摘要：浙江传媒学院新闻与传播学院副研究员。近年来主要从事智能传播、智能鸿沟、数字治理、国际传播和互联网史等相关研究。主持浙江省新型智库重点课题1项，先后作为课题组核心成员参与国家社科基金重大/一般项目4项。在国际期刊（SSCI）和中文核心期刊共发表论文60余篇，多篇

科技创新如何破解智能鸿沟“不可能三角”

——基于公共物品视角的DeepSeek路径

作者简介

钟祥铭

宋珂扬

核心提示

内容精选

一、DeepSeek效应：智能鸿沟问题的历史性突破

2024年9月22日，联合国未来峰会通过了《未来契约》及其附件《全球数字契约》，旨在推动面向未来的多边主义框架，致力于构建一个安全、和平、公正、平等、包容、可持续和繁荣的世界，这掀起了人类社会探寻公平正义信息传播秩序的第三次浪潮，也是各国政府为日渐加剧的智能鸿沟而做出的最大一次努力。尽管《全球数字契约》立意高远，其要真正形成有效的全球机制，仍有制度协调、国家利益博弈等多方面的挑战。这种背景下，DeepSeek凭借开源、低成本、高效率等综合优势，掀起全球广泛部署和大众应用普及的浪潮。DeepSeek开创了新的路径和模式，为严峻的全球智能鸿沟，带来了破解的希望。

作为数字鸿沟在智能时代的新形式，智能鸿沟是指由智能技术发展和应用所引发的社会不平等和不公正现象。而DeepSeek成功故事最本质的特质，也是迄今依然被忽视的，是DeepSeek通过提供智能公共物品而不是资本化方式“引爆全球”，为人类破解日益加剧的智能鸿沟问题提供了全新的路径。传统观点普遍寄希望于全球政治家们自上而下的政策驱动，希望通过高瞻远瞩的洞察与决策来解决智能鸿沟问题。但人们最终发现，自下而上的科技创新驱动才是从根本上解决智能鸿沟问题的必由之路。当回顾历史也可发现，过去30年互联网技术的全球普及与数字鸿沟的初步缓解，也主要得益于一系列科技创新的推动。如今，DeepSeek不仅提供了现实层面最新的、最显著有力的案例，更促使我们重新认识智能鸿沟的本质及其破解的根本之道。

从历史发展的维度来看，自下而上的驱动路径始终在全球技术演进过程中扮演着关键角色。20世纪 90年代中期，自下而上富有草根精神的TCP/IP协议击败体系结构过于复杂、实施成本高且过于官僚化的开放式系统互连OSI（Open System Interconnect）协议体系。这种由底层需求驱动、通过社群协作实现突破的模式，在当今人工智能（AI）领域再次显现——DeepSeek显著降低了AI技术的使用门槛，使更多群体能够受益于智能技术，其低成本的优势让中小企业和创业公司能够在有限的预算下开展AI相关业务，推动了智能技术在不同规模企业间的普及。DeepSeek的开源模型和低训练成本为发展中国家提供了机会，缩小了发展中国家企业与发达国家企业在技术应用上的差距。这种跨越时空的创新范式，也持续推动着技术民主化的进程。

二、加速主义浪潮下的智能鸿沟困境

随着AI技术的广泛应用，其潜在的争议和风险通常被AI的宏大叙事所掩盖。在过去几十年中，这些叙事激发了集体想象、未来展望和资本流动，它描绘了AI将颠覆现有社会结构的愿景。其中，加速主义者（accelerationists）认为，技术（尤其是计算机技术）以及资本主义（尤其是最具侵略性、全球性的资本主义）应该被大幅加速和强化——因为这是人类最好的前进道路，或因为没有其他选择。加速主义者支持高度自动化及数字技术与人类的深度融合。作为技术乐观者，加速主义的一个具体应用——有效加速主义（effective accelerationism）近年来成为风靡美国硅谷业界的一种思潮，其旨在通过最有效的策略加速科技发展，推行去中心化的治理模式，实现智能技术提升社会福祉的目标，其主张通过加速技术发展来实现人类文明的扩张和进步，强调通过无约束的市场竞争来推动技术进步，特别是推动AI的发展。

