引言：一个词的战争

2026年9月29日，特朗普签署行政令，将联邦政府所有公文、声明、政策文件中的“Artificial Intelligence”替换为“Super Intelligence”，并明确要求各部门“不再承认”“人工智能”或“AI”的表述。五天后，“超级智能部队”成立，国家情报总监克莱顿出任“AI沙皇”。再三天后，马斯克宣布SpaceXAI更名为SpaceXSI。一周之内，一纸令、一个机构、一次企业改名，构成了一个完整的符号操作闭环。

但这只是冰山一角。如果把这步棋放在特朗普第二任期以来的系统性布局中审视——从就职当天宣布5000亿美元“星际之门”计划，到2025年7月发布包含90多项联邦行动的《美国AI行动计划》，再到2026年3月发布《国家超级智能政策框架》，直至9月的更名行政令——一条清晰的战略主线浮现出来：美国正在用“命名—建制—立法—叙事”的四步走策略，试图将技术优势转化为制度优势和话语霸权。

而几乎在同一时间窗口，中国在做另一件事。2026年3月，政府工作报告提出“深化拓展‘人工智能+’”，明确实施超大規模智算集群、算电协同等新基建工程。6月，国务院常务会议部署“加力推进人工智能创新突破”。9月，中国常驻联合国代表傅聪在安理会提出“尊重数字主权，倡导开放共赢”，强调支持联合国在AI全球治理中发挥主渠道作用。同年，世界人工智能合作组织在上海成立，成为全球首个人工智能政府间国际组织。

两条路径，两种逻辑。一条是命名即规则，先占词再占局。一条是建桌即秩序，先做事再定规。本文的核心命题是：在“超级智能”时代的中美战略博弈中，谁能最终胜出，不取决于谁先喊出响亮的名字，而取决于谁能在技术能力、治理体系、产业生态、话语叙事四个维度上构建起系统性的不可替代性。

上卷·观势：命名权争夺的深层逻辑

一、命名不是修辞，是制度

要理解特朗普更名行政令的分量，必须回到行政令的原文。该令不仅要求联邦机构在一切官方通信中使用“Super Intelligence”和“SI”，更明确要求“不再承认”（no longer acknowledge）“Artificial Intelligence”或“AI”。“不再承认”这四个字，是全部问题的关键。

这不是一次简单的术语调整。当一个国家的最高行政权力宣布某个概念“不存在”时，它做的不是语言学层面的修改，而是制度层面的格式化。行政令同时要求总统科技助理提出“超级智能”的联邦定义，并确定“实施该定义所需的其他行政行动”。这意味着更名只是第一步，后续将有一系列配套政策以“SI”为名展开——预算、采购、监管、人才计划，全部将在新的语义框架下重新编排。

特朗普深谙此道。他第一任期将“太空军”从科幻噱头变成美国第六大军种，已经验证了“先命名、后建制”的逻辑。而更名“超级智能”，选择的战场比太空更根本——太空是物理疆域，语言是认知疆域。征服物理疆域需要实力，征服认知疆域只需要一个行政令。成本极低，但一旦成功，收益是无限的：后人回望这个时代时，会用谁定义的名字来理解它。

二、“超级智能部队”：模糊边界的无限权力

2026年10月4日，特朗普在Truth Social上宣布成立“超级情报部队”，由国家情报总监克莱顿领导，联邦贸易委员会主席弗格森、国防部首席技术官迈克尔、人事管理局局长库珀共同参与。克莱顿掌控全美18个情报机构。一个情报首脑来管AI，意味着这个机构的视野从一开始就不限于技术政策。

但这支部队究竟有多大实权？答案是：模糊的。它没有直接的执法权、拨款权、审批权，只是在120天内交一份报告。可模糊本身就是策略。一个边界清晰的机构，权力可预测、可制约；一个边界模糊的机构，权力可以无限生长。今天它是个协调小组，明天可能变成政策核心；今天它只向总统汇报，明天它可能干预整个联邦政府的AI决策。

这是特朗普在商业谈判中的经典手法：先制造不确定性，让对方在焦虑中让步，再在最有利的时机锁死条件。超级智能部队的组织设计本身就是这个手法的制度版本——用模糊的边界创造最大的博弈空间。

