有一个棋逢对手、将遇良才的竞争对手挺好的，正所谓“出则无敌国外患者，国恒亡”，中美两国距离足够远，一个背靠世界岛、环拥太平洋，一个居两洋之中、覆盖南北美，世界之大容得下中美两国，只要美国想开点，一切都会好起来的。
中美两国在很多领域正在展开相近但不同的激烈竞争，AI是这场竞争的焦点缩影，从全人类发展角度，这种竞争是良性的。
美国已将AI视为赢得与中国竞争的关键领域，2025年7月美国白宫发布《赢得AI竞赛：美国AI行动计划》，将AI领导力视为“基于全球技术主导权、市场份额和规则制定权的竞赛”，还将“赢中国”作为核心政策目标；2025年12月发布的《美国国家安全战略》报告再次强调必须保持和扩大美国在尖端军事及军民两用技术方面的优势，聚焦人工智能、量子计算等关键领域。
中国也在加码，如果只看“十五五”规划目录，好像中国对AI的重视度弱于美国。实则不然，看起来同样是“数字中国”的提法，但内涵大不一样，“十五五”规划谈数字中国，更倾向于从人工智能角度去展开，比如强调算力、算法、数据三大AI底座，中国算力方面的短板，正在倒逼算法创新，有利有弊。
其实在“十五五”规划编制过程中，各方非常关注到底应该怎么写人工智能，有过一些争议，比如有人认为应该把人工智能单列一章，有人认为应该放在产业部分，但最终共识是放在数字中国部分，因为人工智能涵盖实在太广了，而数字中国不能没有人工智能。
在具体编订过程中，也有人提出要不要修改数字中国的提法，改为“数智中国”，但最终为方便延续过往工作，而且“数字”要比“数智”更顺口，就坚持了数字中国的过往提法，只是在具体章节内容上把“数字化”改为“数智化”。
还有一点体现了国家对人工智能的重视。“十五五”规划提了8个战略性新兴产业，相比2024年初的提法，少了人工智能，增补了“智能网联新能源汽车、机器人”两项，这一调整恰恰说明人工智能重要性超越所有战略性新兴产业，位居更高的位置。
所以，不必怀疑中国发展AI的决心。
只不过中美在发展AI方面走上了不同的道路，这是想要从事AI相关产业的人需要格外关注的。
小镇总结了几大核心区别：
区别一：实体还是虚拟，是产业AI化，还是AI产业化，这背后是AI发展目标的根本区别，是服务市值金融，还是服务生产力和社会财富的提升。
目前美国更重视AI产业本身的发展，与AI相关的市值高达几十万亿美元，撑起如此庞大AI泡沫的，基本上是各大头部科技公司的AI投资支出，真正应用于实际生产、创造更多财富的商业应用还非常少。
相比而言，中国对AI产业本身的投资规模只有美国的零头，但要注意到由于中国庞大的产业体量，创造了大量的“产业公地”，这是中国AI发展与美国大不相同的关键之一。
“产业公地”是哈佛大学教授加里·皮萨诺和威利·施在分析美国产业振兴路径时提出的，在著作《制造繁荣：美国为什么要制造业复兴》一书，认为根植于企业、大学和其他组织之中的研发与制造的基础设施、专业知识、工业开发能力、工程制造能力等等为产业集群、科技创新的发展提供了扎实的基础，因此称其为“产业公地”。
常规财报等并没有将“产业公地”纳入统计，这是统计方式的缺陷。
就比如中国和美国人的消费水平，如果只看统计，中国人均消费支出远低于美国，甚至比巴西、泰国、越南等发展中国家还低，但中国实际消费水平并不低，就在于中国强大的基础设施、公共服务等极大压低了教育、医疗、安全等消费支出。
科研、创新也是一样的，比如中国具身机器人发展极其迅速，去年首届亦庄机器人马拉松还像是老年人散步，今年就初具未来感，就在于中国已经积累了极其强大的产业基础，张雪机车横空出世也得益于强大的重庆摩托产业生态。
不过要注意，不要只关注具身机器人，机器人种类涵盖极其广，发展使用何种机器人需要根据目的而确定，因此国家确定的战略性新兴产业不是“具身机器人”而是“机器人”。
中国同样重视AI产业本身的发展，但相比美国，更重视各行各业的AI应用，这也意味着，中国人尤其中国年轻人在AI时代的就业难度要大大小于美国同龄人，就业机会也更多。
