与此同时，讨论AI前景无法回避思想市场（Marketplace of Ideas）的活跃度对模型认知深度的深层影响。大模型的本质是对人类智慧与逻辑链条的归纳与涌现，模型的"智力上限"在很大程度上取决于训练语料的边界与思想表达的自由度。中国的言论管控为AI发展设置了双重护栏：大量算力与研发资源被投入内容过滤与价值对齐，导致模型在处理复杂社会科学、人文思辨与非共识问题时出现防御性萎缩。当表达空间收窄，训练数据中"高质量逻辑链"日趋稀缺。长此以往，中国AI可能遭遇体制性天花板——即便算力与算法实现追赶，缺乏多样性与批判性的思想土壤，难以孕育真正引领时代的物种。
美国体制对思想市场的保护，则为大模型提供了另一种生长底色：一个庞大、多元、充满冲突的高质量语料库，使模型获得了更强的逻辑推理与泛化能力。但这种"无限制的涌现"也带来独特阻力——社会极化深刻投射到模型中，Anthropic与OpenAI被迫开发Constitutional AI等更复杂的算法框架来应对多元价值观的共存。两种模式的本质差异由此显现：美国思想市场虽嘈杂混乱，却为AI提供了持续突变的能量；中国模式整齐高效，却可能在追求极致安全的过程中，牺牲了基于多元碰撞而产生的创新灵光。
"极限优化"的局限：DeepSeek 与 Anthropic 的范式之差
在跟随战略、资源受限（如芯片禁运）的情况下，中国正进入"中国式极限优化"阶段——在现有资源下追求极致的工程化效率。DeepSeek代表了这一路径的巅峰：在算力受限的逆境中，通过对算子和架构的极致压榨，提供了极高性价比的推理服务。中国工程师展现了惊人的调优能力，让性能有限的AI在端侧和垂直行业中落地。然而，过度追求"极限求生"往往难以产生范式级突破。
Anthropic及OpenAI是新生产力范式的定义者。Anthropic以其大模型为核心，成功开发出AI编程器这一"杀手级应用"，其深层逻辑植根于美国数十年积淀的软件工业生态。美国企业界长期维持极高的信息化投入，各行各业已沉淀下巨量的私有代码库、数据与业务逻辑。AI编程器通过对这些高价值"数字资产"的深度调用，迅速转化为企业提升效率的利器，而这种强劲的商业反馈又反向驱动了AI技术的自我进化。
相比之下，中国的企业生态底色迥异：传统企业对软件投资偏低，IT预算结构性匮乏，导致AI缺乏足够深厚的软件底座进行"二次开发"。这意味着DeepSeek等中国AI领军者，必须在软件文化相对薄弱的土壤中，重新寻找能够突破增长瓶颈的"杀手锏"。
中美AI产业之间，正在形成商业价值与融资能力上的"数量级压制"。美国资本市场能够为"生产力范式定义者"提供远超现实利润水平的估值与融资支持，使企业敢于进行高成本、长周期的"无人区探索"。到2026年4月，Anthropic的年度经常性收入已达300亿美元，估值接近万亿美元，投资者来源广泛多元，这种多元化的投资者结构对公司的发展方向影响巨大。
相比之下，DeepSeek的最近估值约500亿美元，仅为Anthropic的1/20；且投资来源较为单一，以自有资金为主、国资为辅、其他私有资本较少。这种结构大概率使DeepSeek在跟随硅谷的同时，更容易成为"举国体制"在AI领域的战略工具。DeepSeek的开放权重策略试图以开发者生态弥补商业化短板，但在美国主导的技术栈与芯片生态面前，这条路径能走多远，仍是未知数。
附：2026年中美高科技博弈要素表
结语：前沿永续，博弈未终
"东升西降"的判断，在十年前互联网蓬勃发展的年代曾有一定的想象基础，但终究要接受市场与时间的双重检验。AI时代的竞争不是短跑，也不是马拉松，而是一场生态演化——优胜者不一定是跑得最快的，而是能在不确定性中持续生长的。举国体制能造重器，但茂密的原始森林需要另一种土壤。
本文无意预言东方或西方的升降。它试图做的，是在梳理双方生态环境的异同之后，厘清变化的内在逻辑，找出概率最大的演化方向。竞争的具体对手会变，但在科技"无尽的前沿"上，围绕生命力与体系效率的竞争将永远持续。
中国真正需要追问的，不再是如何在算力或算法等单点技术上实现"赶超"，而是一个更深层的问题：在一个日益碎片化的全球格局中，如何建立一套能够容忍失败、鼓励探索、具备良性商业循环力的科研与产业体系？这不是追赶的问题，而是重建游戏规则的问题。竞争的前沿永无止境，但谁在定义前沿，才是真正的胜负手。
注：本文仅代表作者个人观点
本文编辑徐瑾 jin.xu@ftchinese.com