中国的国家主导型 AI 治理路径
接着番外二。
美国的路径是”国家退场,Big Tech 填补”。新加坡的路径是”小型政府用极致质量做样板”。中国的路径是这三者中最具结构性的——国家主动、深度、系统地把 AI 嵌入经济管理和公共治理本身。
这一篇要先说一件事:这是几篇番外里最容易写偏的一篇。
写偏的方式有两种。一种是滑向西方主流叙事的”中国威胁论”——把中国的 AI 治理简化为”老大哥”的升级版,把任何治理实验描述成一个统一的、覆盖每个人的赛博利维坦。这是过时的、不准确的、对读者无价值的简化。
另一种是滑向官方叙事——“中国式现代化""科技为善""人民至上”。这同样简化、回避真问题、对读者无价值。
这一篇要做的是第三件事:冷静、精确、有判断力地描述正在发生的事。它的真实形态比西方流传的版本更精细、也比官方叙事呈现的更深远。它对这个系列的读者(其中相当一部分是华人,或和中国有商业、家庭、资产联系)的真实含义,需要被认真理解。
我会尽量把讨论限制在经济和公共政策层面。具体的政治体制问题不是这一篇的重点——读者各有判断,我也不打算在这里展开。
一、为什么是”国家主导型”
中国和其他大国在 AI 治理上的根本差异,可以用一个词概括:国家主导。
不是”国家管一管”,不是”国家做底线”,而是国家作为治理体系的主导者,把 AI 主动、系统地嵌入到经济运行、公共服务、社会管理的方方面面。
这种主导可以拆成几个特征:
- 决策集中——重大方向由中央层面统一决定,执行链条短。
- 执行下沉——基层组织保证落地,行政体系延伸到末梢。
- 数据汇聚——跨部门、跨层级的数据流动相对顺畅,行政体系内部信息壁垒不算高。
- 合法性来自”科学决策 / 长期规划 / 国家利益”叙事——也就是**“看得更远”**的话术。
这套形态本身就具备承接 AI 的能力。当现代信息基础设施(传感器、数据、AI、算法)叠加上去时,它会被放大、固化、自动化:
- 决策集中——叠加上跨部门数据汇聚和 AI 辅助分析,集中决策的信息基础前所未有地强。
- 执行下沉——叠加上网格化管理 + 移动政务平台 + 算法分发任务,基层执行精度和速度前所未有。
- 数据汇聚——叠加上全方位的舆情监测、行为数据采集、信用数据沉淀,顶层”看见”基层的能力前所未有。
- 合法性叙事——叠加上**“科学决策""精准治理""AI 辅助”的现代话术**,获得了一层新的技术-理性外衣。
世界上没有其他大国在治理形态上有同样的起点——所以这条路径只有中国能走。新加坡有类似的逻辑,但体量完全不同。
二、三重契合:为什么是中国
第六篇里讨论过哪些国家最容易转向”AI 决策派”。当时给出的三个维度:决策集中度、技术能力、治理偏好。
中国在这三项上都强——而且不是”刚好都强”,是三者之间有深度的相互契合。
第一项:决策集中度。
中国是当今世界决策集中度最高的大国之一。重大政策从决策到执行的路径极短。这条路径在多数发达国家通常需要 18-36 个月,在中国可以压缩到几个月。
这种集中度对 AI 辅助决策来说是完美的承接面——AI 给出的方案有一个明确的、有能力执行的、不需要反复辩论的决策者。
第二项:技术能力。
这一项过去几年发生了关键变化。
2023 年之前,西方主流判断是”中国会比美国差一个代际”。DeepSeek 等推理模型在 2025 年的快速突破让这个判断不再可靠——以远低于美国头部公司的训练成本,做出了对标 OpenAI 同期模型的能力。之后阿里、字节、腾讯、智谱、月之暗面、MiniMax 等国产模型在多个维度都进入了全球第一梯队。
不只是大模型。AI 视觉、城市大脑、智慧政务、电子政务平台、AI 辅助公共服务——这些应用层的整合,中国走得比任何其他国家都深。
底层支撑:中国有全球最大的算法工程师群体、最大的应用市场、最完整的产业链(从云到模型到应用)。美国的 AI 优势在最前沿,中国的 AI 优势在落地的深度和广度。
第三项:治理偏好。
这是最被低估的一项。
“科学决策 + 长期规划”是中国治理传统中早已存在的核心叙事。“用系统的方法分析中国实际”在改革开放后被表述为”实事求是 + 科学规划”。