三、巨头“效忠”的成本与收益

更名行政令发布的同一天，特朗普将科技高管召集到白宫，出席者包括贝佐斯、布罗克曼、扎克伯格、马斯克、黄仁勋。一份由扎克伯格起草的《白宫超级智能协议》被摆上台面，要求企业承诺加强前沿AI模型的安全管控——内部风险监测、独立外部审计、董事会监督，四层控制机制。但它没有法律约束力，特朗普自己说它“某种程度上像是一部宪法”。

科技巨头的算盘很清楚：与其面对一部有强制力的法律，不如拥抱一份没约束力的协议。改一个名字要花多少钱？几乎为零。签一份无约束力的协议要担多少风险？几乎没有。但换来的是政策默许、舆论友好、“我们站在美国一边”的姿态。这是各取所需的交易：巨头要宽松的监管环境，特朗普要科技行业的政治背书和叙事素材。

可代价转嫁给了谁？全球AI治理的公共品供给。当最大的AI经济体选择“自我监管”而非“公共监管”时，全球AI安全治理就出现了领导力真空。欧盟AI法案原定2026年8月2日生效的高风险AI合规要求，已推迟至2027年12月。20多个以欧洲为主的国家在联合国大会上呼吁对先进AI采取有约束力的安全措施，但中美两个AI超级大国均未参与签署相关声明。三条路，三套规则，没有一个能覆盖全球。

中卷·辨理：中美AI战略的系统性对比

四、美国推进路径：命名—建制—管制—叙事

要理解美国AI战略的全貌，需要将其拆解为四个同时推进的层次。

第一层：命名与话语建构。 更名“超级智能”不是孤立事件。从墨西哥湾改名“美国湾”、迪纳利山改回“麦金利山”、国防部重新启用“战争部”代称，到联邦政府全面弃用“AI”，这是一套系统性的符号操作。其逻辑不是“这个名字是否准确”，而是“这个名字是否响亮”。在一个信息过载的世界，被记住就是赢。

第二层：基础设施的巨额投入。 “星际之门”计划总投资高达5000亿美元，由OpenAI、软银、Oracle联手推进，目标建设10吉瓦计算容量的超大规模数据中心。Meta宣布600亿美元投资用于AI技术和基础设施。Genesis Mission投入超过50亿美元，旨在利用超级智能加速科学、医学、能源和制造业的突破。这些投资构成了命名叙事的物质基础。

第三层：出口管制与技术封锁。 2026年1月，美国商务部工业安全局发布新规，将英伟达H200、AMD MI325X等芯片对华出口的审查政策从“推定拒绝”改为“逐案审查”，但设置了严苛条件：出口不能减少美国客户可用的半导体产能，中国买家必须采用出口合规程序，产品必须经过第三方独立测试。更具战略意义的是“穿透式管制”的推出——即便相关实体位于中国境外，只要其总部设在中国，美国仍将对向其出口先进芯片实施许可证要求。这意味着美国正试图将管制的触角从物理领土延伸到法律领土，从芯片本身延伸到算力服务的全链条。

第四层：监管的“以自律换自由”。 特朗普政府明确拒绝“用过度繁琐的监管扼杀创新”，大幅缩小政府审查范围，原本90天的审查窗口压缩至30天。配合白宫协议的企业自愿承诺，实质上是将安全监管的责任从政府转移到了企业。这在短期内降低了企业的合规成本，但长期来看，当AI系统的风险超出企业自律能力时，政府的被动将转化为系统性风险。

五、中国的应对路径：技术—基建—治理—合作

与美国“自上而下、命名先行”的路径不同，中国的AI战略呈现出“自下而上、做事为先”的特征。

技术层面：追赶速度超出预期。 斯坦福大学《2026年AI指数报告》显示，截至2026年3月，美国顶尖模型Claude Opus 4.6的Elo评分为1503，中国顶尖模型差距仅有2.7%，且两国模型自2025年初以来已多次交替登顶性能榜单。中国在论文发表量、引用次数、专利产出方面领先，工业机器人部署占全球装机量的54%。美团万亿级参数大模型LongCat-2.0训练全程由国产算力集群完成，百度文心5.1以业界同规模模型约6%的预训练成本达到领先水平。

但差距仍然真实存在。美国私营部门AI投资是中国的23倍以上，拥有5427个数据中心，是其他国家的10倍以上。美国在基础模型创新和算力基础设施上的优势仍然是结构性的。正如有分析指出，美国在“天花板”（最强算力与最强推理）上保持领先，而中国在“地板”（工业渗透与规模化应用）上实现追赶与反超。