中国内地大多数城市无需跟深圳、杭州等沿海发达城市比拼先进技术的研发，可以把重心放在为新技术提供更多的新场景，这同样可以吸引创新人才和投资。
应用场景，也是当前中国新技术、新应用、新产品创业的大蓝海。
区别二、替代人还是增强人。
美国基于股东利益至上的逻辑，更在意最大限度降低成本、轻量化经营，所以AI应用对当前很多美国公司而言最大的价值就是裁员，很大程度上仅仅是作为借口和噱头，而非当前AI真的如此高效。
全球知名商业调查咨询公司盖洛普近日发布了2026年度《全球职场状况报告：AI革命的人性面》，报告中明确提到已经投入AI的公司，95%没有观察到利润增长，89%的高管承认劳动生产率没有提升，剩下认为有所提升的更多是因为裁员以及行业特殊。
其实国内也有类似情况，很多公司把AI应用和焦虑作为员工管理的手段，甚至是服从性测试，比如有的公司要求全员用AI做一些莫名其妙的小应用，这些玩意根本不需要用AI，随便找一个有点经验的程序员，就跟玩一样做出来，比AI效率高多了。领导更关注的是员工听不听话，哪怕执行一个一看就很荒诞的指令。
顶着AI名头裁员，有助于吸引资本关注，对公司内部管理者而言，也有利于向上级汇报自己正在紧跟时代潮流，至于到底有没有实际产出，不重要。
但是，一切工具终究是服务于人。中国当然也有大量可以替代人类劳动者的技术，但在实际推广中，往往非常慎重，至少替代人不是可以放在明面上鼓吹的，更主张AI发展的工具性，重点是增强人而非替代人。
事实上，在中国想要大规模裁员，包括以AI为由裁员，必须得到劳动监管部门的同意，小公司乱来也就罢了，大公司不妨试试看？
而美国就不一样了，裁员就是财源广进，就是更受资本和故事青睐，为裁员而裁员。美国硅谷科技公司正在经历由AI技术加速落地驱动的大规模裁员潮，这并非因为经济衰退或企业亏损，反而发生在科技巨头利润创新高、股价屡破纪录的背景下。
但小镇并不看好美国科技公司以AI为名大规模裁员，这反而会在未来阻碍美国的科研进步。
类似替代在美国历史上也发生过，那就是把没有多少技术含量的岗位外包到薪资成本更低的国家，可以立竿见影的改善公司财报，但最近美国国家经济研究所研究发现，大规模的外包并没有提高美国公司的竞争力，节约的人力成本也没有用于新技术的研发，反而削弱了美国公司的核心竞争力，变得更不会创新了。
原因在于头部科研建立在中底部基础上，这就有点类似“产业公地”，毕竟创新本身就难以预测，而在创新和制造中也存在大量没有记录在纸面的隐性知识，美国目前最大的问题就在于隐性知识的传承断了。
而新技术、新产品的创新，从商业角度是为了获得相比旧技术、旧产品的竞争优势，然而美国公司把岗位大规模外包，外包后旧技术、旧产品的成本优势不断增强，就弱化了继续创新研发的动力，久而久之，导致美国在与中国的竞争中越来越处于劣势。
所以，增强人还是替代人，不仅仅关系到劳动者的就业，更关系到一家公司、一个国家的未来。
当然，如果更在意股市投资的收益，那美国模式肯定机会更多，而AI泡沫破裂前，也是利润丰厚的狂欢。
区别三、存量和增量财富的分配，是向上集中还是向下普惠。
小镇之前介绍过一个新指数“硅谷痛苦指数”，该指数研究发现，随着AI等新技术的应用落地，美国硅谷贫富差距越来越大，财富向极少数人加速聚集。
某种程度上，美国有点想把多数中底层人民视为耗材，只想要少数精英，也正因为这种理念，美国自然而然的把重心放在了AI替代人上，这也导致目前美国白领找工作的难度比过去大了很多，在美国的朋友可以分享下是否属实。
中国就不一样了。
“十五五”期间一大改革主线就是合规，包括税务合规、社保合规。“十五五”规划纲要提出，实施高质量参保行动，持续扩大社会保险覆盖面。
今年各地全面深化社保合规整顿，要求企业依法足额缴纳社保，提出“应保尽保、如实申报”，不得按照最低基数一刀切或选择性参保，更严禁通过虚构劳动关系、挂靠代缴等方式违规参保，未来做企业，合规是成本最小的。
不要妄想能够瞒住监管，金税四期空前强化，已经可以实现工资、个税、社保数据的实时联动，如果工资收入与社保缴费基数不一致，系统会自动预警。2026年4月重庆社会保险局就发布了重庆市首批合规缴纳社保费典型案例。