而 “AI 辅助科学决策” 是这个叙事的天然延伸。AI 不只是工具,它和这套治理哲学深度同构:
- “比个体看得更远”——AI 的优势
- “比短期利益更超脱”——AI 的优势
- “比情绪化民意更冷静”——AI 的优势
- “服从规律而不是票数”——AI 的优势
这些”优势”在民主国家是 AI 决策的争议点(削弱代议制),在中国的治理叙事里是 AI 决策的卖点。
所以中国走 AI 治理路径时,叙事层面没有摩擦,反而有加分。这是它和美国最大的区别——美国走任何 AI 治理路径都要克服”反集权”的传统阻力,中国走 AI 治理路径直接顺着既有叙事走。
把三项加起来,中国是世界上唯一一个”决策集中度 + 技术能力 + 治理偏好”全部对齐的大国。
新加坡、海湾国家在前两项上对齐,但体量太小,缺乏全球级影响力。美国在技术能力上最强,但在另外两项上完全不对齐。欧洲、日本、韩国等在三项上都不完整。
只有中国具备完整的”AI 辅助治理大国”的所有要素。而且——这是关键——它已经在做了。
三、正在发生的事:四个层面
这一节要从抽象回到具体。中国的 AI 治理现状,可以从四个层面看清。不展开具体政策时间表和数字(细节核实成本太高,且随时在变),只看结构。
第一层:监管框架的深度和系统性。
这是最容易被西方读者低估的。
过去几年,中国构建了世界上最深、最系统的 AI 监管体系——覆盖算法推荐、深度合成、生成式 AI、AI 内容标识、拟人化交互等多个维度,以国家网信办为主要执行者,跨部门协同涉及多个部委。
注意一件关键的事:美国正在主动撤掉 AI 监管的同时,中国正在主动加密 AI 监管。两个国家的方向完全相反。
而且中国的监管不是”挂在墙上的法律”——监管机构已经审批和登记了大量生成式 AI 平台,每个模型上线前都要做安全评估、内容审查、备案登记。
这是世界上唯一一个真正”先发牌照后开张”的 AI 市场。
第二层:城市大脑和智慧政务。
各地”城市大脑”项目已经把交通、政务、医疗、公共安全、环境监测等数据流整合到统一的城市管理系统中。具体效果数字应当打折扣,但核心逻辑一致:把城市作为”数字孪生”建模 → 实时数据接入 → AI 预测 + 优化 → 自动调度。
类似的系统已经在几十个城市部署。这是世界上最大规模的”AI 辅助城市治理”实验——没有任何其他国家在做同等规模的事。
第三层:企业信用与合规基础设施(不是你想的那样)。
这一层要专门澄清,因为西方流传的版本严重失真。
西方主流叙事的版本:一个统一的国家级评分系统,给每个公民打分,影响出行、贷款、子女入学。
真实的版本比这个平庸,但也比这个深远:
- 早期一些地方的个人评分试点,大部分已经收缩或停掉。
- 真正的核心是企业信用系统——处理巨大规模的金融、监管、采购决策。
- 有”信用修复机制”,允许通过整改去除负面记录。
- 数据访问溯源等技术机制在逐步铺开。
更深远的地方在于:企业信用 + 行业合规 + 司法执行 + 监管协调 + 金融授信,被整合到一个统一的算法治理基础设施里。这不是某个城市的实验,是全国级的、影响庞大经济活动的、深度嵌入的治理基础设施。
对在中国做生意的人来说,真正的合规压力在企业端,不在个人端。这一点非常重要——它意味着真正的 AI 治理触手是在经济活动的合规层,而不是在街头摄像头层。
第四层:监控基础设施。
这是最敏感、也最不能回避的一层。
中国是全球摄像头密度最高的国家之一,其中相当部分配备 AI 人脸识别能力。海康威视、大华、商汤、旷视、云从——这些公司构成了世界最大的 AI 视觉产业。
这一层的强度是分层的——重大公共事件期间显著加强,平时低调运行。对普通人日常生活的实际影响有限,但对特定群体的影响远大于此。这一层的存在不需要否认,但要在分析里给出正确的权重。
具体的政治维度不展开,读者各有判断。我想强调的是:作为一个工程系统,它的真正含义不是”每个人时时刻刻被盯着”,而是它构成了一种潜在能力——即使平时不激活,它的存在改变了所有人的行为预期。这个”潜在能力”对经济活动、商业决策、长期规划的影响,是不能忽略的背景变量。
四、这套体制的稳定性
到这里要谈一个核心判断:这套”国家主导型 AI 治理”的体制,在未来 15-30 年里有多稳?