基建层面：算电协同的制度创新。 2026年，“算电协同”首次写入政府工作报告，与超大规模智算集群并列成为国家级新基建工程。国家数据局明确算力基建四大方向：东数西算、一体化算力网监测调度、算电协同、边缘算力建设。内蒙古、宁夏等枢纽节点推进风光基地与智算中心直连，绿电专线直达服务器机房，多地开展算力负荷调峰测试，把非实时渲染、模型预训练等可迁移算力任务向新能源出力充足的时段倾斜。

治理层面：从跟随到建桌。 中国在AI治理上的路径选择值得深思。2023年提出《全球人工智能治理倡议》，2025年提出全球治理倡议，与赞比亚共同发起人工智能能力建设国际合作之友小组，发布《人工智能能力建设普惠计划》。2026年世界人工智能大会上，29个国家作为创始成员的世界人工智能合作组织正式成立，成为全球首个人工智能政府间国际组织。习近平主席宣布未来5年面向发展中国家提供5000个人工智能专题研修培训名额，面向东盟、阿盟、非盟等建设国际人工智能应用合作中心，推动气象智能预警方案“妈祖”在30个国家落地应用。

这些不是改名，是建桌。名字会变，桌子不会。有桌子坐，才有话语权。

规范层面：伦理治理的制度化。 2026年5月，全国网络安全标准化技术委员会发布《人工智能应用伦理安全指引1.0》，明确增进人类福祉、尊重生命权利、坚持公平公正、合理控制风险等伦理安全原则。9月，《人工智能安全治理框架3.0》发布，延续“风险分类、技术应对、综合治理”的核心逻辑，与时俱进梳理更新风险分类。工信部等十部门印发《人工智能科技伦理审查与服务办法（试行）》，将伦理要求嵌入AI全生命周期。人大正在开展人工智能立法研究，拟构建“一法统领、五位一体”的制度框架。

国际合作层面：数字丝路的AI延伸。 中国AI发展正与中非务实合作协同推进，依托“数字丝绸之路”赋能非洲数字基础设施建设。2026年6月，共建“一带一路”国家工业人工智能应用国际培训班在上海开班，来自亚洲多国的专家参加。中国移动提出推进AI出海当好“供给者”“汇聚者”“运营者”。这条路走的是“技术赋能—生态共建—规则共识”的路径，与美国的“技术封锁—规则输出—标准垄断”形成鲜明对比。

六、两种逻辑的深层差异

中美两条路径的深层差异，可以概括为三个维度：

时间维度的差异。 美国走的是“先命名、后建设”的路径——先用行政令确立话语框架，再在此基础上展开基础设施和政策体系。中国走的是“先建设、后规范”的路径——先推动技术突破和产业落地，再根据实践需要逐步完善治理框架。前者起手快，但可能面临“名不副实”的风险；后者起步慢，但每一步都踩在实处。

空间维度的差异。 美国的战略是“中心辐射型”——以美国为中心，通过出口管制、投资限制、标准输出，迫使其他国家在技术上依附、在规则上跟随。中国的战略是“网络连接型”——通过能力建设合作、开源生态共享、多边治理参与，构建一个多节点、去中心化的合作网络。前者效率高但脆弱，后者韧性大但协调成本高。

权力来源的差异。 美国的权力来源是“定义权”——我有权决定这项技术叫什么、规则怎么定、谁可以使用。中国的权力来源是“连接权”——我能让更多国家参与进来、能提供更多可负担的解决方案、能在更多场景中证明技术的价值。定义权是排他的，连接权是包容的。

下卷·谋远：中国的超越路径

七、从“被命名”到“共命名”：话语权的战略升级

中国不必跟美国抢“超级智能”这个名字。名字是别人起的，事情是自己做的。但中国需要建立自己的话语体系，这个体系的核心不是“反对美国的命名”，而是“提供另一种叙事框架”。

这个叙事框架可以概括为： “智能普惠”替代“智能霸权”。 美国的“超级智能”叙事，暗示着技术是少数国家、少数公司的特权，暗示着“超级”的能力只属于“超级”的力量。中国的叙事应当强调：智能技术是全人类的共同财富，不应沦为“富国和富人的游戏”。这一主张在联合国安理会已经明确提出，但还需要更多具体的实践支撑。

