中國AI的發展邏輯

兼濟以自強。

「01」

2026世界人工智能大會（WAIC）即將在上海開幕。

藉此機會，譚主和國家部委、科研機構以及互聯網大廠的內部人士聊了聊，說到了開頭的這句話。

與之形成呼應的，是美國AI圈興起的一個現象：

許多AI行業相關從業者來到中國實地走訪，行程結束後回去，打開電腦，寫下長文，說道：「I just returned from China」（我剛從中國回來）……

他們詳細記錄自己在北京、上海和杭州等城市的調研見聞，復盤當地AI實驗室、科創企業的真實運作狀態。

而貫穿全文的，是強烈的認知衝擊：他們用多年時間形成的行業認知，正在被中國AI顛覆。

過去，他們習慣用幾個簡單變量評判一個國家AI的發展道路：開源還是閉源，政府推動還是市場驅動，算力充足還是資源受限。

但在中國，AI發展不是單一維度的技術升級，而是覆蓋算力調度、數據流通、技術迭代、人才聯動、場景落地、治理規則等全方位布局。

這種不同的發展模式，推動海外觀察者轉換視角，同時也指向了一個更為根本的問題：

中國AI正在形成一種怎樣的發展邏輯？

聊的過程中，譚主的判斷逐漸清晰：

系統性的共建共享正在成為中國AI最顯著的特徵。

「開源」是中國AI最具辨識度的標籤。技術層面，模型需要更多用戶使用才能持續進化；商業層面，開源則可以培育市場。

合作邊界向「全要素共享」延伸。譚主與內部人士交流時感受到，在他們的認知中，算力、算法、數據仍是人工智能發展的核心要素，但不局限於此，各類應用場景、工藝訣竅、行業治理經驗等都被納入合作視野，成為可以共享的一部分。

合作形態升級為「AI生態構建」。它的特點是各行各業與AI相互賦能，在AI融入行業需求、行業應用帶動AI進化的過程中，構建互融互促的良好生態。

這就解釋了為什麼海外觀察者會感到「原有框架不夠用」。

因為他們面對的，已經不是技術輸出和能力供給的傳統科技合作模式，而是一種能力共建、全要素共享、生態共生的全新發展路徑。

「02」

而中國這樣的發展路徑，是基於自身內在稟賦特點，自然生長出來的。

譚主根據近期的所見所聞，總結了以下三個關鍵點。

比起打造技術高地，中國更看重的是提供務實有效的技術底座

想要真正看懂中國AI的發展邏輯，首先要跳出「只有AI企業做模型」的固有認知。

提到大模型，很多人的第一反應往往是OpenAI、Anthropic這樣的人工智能企業。

但在中國，不只人工智能企業入場，消費電子企業、通信運營商、辦公軟件和物流企業等，都在投入資源研發模型。

比如，一家科技零售公司於2026年6月發布萬億參數模型，在五萬卡國產算力集群上完成全流程訓練與推理。

這背後，是中國就不走「從模型到應用」的路子，而是「從應用到模型」，從產品搭建的第一天起就把它錨定在真實的業務需求上。

某互聯網大廠的工程師告訴譚主，他們的一條業務線上，就有多個智能體研發團隊同時做一個方向。

｜｜如何順暢對接企業內部工作流平台？

｜｜如何沉澱專屬業務知識、打造可復用的技能模塊？

｜｜如何將行業專家經驗轉化為可調用的知識庫內容？

這些落地性極強的細節問題，是他們每天面對的真實問題。

所以，中國AI團隊往往有着極致的「工程師思維」。

很多團隊做的不是最終產品，而更接近雲計算、電網這樣的基礎設施。通過這種布局形成的AI技術底座，未來可以嵌入更多行業和業務流程中，支撐全產業迭代升級。

構建生態，本身就是一種發展技術的方式

自研自用、適配產業，只是中國AI發展的第一步。下一步，是形成開放共享的AI技術生態。

一個細節是，中國AI團隊在發布開源模型之後，往往還會公布與之配套的微調工具、推理框架、開發文檔等。

可以看到，中國團隊交出的不只是技術成果。他們在降低開發者門檻，讓技術變得真正可用、好用。

這有着清晰的時間刻度。

譚主拿到了最近三年世界人工智能大會期間，國家發展改革委發布的《中國智·惠世界》案例集，發現一個明顯趨勢：

2024年的案例多為單個模型、單項技術的輸出；2025年開始，許多案例不再只是交付一個AI產品，而是提供一套覆蓋場景適配、工具鏈與迭代能力的完整方案。

今年的案例，這樣的特徵將更加突出。與大會相關的內部人士告訴譚主，今年我們尤其看重高水平的AI開放合作。

從輸出產品，到輸出方案，再到輸出能力，這就是通過開放合作在構建AI生態。

比如，一款國產大模型已經催生超過17萬個衍生模型。烏干達研究團隊在開發一款覆蓋31種語言的大模型時，就選擇了它作為底座。

某雲計算公司的技術負責人曾表示，開發者的反饋和開源社區的生態支持，是其大模型技術進步的重要助力。

這是一個正向循環：開放吸引全球參與者，其場景反饋又反哺底層模型和技術體系。

此時，生態構建已不再是技術領先的「副產品」，而恰恰是形成領先優勢的路徑本身。

至此，「全要素共享」的邏輯便清晰起來：把模型當底座，所以願意幫別人建底座；秉持問題導向的「工程師思維」，所以追求最大覆蓋與最快迭代；要建生態，就必須提供全鏈條、低門檻的能力包。

不是什麼都共享，而是有序、可控開放

一個有意思的細節是，在與多位業內人士交流時，他們說到最後，總是會補充一句：中國AI的共建共享，不是無底線、無邊界的全面放開。

各個要素什麼時候共享、共享多少，都需要設計，它依託一套貫穿產業發展全過程的制度規範。

｜｜首先是技術有邊界。《中國禁止出口限制出口技術目錄》始終保留人工智能相關技術的出口管理要求。

｜｜其次是數據有規則。《促進和規範數據跨境流動規定》完善了數據跨境流動的制度框架，對重要數據和達到規定規模的個人信息流動作出規範。

簡言之，中國AI的開放，是安全底線之上的有序開放、可控開放、高質量開放——所有國際合作，都在制度化、規範化的框架內推進。

隨着模型、算力、人才、生態的協同日趨成熟，AI國際合作正逐步進入制度和規則層面。今年以來，中國在多邊場合呼籲推進人工智能全球治理，倡議成立世界人工智能合作組織，這就是讓規則設計、治理經驗成為共享的一部分。

而當中國開始談「治理共享」時，「全要素共享」的最後一塊拼圖，就算到位了。

寫完這些，再回頭看海外AI從業者中國之行的困惑。

他們所熟知的AI發展邏輯，基於一種舊的科技秩序：

核心技術掌握在少數人手中，其他參與者只能獲得產品、服務，卻很難真正積累自己的技術能力。進入人工智能時代後，模型閉源、接口收費、算力受限、生態鎖死，當技術集中度越高，全球AI產業的依附關係就會越穩固。

而中國想探索的，是另一種秩序——集全人類、各國合力，實現開源的、全要素的AI生態構建。

這是因為，人工智能是一項截然不同的技術，勢必會引發安全、倫理等一系列問題，唯有全球共同參與、共同努力，才能走出一條安全、有效的發展道路。

在2026世界人工智能大會上，中國人工智能國際合作「全要素共享」的開放邏輯，將呈現出更清晰、更具體的行動框架。大會也或許會進一步回答全球AI秩序會向何處演進。

譚主將持續關注。

（來源：玉淵譚天）