事实上，公众的认知也揭示了一种AI悖论：AI既蕴藏巨大的机遇，也会带来显著的威胁。阿维·戈德法布（Avi Goldfarb）发现，AI对不平等的影响路径具有高度不确定性，既有推动不平等的因素，也有减少不平等的因素，而最终结果取决于技术如何应用以及政策如何引导。在全球加速数字化转型背景下，发展中国家与发达国家在数字基础设施接入、技术应用、经济收益和治理规则四个维度的差距持续扩大，形成具有自我强化特征的全球数字鸿沟，表现为技术迭代加速差距、规则主导固化优势的双重循环机制。特别是生成式AI的快速扩展，逐渐加剧了不同国家、地区、性别、社会阶层之间的智能鸿沟，商业、性别、机会、信任和治理等方面的差距被不断拉大，技术不平等呈现出更加复杂与多层次的态势。智能鸿沟不仅是AI技术普及与共享的问题，背后涉及的资本逻辑和科技霸权问题深刻影响了创新的全球扩散。数字不平等研究领域正从传统的技术获取和使用问题，转向更复杂的、与数据化和算法相关的不平等问题。AI系统中的算法偏见和数据偏见可能导致不公平的决策，加剧社会不平等。被数字技术排斥的“数字难民”，正在经历比“象征性贫困”更深刻的生存危机，即技术化赤贫导致的社会化消亡。智能鸿沟已从工具障碍演变为存在论危机，标志着技术异化进入新阶段——技术秩序对部分人类群体的系统性驱逐。

随着数字社会的不断深入，全球数字治理面临权利不平等、规则不健全、秩序不合理等挑战，智能鸿沟逐渐上升为全球治理的核心议题。一方面，这些挑战本质上源于数字参与权、发展权、获益权、治理权的结构性失衡。李韬等人通过“数字平权”视角，整合权利和权力的双重维度，提出“理念-行动”的分析框架，引入AI作为“非人类行动者”的平权主体，拓展传统社会关系范畴。他们发现，技术垄断与资本逐利性阻碍平权共识达成，数字社会资本的“代际遗传”、人机权责界定等新问题需要跨学科协作。另一方面，当前的AI治理框架往往以西方为中心，忽视了全球南方国家（特别是非洲国家）的需求和挑战。为此，去殖民化的AI治理框架被认为是解决这一问题的关键。在AI治理中，去殖民化意味着挑战西方主导的认知框架，修正AI系统中的偏见，并确保全球南方国家在AI技术的开发、部署和监管中拥有更大的话语权。发展中国家若欲充分利用AI潜力，亟须制定和实施全面的AI政策框架。然而，全球范围内仍然缺乏有效的AI治理框架和国际合作机制，地缘政治博弈和科技竞争又进一步阻碍了AI技术的全球共享与合作。

尽管面临创新、治理与风险的多重张力， AI技术发展的加速趋势仍不可阻挡。詹姆斯·布鲁塞尔（James Brusseau）主张重新配置AI伦理以促进加速，他认为由AI创新引起的问题应由更多的创新来解决，而不是限制或减缓技术发展。但我们也不能忽视，这种“最有效加速策略”还隐藏着一种以企业为主导、以霸权竞争为逻辑、以主权国家为单位的加速模式。如今，智能鸿沟早已超越托夫勒意义上数字鸿沟的原始语境，它不再仅是“差距”，而是成为技术、资本与政治深度交织的产物。它既继承了数字鸿沟的核心逻辑，又因AI技术的特殊性而呈现出更复杂的结构性矛盾。

三、技术-商业-政治逻辑下智能鸿沟的“不可能三角”

长期的经济增长实际上是由少数几种特定的技术所驱动的，这些技术被称作“通用目的技术”（GPT），核心特征在于其普遍适用性、动态演进性和创新互补性，能够深刻改变经济生产方式和社会组织形态。在人类发展的漫长历史中，有许多技术都属于通用目的技术的范畴，近代的计算机和互联网是典型例子，当前蓬勃发展的生成式AI同样也属于此类。