我估计胜算在 60-75%。理由:
第一,它已经穿越了多次重大考验。过去三十多年中国体制穿越了一系列国际国内冲击——金融危机、产业转型、外部压力、疫情管控、房地产周期。每次都没崩。这种连续性在大国里是少见的。
第二,它的合法性叙事在 AI 时代会更强。当其他国家陷入”民意撕裂 + AI 决策悖论”时,“科学决策 + 长期规划”叙事会显得反而清晰——尤其在中国普通中产看到他国治理瘫痪的对比时。
第三,它的执行力在 AI 加持下会被放大。基层治理、应急响应、产业规划、宏观调控——这些事情在 AI 辅助下,中国的执行优势会扩大,不是缩小。
第四,2025 年初以来”中国 AI 落后”的叙事崩了。这件事对中国体制内的信心是巨大提振——它证明了”集中力量办大事”在 AI 时代依然能跑出来,不必完全依赖美式的开放创新生态。
但有几个结构性的风险不能不点出来。
风险一:价值观与目标函数的漂移(第六篇的核心担忧)。
这套体制把决策深度交给 AI 辅助系统。而 AI 系统的训练目标、奖励函数、优化方向,会在长时间运行中悄悄塑造决策标准本身。
“国家利益""人民福祉""长期发展”这些核心概念,在每一次 AI 辅助决策中被具体应用、被微调、被重新解释。二十年后,这些概念的实际内涵可能已经漂移得很远——但没有人能说清楚漂移到哪里去了。
这是真正结构性的、无技术解的风险。所有 AI 决策派国家都会面临,但中国体制的纠错回路相对单一,让漂移更难被发现和修正。
风险二:底层数据失真在 AI 黑箱中的无限放大。
这是和价值观漂移并列、由数据上传机制决定的另一个结构性弱点。它是中国体制特有的、其他 AI 决策派国家不一定面临的风险。
国家主导型 AI 决策依赖一个隐含前提:上传的数据反映底层真实。AI 的输出质量取决于输入数据的质量(garbage in, garbage out)。但在中国的行政体系里,数据上传往往不是”反映真实”,而是反映”上级想看到什么”。
地方政府为完成上级 KPI、为美化政绩、为规避问责,系统性地修饰、过滤甚至伪造底层数据——这在传统体制中屡见不鲜。这种”数据形式主义”不是个别现象,是垂直考核 + 一票否决 + 问责传导链路的必然产物。
传统行政体系对这个问题有一种隐性的”防错缓冲”——决策链路上的每一层都做一点松动、变通、消化,严重的偏差会被中层经验、地方实践、跨部门协调过滤一部分。信息失真有,但因为系统反应慢、决策粗,失真的代价是局部的、可纠正的。
AI 辅助决策把这种缓冲拆掉了。
AI 系统会把上传的数据当作真实输入,然后用极高的效率执行最优化的方案。如果底层数据系统性地失真,AI 系统不会发现问题,反而会基于这个虚假数据继续优化,把更多资源调离真正需要的地方,或把更高的指标分配给已经在造假的地区。
结果是:AI 不会让治理变得更准确,反而以极高的效率”精准地做错事”。
而且——这是最危险的——错误被锁在 AI 黑箱里。传统体制下,数据失真还会有蛛丝马迹(老百姓不满、媒体报道、内部争议),还有人能直观感觉”不对”。AI 黑箱化之后,任何质疑都会被”算法说了算”挡回去。系统的运算过程不透明,加上算法本身的复杂度,纠错回路被切断。
这套体制的合法性叙事是”AI 辅助科学决策”。但当底层数据系统性失真时,AI 辅助的决策恰好把传统体制最严重的脆弱面放大了——不是”用 AI 修正人的扭曲”,而是”用 AI 放大人的扭曲并锁死纠错通道”。