具体的路径包括：在世界人工智能合作组织的框架下，推动建立面向发展中国家的AI能力评估标准和认证体系。当前全球AI评估体系几乎全部由美国和欧洲主导，评估标准隐含了大量西方价值观预设。中国可以与东盟、阿盟、非盟等区域组织合作，开发更适合发展中国家产业场景的AI评估基准——不是简单的技术指标，而是涵盖可及性、可负担性、本地化适配能力、数据主权保障等维度的综合评估框架。

八、从“算力飞地”到“算电共生”：产业生态的制度性壁垒

赤城的算电协同实践提供了一个重要的启示：真正的竞争力不在于拥有多少资源，而在于能否将资源组合转化为制度性的不可替代性。

赤城在全国算力版图中的独特生态位可以概括为：全国少数同时具备“2毫秒级环京时延＋6GW本地风光资源纵深＋充沛水资源＋冷凉气候”四重条件的县域。赤城探索的“绿电直连＋储能＋微电网＋算力”模式，本质上是一种“制度运营”的能力——将绿电直连从概念转化为可运营的制度实体，在园区规划阶段就完成供电架构、制冷管路、储能配置的原生设计。

这一模式对于中国AI战略的意义在于：它提供了一种“以制度创新对冲技术差距”的路径。在芯片性能上，中国可能还需要数年才能追平美国最先进制程；但在算力基础设施的系统集成能力上，中国完全可能通过算电协同、绿电直连、国产芯片集群训练等路径，建立起具有中国特色的竞争优势。美团LongCat-2.0训练全程由国产算力集群完成，已经证明了这条路在技术上是可行的。

更深层的战略含义在于：当美国试图通过芯片出口管制来遏制中国AI发展时，中国的应对不应该是“突破管制”，而应该是“改变游戏规则”。美国的管制逻辑建立在“算力即芯片”的假设之上。中国的算电协同逻辑则提出另一种可能：“算力=芯片×电力×系统集成”。如果中国能在电力成本和系统集成效率上建立足够大的优势，芯片制程上的差距可以被部分对冲。

九、从“参与治理”到“引领治理”：全球公共品的供给

全球AI治理正面临一个根本性的“公共品供给不足”问题。中美两个AI超级大国均未参与欧洲主导的有约束力安全措施声明，三条治理路径——欧盟的刚性监管、美国的柔性引导、中国的多边协调——各自为政。这对中小国家尤其不利，它们将被迫在多重规则中选边站队。

中国的战略机遇在于：它可以选择成为全球AI治理公共品的“供给者”而非“消费者”。这需要做到三件事：

第一，提供可操作的安全治理工具。 中国已经发布了《人工智能安全治理框架》1.0版到3.0版的迭代，但这些框架目前主要面向国内。下一步应当推动这些框架与国际标准对接，特别是在AI安全测试、风险评估、事件报告等操作层面，提供可被其他国家直接采用的工具包。

第二，建设面向全球南方的算力公共基础设施。 中国已经提出面向东盟、阿盟、非盟等建设国际人工智能应用合作中心，但这还停留在机构层面。更进一步的举措是：在“数字丝绸之路”框架下，建设面向非洲和东南亚国家的区域级智算中心，以可负担的价格提供AI训练和推理算力。这不仅是商业行为，更是战略性的公共品供给。当这些国家的AI发展依赖于中国的算力基础设施时，它们自然会在治理规则上倾向于中国的方案。

第三，推动AI能力建设的制度化。 5000个研修培训名额是一个好的开始，但还需要更系统的安排。可以参照中国在基础设施领域的经验，建立“AI能力建设伙伴计划”——不仅培训人才，还帮助伙伴国家建设本地化的AI应用能力，包括数据治理体系、模型微调能力、应用开发能力。这种“授人以渔”的方式，比单纯的技术输出更有粘性。

十、前瞻判断：未来三到五年的关键变量

综合当前态势，未来三到五年中美AI竞争的关键变量可以归纳为五个：

变量一：芯片制程的突破速度。 如果中国在2028年前实现等效于3纳米制程的芯片量产，美国出口管制的战略效果将大幅削弱。反之，如果制程差距维持在3代以上，管制的“窒息效应”将持续。