通用目的技术从发展到成熟会经历一个较长的时间周期，需要整合互补创新技术，并与现有组织机构的生产关系相适应。不同于计算机和互联网，生成式AI不仅是一项颠覆性的通用目的技术，而且由于其可访问性和易于扩散，其变革速度可能比先前创新带来的变革速度更快。正如麻省理工学院斯隆学院首席研究科学家安德鲁·麦卡菲（Andrew McAfee）所言，“过去的通用目的技术需要花费较长时间周期才能产生变革性影响，主要是因为它们依赖于新的基础设施。例如，必须建立电力传输网络才能充分利用电气化带来的好处。过去的大多数技术优势只有在用户有机会去想象（ideate）并实施补充性创新之后才得以显现。而生成式AI所需的基础设施——互联网连接的设备——已经立即可用且广泛使用，也不需要掌握计算机技能或编程语言，人们可以使用自然的人类语言与系统交互。”麦卡菲预见了生成式AI相较于以往通用目的技术在变革速度上的优势，但这些技术在推动经济增长和社会进步的同时，也不可避免地将引发一系列深层次的社会问题。其中，长期存在的数字鸿沟，抑或是当前日益扩大的智能鸿沟，便是技术造成的社会不平等和不公平的问题。归根结底，是技术发展过程中，难以调和公共利益、私人利益和国家利益三者之间平衡的问题，构成了技术-商业-政治的不可能三角。

图1 通用目的技术“技术—商业—政治不可能三角”逻辑

历史与现实表明，重大技术创新过程普遍存在一个内在且难以调和的结构性矛盾，即“技术—商业—政治的不可能三角”。这一三角关系反映公共利益、私人利益和国家利益走向失衡的困境。技术创新的早期阶段，由科学和技术逻辑主导，开放性和公共性较高，商业和政治利益较低，公共利益优先于商业回报。如计算机诞生之初，主要是由科研机构和政府的军事需求推动（如ENIAC计算机用于军事计算）。此时，技术发展以探索科学原理和满足特定公共需求为导向，公共利益占据主导。由于早期的创新者通常不会从使用这项技术中获得多少初始回报，商业利益几乎不存在，军事安全等国家利益和技术探索的公共价值（如推动科学进步）成为主要考量内容。类似的，生成式AI早期由科技公司和研究机构主导进行技术研发。这个阶段，技术探索更多聚焦于算法改进、模型构建等技术本身，目的是提升自然语言处理能力等。OpenAI创立初期旨在开发“安全且有益”的通用人工智能（AGI），确保AGI“造福全人类”。此时，商业利益尚未大规模介入，整体上公共利益占据主导地位。

但是，随着技术即将跨越“鸿沟”进入大众市场的主流化阶段，技术进入快速增长期，商业价值凸显，私人利益通过资本积累主导技术方向。在个人计算机操作系统发展过程中，微软通过Windows系统的商业推广获取了巨额利润。这一过程中，商业利益的迅速膨胀使得某些关涉公共利益的问题被边缘化。例如，早期软件的兼容性标准不统一，反映了商业公司为追求市场垄断而有意规避通用性和互操作性原则。此时，政治力量介入以规范技术对社会的影响，但其往往会与商业利益形成共谋，导致技术的开放性和公共性开始受到挤压。在互联网商业化浪潮下，谷歌、亚马逊、Meta等互联网巨头崛起，它们通过广告等商业模式获取了庞大的商业利益，数据成为其核心资产。这就引发了一系列问题，如用户隐私泄露、虚假信息传播等，损害了公共利益。此时，国家开始关注到这些问题，政治力量介入，出台了相关法律法规，如欧盟的《通用数据保护条例》（GDPR）和《数字市场法》（DMA）等。但在实际过程中，商业利益和政治利益之间存在着复杂的博弈关系。一方面，政治力量的监管需要考虑技术对创新和经济发展的影响；另一方面，企业为了自身商业利益可能会通过游说等方式影响政策制定，这导致三者之间失衡的状况难以完全避免。随着ChatGPT的火爆和用户规模的快速扩张，人工智能生成内容（AIGC）主流化成为竞争与博弈的主战场。同时，人类社会也将面临新一轮控制危机和控制革命。AI巨头对利润最大化的追求，超越了对风险的关注，导致公共利益与商业利益的失衡。欧盟的《人工智能法案》（AI Act）旨在确保生成式AI在符合公共利益（如保护公民权利、维护社会稳定等）和国家利益（如保障国家安全、提升国家竞争力等）的前提下发展，但发展与安全之间仍然存在博弈。到了晚期即大众阶段，技术已经具备较高的成熟度，少数大型企业形成了强大的市场及获得了技术垄断地位，商业和政治利益（这些企业在税收、就业等方面具有重要影响力）达到顶峰，开放性和公共性进一步弱化。

