”的措辞不是“输出”规则，而是“共建”。

　　当技术、应用、数据和规则的四重变革同时涌来，为了让人工智能成为各国共同参与、共同受益的公共产品，“中国愿以更加开放的姿态、更加务实的行动、更加长远的目光，同各方一道把握和应对人工智能发展的机遇和挑战，携手共创人类社会更加美好的未来！”

　　这份答案，正在被越来越多人听见。