价值观漂移和数据失真,是这套体制最深的两个”无技术解”风险。它们都不会立刻爆发,但都会在十五到三十年的尺度上累积。
风险三:外部压力下的经济与产业瓶颈。
这是这套体制未来 15 年最实质的考验,值得展开说。
中国体制的合法性高度依赖持续的经济增长 + 民生改善这个底色。而过去几年,经济和产业的外部环境发生了根本变化:
- 关税与贸易战:中美之间的关税摩擦从 2018 年开始,已经从临时摩擦变成结构性常态。对欧洲、印度、东南亚的贸易关系也在重新洗牌。出口作为中国经济的传统支柱,长期承压。
- 半导体与高端制造禁运:美国在高端芯片、半导体设备、AI 算力上的出口管制持续收紧,并把盟友(荷兰、日本、韩国)拉入同一阵线。这是中国产业升级路径上最直接的卡点。
- 关键技术封锁:从光刻机到 EDA 到部分基础工业软件,这条清单还在扩展。中国可以靠”国产替代 + 时间换空间”补上一部分,但顶级算力和最先进制程的代际差距,短期难以追平。
- 金融与人才脱钩:中概股回归、境外上市受限、跨国资本流动收紧、海外科研合作受阻、关键人才回流的不确定性——这些都在重塑中国和全球科技-资本-人才网络的关系。
每一项单看都不致命,长期累积可能会。
但这里要点出一件常被忽略的事:最终决定胜负的不是叙事,是生产力。
中国体制能否穿越未来 15-30 年,核心不在于”AI 辅助决策”有多智能,也不在于监管框架有多完整,而在于:在外部压力持续存在的情况下,中国的经济和生产力能不能保持有意义的增长。
具体来说,这取决于几件事:
- 能否在高端制造、AI、新能源、生物医药等下一波产业上取得真正的全球竞争力——不只是国内市场份额,而是全球技术-产品-标准的同时领先。
- 能否把内需培育成新的增长引擎——消费、服务、医疗、养老。
- 能否让创新生态在国家主导框架下保持足够活力——这是一个微妙的平衡,集中度太高会压抑创新,太松又难以协调资源。
- 能否在外部压力下把产业链补上关键环节——尤其是高端芯片、基础软件、高端材料。
如果这几件事都能做到,前面的所有结构性风险都可以被增长稀释,体制依然稳固。
如果做不到,任何叙事都救不了——增长放缓且持续,中产对体制的支持度会逐渐转向”无声不满”。这不会让体制立刻动摇,但会让所有结构性风险变得更显眼、更难处理。
所以未来 15-30 年的真正问题不是”这套体制会不会变”,而是”中国的生产力能不能在外部压力下持续突破”。
把这些风险加起来,60-75% 的胜算是合理的——但 25-40% 的”不胜”概率也是真实的。胜负的关键变量不在治理形态本身,在生产力。
五、对在中国生活的中产读者:一些泛泛的建议
到这里回到读者层面。先讲在中国本土生活的中产读者——医生、律师、教师、企业中高管、家族企业主、自雇专业人士等等。
我不打算给具体的”操作清单”,时间窗口和情景假设太多,任何具体建议都很容易过时。只讲几个方向上的注意点,读者根据自己的实际情况调整。
一,经济周期可能比过去 30 年更不友好。
过去 30 年的高速增长给中国中产创造了世界罕见的财富积累机会。未来 15 年这个窗口未必关闭,但速度和确定性都会下降——增速放缓、监管周期更明显、部分行业景气度切换更快。
这意味着第七篇说的”过渡期赚旧世界的钱”,对在中国的人来说节奏可能要更紧、更早完成。
二,行业切换的风险是真实的。
某些行业从”政策鼓励”到”政策整顿”的切换速度,在中国相对较快。这是治理特点,既是集中力办大事的另一面,也是任何长期规划要面对的现实。