“技术-商业-政治的不可能三角”是一个动态的、复杂的问题，它需要通过持续的创新来打破和重新获得平衡。颠覆性创新在打破不可能三角中扮演着至关重要的角色。每一次颠覆性创新都是一次对旧有利益格局的冲击和洗牌，这种创新不仅能够打破旧有利益格局，还能为社会带来新的发展动力和机遇，为实现更加公平的、可持续的技术发展提供了希望。鼓励和支持创新，不仅是技术发展的内在需求，也是解决社会不平等和不公平的关键路径。

四、智能鸿沟三重逻辑的结构与解构

智能鸿沟的形成与演变，已成为关乎国际权力格局重构的核心议题。这一现象并非由单一因素驱动，而是技术特性、资本运作与政治博弈多重机制交织作用的产物。技术层面的算力垄断与数据霸权构筑了难以逾越的行业壁垒，资本领域的军备竞赛与价值重构催生了新的经济秩序，政治维度的治理权争夺与安全困境则加剧了国际关系的紧张态势。在此背景下，DeepSeek的崛起不仅代表着技术路径的颠覆性创新，更成为重构全球智能权力图谱、打破智能鸿沟不可能三角的关键变量。

(一)技术逻辑：垄断与突破的张力

AI技术的特性决定了其发展天然具有集中化倾向。AI技术的研发高度依赖算力、数据和资金投入，这些资源往往集中于少数发达国家和科技巨头。AI技术与数据驱动商业模式的快速发展重塑了市场动态，催生了以数据和算法为核心的AI垄断企业。这些企业通过规模经济与范围经济积累数据，数据量越大，算法性能越优，以此进一步巩固市场优势，形成“强者愈强”的闭环。全球仅5%的国家具备大模型训练所需的超算资源和数据储备，这种技术垄断导致发展中国家在技术应用层面处于被动地位，直接催生了“技术依附”现象。发达国家通过制定技术标准和专利体系巩固优势地位。其中，技术标准的开放性直接影响技术普及的公平性。而发展中国家因资源匮乏陷入“路径依赖”困境，技术迭代的“马太效应”导致后发国家难以突破既有框架。与此同时，作为新型生产要素的数据的全球分配失衡加剧了技术鸿沟。90%的数据中心集中在北美、欧洲和东亚，非洲仅占1%，这种“数据霸权”使得发展中国家在算法训练和应用中持续处于劣势。

技术应用的高门槛进一步固化这种不平等结构。传统大模型（如GPT-4）训练成本超过1亿美元，而发展中国家普遍缺乏数字基础设施和技能人才。国际劳工组织指出，AI技术对就业的影响呈现“技能极化”特征，高技能岗位需求增加，低技能岗位面临被自动化替代。发展中国家若缺乏系统的技能培训体系，可能进一步扩大社会阶层分化。特别是非洲国家因数字基建薄弱，既难以抵御自动化替代风险，又无法借助AI提升生产力，陷入双重困境。