配套AI等新技术应用的制度正在加速推进，就是要确保生产关系与生产力提升同步，要让新技术创造的海量增量财富，用于改善分配、促进社会公平。
当然也必须承认，如果想着等靠要，那最多只能享受兜底，想要过上更好的生活，还是要积极拥抱时代变化。
由此，就有了极为关键的第四个区别。
区别四：AI应用、科技资本与政府的关系，是超越政府，还是在政府管控之下。
美国从去年开始认真学习中国制度经验，越来越倾向于拿中国的做法抨击美国，有点类似于中国的一切都是对的，跟中国不一样的地方那就是美国错了，就是美国之所以衰退的病根，要求向中国学习，直接抄中国的作业。
这其中，ITIF也就是美国信息技术与创新基金会是急先锋，该基金会2017年起升至全球顶尖科技智库排行首位。小镇前几天介绍过该智库的一份报告，提出美国要想赢得与中国的竞争，必须推翻金融资本主义，对问题现状的分析非常到位，但到了落地部分就变得非常保守，只说学习全斗焕用专项贷款引导企业恢复制造能力。
这仅仅是近期连环报告的一个而已，还有报告认为美国的教育太差了，要求美国彻底改革失败的教育模式，学习中国加强理工科人才教育，要敢于砸破文科利益集团的饭碗，教育要服务于国家战略，要搞产学研融合。
就报告内容，很像是中国目前主张的“统筹推进教育科技人才体制机制一体改革”，也就是“教育培养人才、人才驱动创新、创新反哺教育”的良性循环。
AI的发展应用尤其重要，关键在于政府能否压制AI科技资本，让技术向善、服务于人。目前看，美国政府显然不具备这一能力，这也导致美国很多智库和高层人士很清楚美国问题是什么，也知道应该怎么改，但就是改不动，因为美国政府没有足够的干涉力量。
美国政府管控资本的能力不足，也导致美国民众普遍对AI技术的发展持悲观态度，而中国是全球对AI发展最乐观、最松弛的，这种全民心态也必然会决定AI的未来应用和发展。
其实还有很多区别，更多是技术层面的。比如开源还是闭源，从AI技术角度，闭源大模型至少当前肯定要更先进，但未来呢？
开源大模型有点像AI大模型的斩杀线。闭源模型领先开源模型这很正常，未必能获得足够的商业应用，一旦被开源模型赶上，立刻就暴毙，死的不能再死。
已经完成了大模型适配中国自主算力芯片的DeepSeek，正在扮演全球AI大模型斩杀者的角色。全球AI大模型必须全力跑起来，一旦被DeepSeek追上，那就完蛋了。
DeepSeek母公司通过资本市场获得了巨量财富，梁文峰说白了不差钱，融资更像是给员工找一个财富兑现的出路，稳定核心团队。
不缺钱就把词元消耗的成本压到难以想象的低，基本上相当于支付电费而已，而且还是波谷电价，根据命中缓存的比例不同，成本费用不一，基本上1亿词元消耗只需要5到10元。
而根据黄仁勋近期演讲首次公开的词元分层定价体系，目前基础层每百万词元3美元，1亿词元就是300美元，是DeepSeek的300倍左右。而更高阶的进阶层高达6美元、高速层高达45美元，顶级层到了150美元。
DeepSeek从技术上，当前确实只是全球二线水平，但太便宜了啊，大多数需求已经够用了，如此低的词元价格，让其他公司怎么提价？
全球能搞AI的，已经只有中美两国了。伊朗冲突之前，中东各国搞得如火如荼，但冲突之后，中东算力产业发展丧失了安全这一基本前提，什么资本敢冒这么大的风险？而欧洲在信息技术上，落后中美10年左右，说搞AI几近笑话，至于日本先淘汰祖传软盘再说吧。
全球AI竞争，也越来越像中国人与在美华人之间的竞争，这也是ITIF要求美国效仿中国全面改革教育体系的原因之一。
那么从非常现实的角度，想要在中国拥抱AI技术，投身AI产业的，有必要了解中国政府、中国官方是如何看待AI的，了解不同于美国市场原教旨主义的中国AI发展理念和逻辑。
基于此，小镇最后向大家推荐一个再教育课程，由清华大学公共管理学院开设的 “‘AI+’应用与治理领航计划”，首期将于5月23日开学，有兴趣的朋友可以点击链接进一步咨询了解：《》。
其他文章推荐
（中篇）
（上篇）
欢迎分享，让更多人发现“大树乡谈”
热门跟贴