对任何在岗位上有积累的人,不建议把全部职业押在单一行业上——尤其那些和宏观政策周期紧密绑定的行业。
三,资产配置的法域分散值得认真考虑。
不是”不看好中国”,而是反脆弱思考要求:任何高度集中的资产(地域、币种、行业、政治环境)都要适度分散。如果家庭、事业、资产 100% 都在单一情景里,你就是在用全部筹码押一种未来。这违背反脆弱原则,不管这种未来的胜算有多高。
具体的分散比例和方式因人而异,没有统一答案。但**“是否完全没有分散”和”是否做了哪怕一点分散”之间,差距比想象的大**。
四,子女的可选项设计。
子女的教育路径、语言能力、潜在的国际化窗口,过去十几年一直在变化。具体怎么走没有标准答案,但保留多一种可选项的成本通常远低于失去这种可选项的代价。这是值得长期投入精力的方向。
六、对在海外华人的处境:也只讲方向
最后看在海外的华人——读者里另一个重要群体。
一,身份的”两边都连着”在变难。
过去几十年,海外华人的常态是”两边都连着”——在所在国生活和工作,同时和中国保持深度联系(家人、生意、文化、投资)。在 AI 时代的国际秩序重组下,这种状态正在变得比过去更需要主动权衡。
不是说”必须选边”,也不是说要切断联系——那既不可能也不必要。是说在某些具体决策上(资产配置、子女教育路径、职业选择、公开发言),“两边都模糊地连着”的代价正在上升。
二,身份认同需要更清晰。
第三篇说过”长成身份”和”购买身份”的区别。这个区别对海外华人在未来十几年会变得更重要。
一个在所在国生活了 20-30 年、孩子在那里出生、参与了当地社区的家庭,和一个新近移居、把中国当主家的家庭,在国际关系紧张时的处境会有真实的差别。
这不是非此即彼的选择。是说每个人需要清楚自己的”主身份”在哪里,然后实际地长成它——这通常意味着语言、社区、税务身份、长期承诺等等。模糊状态在平时没问题,但在压力情境下成本会显现。
三,共同体内部分化是事实。
未来 15 年里,海外华人共同体会按对中国的态度、对所在国的认同、对未来的判断,逐渐出现内部分化。这是已经在发生的事,不是预测。
对个人来说,认识到这一点的意义在于:不要假设”所有华人朋友都和你想法一样”——这种假设会让人在某些话题上低估摩擦,也会在某些场合错估自己的处境。
结尾
把番外二(美国)和番外三(中国)放在一起读,核心对比清楚了:
美国走的是”国家退场,Big Tech 填补治理真空”的路径——速度最快,执行最碎,公民在数字空间被严重削弱,但宏观层面保留了多元和创新。
中国走的是”国家主动嵌入 AI,把治理统一在国家主导下”的路径——深度最深,执行最完整,数字空间从一开始就受国家边界约束,但宏观层面保持了统一和稳定。
这两条路径都不是各自传统的简单延续,都是 AI 时代的新形态。它们都将经受未来 30 年的考验。没有任何一条已经”赢”了——胜负要看具体的展开,而最关键的变量都是经济和生产力,不是叙事本身。
对这个系列的读者:
如果你生活在中国,这套体制的稳定性是值得认真评估的,但同时做一定程度的资产、家庭、可选项分散——不是因为不看好中国,是因为反脆弱思考本身要求不押单一情景。
如果你是海外华人,身份与位置的清晰化,过去十几年可以模糊处理,未来十几年需要主动想清楚。继续完全模糊的代价会比过去更高。
如果你是非华人但和中国有商业、家庭、文化联系,理解中国的真实治理形态比相信任何一种主流叙事都重要——它既不是西方流传的赛博利维坦,也不是官方宣传的人民乐土,它是一种独特的、内在自洽的、正在快速演化的治理实验。