DeepSeek的发布被视为美国AI的“斯普特尼克时刻”，颠覆“规模至上”的传统开发模式，迫使科技巨头重新评估技术路径。AI领域长期存在闭源（如OpenAI）与开源（如社区项目）的竞争。闭源模型虽性能领先，但资源垄断限制了技术普惠。作为开源领域的领军者，DeepSeek通过跨领域协同创新、工程优化和开源共享，挑战专有模型的统治地位。DeepSeek通过算法优化将单卡训练效率提升3倍，降低对英伟达GPU的绝对依赖；通过开放权重，加速全球开发者协作，推动AI工具普及。开源社区贡献者3个月内突破12万人，形成1500+衍生模型，远超HuggingFace同期增速。这种自下而上的战略不仅推动了AI民主化，还在重构技术扩散的路径，更重塑了技术发展的文化范式——从封闭垄断转向协作创新。DeepSeek带来的一系列影响正重塑全球AI竞争格局，其低成本、高效率的技术路线为发展中国家数字化转型提供了新范式，可能引发全球AI研发重心向应用导向型创新转移。这种变革既带来技术民主化的机遇，也面临标准制定和伦理治理的新挑战。

（二）资本逻辑：霸权与重构的博弈

智能鸿沟生成和运行机制的底层逻辑是资本逻辑的驱动。AI领域的发展长期依赖高端芯片和算力集群，形成了以资本密集为特征的竞争格局。这种发展模式催生了“算力霸权”，并加剧了技术获取与应用能力在不同国家和组织之间的分化，从而扩大了智能鸿沟。作为AI领域的一支新兴力量，DeepSeek的迅速崛起引发了人们对AI创新的未来、开源主导地位以及传统AI商业模式可持续性的质疑。AI游戏的胜负可能不再取决于昂贵的、功能越来越强大的模型，“范式正在发生变化”。DeepSeek技术创新正打破传统的资本逻辑，全球AI产业发展正迎来新的关键转折。

2025年，微软、Meta、谷歌、亚马逊持续加码AI投资，2024年四家巨头资本支出总额为2460亿美元，较2023年增加63% ，2025年预计总投资超3200亿美元。这种“军备竞赛”式的资本投入使发展中国家和中小企业因资金门槛被排除在核心技术创新之外，科技巨头的资本积累本质是“通过控制生产资料实现权力集中”。彼得·维尔德海姆（Pieter Verdegem）批判性地分析了AI资本主义的政治经济结构，揭示了科技巨头如何通过数据、算力和人才的垄断，实现资本积累和权力集中，进而加剧社会不平等。用户行为被转化为可交易商品（如社交媒体数据），平台通过“网络效应”和“数据反馈循环”强化垄断；科技巨头通过高薪与收购初创企业集中顶尖AI人才，导致人才市场两极分化；超算中心、云计算等基础设施由亚马逊AWS等少数企业控制，形成“AI算力鸿沟”，限制中小机构参与；美国五大科技巨头GAFAM主导全球AI产业，市值持续膨胀，形成“赢者通吃”格局。高额投资被认为将在未来形成护城河，科技巨头希望通过云计算服务、开发者平台等生态绑定，实现持续收益，构建完整商业闭环，如英伟达GPU绑定云计算服务。这种资本与技术标准的深度绑定，使后发者难以突破既有框架，导致技术鸿沟持续扩大。

然而，传统AI发展遵循的“算力投入—模型性能—应用变现”的线性路径正面临系统性挑战。首先是技术创新的颠覆性。DeepSeek等新兴技术通过算法创新，显著降低了模型开发成本，动摇了“规模决定一切”的传统认知，其开源策略打破了闭源模型的利润壁垒，导致企业私有模型投资回报率阈值从70%降至30%。其次是资本回报递减。北美五大科技巨头的盈利增速从34%降至18%，AI相关股票的估值接近互联网泡沫水平，2023年全球AI训练成本中68%属于低效计算，暴露出资源错配问题。最后是市场需求分化。GitHub Copilot等商业工具市场份额下降17%，反映出市场对多样化、低成本AI解决方案的需求。

DeepSeek引发的资本市场动荡，反映出传统资本叙事与技术现实之间的冲突，也揭示了资本逻辑在AI发展中的辩证性及其潜在风险。微软CEO萨蒂亚・纳德拉（Satya Nadella）把DeepSeek看作“杰文斯悖论”的例证，其计算效率的提高加速了AI全球应用，并将持续拉动数据中心、英伟达芯片等基础设施需求，从而消解竞争担忧。这种逻辑是将资本预期锚定于需求水平的增长而非技术效率的提升，其底层假设是AI技术会像蒸汽机或电力一样，通过效率改进引发指数级需求扩张。随着AI竞争进入新阶段，效率与计算能力或许同等重要。AI技术的高度复杂性及应用场景的多样性，使得效率提升与需求增长之间的关系不再呈现出传统领域的线性特征。资本若过度依赖传统增长叙事，可能忽视技术颠覆对既有商业模式的冲击。也正如卢西亚诺·弗洛里迪（Luciano Floridi）所强调的，AI革命是数字技术重塑世界的更广泛历史进程的一部分，但这一进程是渐进的、累积的，而非即时的。通过从历史中吸取教训，以批判性和谨慎的态度对待AI泡沫，能够在技术突破的同时，最大程度地减少泡沫破裂带来的破坏性影响。

DeepSeek通过技术创新开启了资本流向重构的新路径，推动资本从“控制技术”转向“参与生态”。DeepSeek采用混合精度策略、无监督强化学习等技术，将单位算力产出提升3.2倍，实现数据标注成本归零，使得中小企业和个人开发者能够以更低成本接入AI技术。如中东主权基金通过投资基于DeepSeek的区域大模型，规避芯片禁运限制，推动技术本土化，这种资本的区域性流动为发展中国家提供了“弯道超车”的机会。这种大规模“商品化”趋势正在瓦解以往依赖基础设施垄断的商业模式，为智能鸿沟的弥合提供新的可能。

（三）政治逻辑：控制与失序的拉锯

智能鸿沟的生成与发展不仅是技术和资本作用的结果，更是全球政治权力博弈的产物。政治权力通过技术标准、地缘竞争和治理框架的塑造，将智能技术转化为维持霸权的工具，深刻影响着智能技术的分配与应用，而以DeepSeek为代表的自下而上的技术创新实践，则为打破这一格局提供了可能。

在全球AI竞争激烈的背景下，联合国大会虽通过了促进AI安全的决议，但不同国家、组织在AI治理上依然存在巨大鸿沟。AI设计和开发主要集中在美国、中国和少数西欧国家，而大部分发展中国家参与度低。同时，高收入国家主导AI治理规则制定，相关政策和标准也多集中在这些国家。然而，规则制定的不均衡会导致AI发展反映富国利益，可能损害发展中国家利益，限制其本土AI生态系统建设。此外，富国和发展中国家在AI治理重点上存在差异，富国注重防范AI滥用，而发展中国家更需利用AI推动可持续发展。若全球 AI 治理过度强调控制，会阻碍发展中国家AI的采用和发展。并且，从富国引进的AI工具若不考虑当地情况，可能造成危害，还存在AI相关的劳动权益等问题。

技术伦理的普世诉求与地缘博弈的现实逻辑之间的张力，将长期塑造跨大西洋关系走向。尽管欧美在伦理价值和民主制度层面存在合作基础，但战略利益分歧（欧洲的“数字主权”诉求 vs 美国的对华遏制）、经济竞争（本土科技企业保护）与治理理念差异（监管强度）构成实质性障碍。2024年2月，在巴黎举行的全球AI峰会上，围绕《AI国际宣言》的签署问题，各国立场呈现显著分化：以法国、中国和印度为代表的国家支持以“开放”“包容”和“道德”为核心原则的AI发展框架，而英美两国则拒绝签署该宣言。这一事件不仅反映了全球AI治理领域的理念冲突，更深刻揭示了技术治理背后的意识形态博弈。本质上，这是“开放”与“封闭”、“道德”与“效率”之间的结构性冲突，预示着未来全球AI治理进程将面临更多的不确定性与张力。

AI的发展已成为国家间战略竞争的核心议题，尤以中美之间的技术博弈最为突出。作为全球科技强国，美国试图通过保持技术垄断和宽松监管环境来巩固其全球AI领导地位。美国对华实施高端半导体技术出口管制，以国家安全为由限制中国技术发展。WTO框架下，此类制裁的广泛适用性常受质疑，被指可能违背自由贸易原则，但美国仍以战略优势为由持续推进。美国通过“芯片法案”和“AI倡议”强化技术霸权，试图将AI优势转化为军事和经济的双重优势。美国国防高级研究计划局（DARPA）将AI列为“第三次抵消战略”的核心，旨在通过智能化武器系统维持军事霸权。这种技术武器化的趋势不仅加剧了全球技术鸿沟，还使发展中国家陷入“安全困境”——若不发展AI技术，将面临技术依附；若发展AI技术，则可能触发地缘政治冲突。特朗普2.0时期的AI发展战略主要包括放松监管以赋能产业、汇聚权力与集中资源、聚焦算力并深耕基建三个方面。特朗普2025年1月20日就职当日废除拜登政府多项政策，其中废除的AI行政令是美国全面的AI监管原则，涉及安全测试报告提交、推动AI安全性和透明性等多方面规定。2025年，特朗普上任次日宣布启动 “星际之门”（Stargate）计划，软银、OpenAI和甲骨文等三家巨头投资5000亿美元建设支持AI发展的基础设施，旨在确保美国AI的领导地位。

马里奥・德拉吉认为AI是解决欧洲创新和生产力滞后、重振制造业的机遇，欧盟委员会主席冯德莱恩公布的《竞争力指南针》呼吁欧盟引领AI发展，为此计划在2024 — 2027年投入 40 亿欧元用于AI研究与部署，并推出多项相关举措。该策略则引发对欧盟《AI法案》前景的担忧。《AI法案》旨在促进欧洲AI创新，但面临被简化稀释的风险，其法律条款、统一标准及指导工具可能被简化，从而削弱确保AI安全可靠的核心目标。尽管欧洲在技术能力上落后于中美，但重点应放在AI对社会的影响，如对民主、法治、就业及欧洲基本价值观方面的影响。欧洲应维持强大治理框架，实施重视AI安全的数字法规，以广泛共享AI带来的益处，同时降低经济、社会和环境风险。

当前全球AI治理框架由发达国家主导，发展中国家在规则制定中处于边缘地位。欧盟通过《人工智能法案》确立技术规范，试图将“欧洲标准”推广为全球标准；美国则通过“AI合作伙伴关系”拉拢盟友，构建排他性技术联盟。这种治理框架的权力失衡进一步固化了智能鸿沟。发展中国家不仅缺乏技术资源，还因规则制定权的缺失而难以维护自身利益。但DeepSeek挑战了“高端芯片为AI发展核心”的固有认知，并引发对制裁政策有效性的反思。DeepSeek的低成本、高效率模型为发展中国家提供了规避技术封锁的路径，但其开源特性也可能被政治化，成为大国博弈的新焦点。其开源生态为全球治理提供了新思路，即通过技术民主化推动治理民主化。然而，这一进程仍面临政治阻力。发达国家担心技术扩散削弱其霸权地位，因而通过出口管制、技术封锁等手段限制开源技术的传播。

五、智能鸿沟“不可能三角”的突围路径

无论是全球范围还是国内，当今的智能鸿沟都呈现出鲜明的政策性，也就是显著的外部性。历史经验表明，仅依靠市场力量和社会力量，难以有效解决智能鸿沟问题。因此，自上而下的政策力量，成为弥合数字鸿沟的重要路径。我们把期待政府主导的“看得见的手”来解决智能鸿沟的路径，称为理想主义道路。但是，DeepSeek掀起的AI风暴，似乎在一夜之间颠覆了智能鸿沟的固有模式，改写了智能鸿沟原有的叙事，扭转了不断趋于恶化的全球智能鸿沟态势。这也使得我们不得不全面反思自下而上、市场驱动、自然涌现的科技创新企业潜在的巨大力量。我们把这种依靠市场驱动的“看不见的手”称为现实主义道路。当然，两条道路，并不是非此即彼，而是可以两者协同联动。

（一）AI硅谷模式：技术-资本-政治联姻下智能革命的单向道

长期以来，硅谷作为全球科技创新的重要中心，在AI领域始终占据主导地位。硅谷对AI的执着追求更是达到某种拜物教的程度。早期的硅谷以技术创新为核心，创业者通过技术突破改变世界。风险投资（VC）成为关键推手，通过筛选高潜力项目加速创新转化，但也逐渐从技术驱动转向资本主导。VC通过股权控制和并购介入企业战略，推动短期财务回报优先于长期研发。同时，科技巨头涉足金融领域，科技与金融界限变得模糊，IPO和并购成为企业终极目标。然而，在新一轮科技革命和地缘政治对抗相互叠加的背景下，科技界与国家安全战略之间的联系日益紧密。美国科技企业、风险投资机构等社会性力量和美国国家安全部门之间的沟通协作日益密切，涵盖商界、政界和学界精英的技术鹰派势力逐步成形。科技企业与政府形成利益共同体，通过政治游说影响政策制定，如“科技右翼”推动亲资本的技术出口管制政策；俄乌冲突爆发后，硅谷对军事技术的态度悄然转变。2024年2月，谷歌正式取消其AI技术不得用于军事的禁令；马斯克强势干预联邦政府事务，使政府决策风格越来越像硅谷“先行动、后思考”的模式，甚至引发政策混乱。亚历山大·卡普（Alexander C. Karp）等人更认为应重建科技行业与政府的合作关系，推动科技创新服务于国家利益，如通过类似曼哈顿计划的项目，发展AI武器，提升国家在国际竞争中的地位。

AI硅谷模式（硅谷—华尔街—华盛顿的联姻）的核心是技术、资本和政治的共谋。这种模式以硅谷为代表，通过科技创新吸引大量资本，同时借助政治力量的支持，推动技术的快速发展和应用，以垄断创新链和供应链的方式维持美国在AI领域的主导地位，主导全球技术标准；通过技术封锁和资本围堵限制中国AI发展，试图固化中美“半场优势”格局。OpenAI等企业在AI技术研发方面占据领先，形成了“闭源+高算力依赖”的闭环生态，通过闭源策略和高算力依赖来构筑技术壁垒，限制了全球AI技术的研发和创新。正如盖瑞·马库斯（Gary Marcus）发现的那样，科技公司为追求利润，偏离了最初使命。如谷歌从“不作恶”到参与监视资本主义；OpenAI放弃非营利使命，对风险研究无实际解决方案；不断夸大AI成果，淡化风险，进行虚假宣传；以及通过竞选捐款、利益冲突、游说等手段影响政府决策，阻碍AI监管。

AI硅谷模式下的技术垄断导致了全球范围内的不平等，以及全球智能鸿沟问题的不断加剧。一方面，技术壁垒和资本集中，使得发达国家和发展中国家在AI技术上的差距进一步扩大，发展中国家和中小企业难以获得平等的技术机会；另一方面，政治力量的介入使得技术发展更多地服务于特定国家和企业的利益，而非全球共同利益。2024年12月，特朗普政府推出的《人工智能扩散框架》，试图以计算能力为依据限制AI芯片的出口，该框架将各国分为三组，不仅对中国，而且对全球绝大多数国家设定了先进芯片的出口配额，限制了技术的自由流动和共享。特朗普政府似乎准备加倍推行那些被DeepSeek推翻的政策。尽管华盛顿试图遏制中国获取关键芯片技术，但替代供应源——无论是日本、韩国还是中国台湾——都凸显了全球技术生产的持续互联互通。此外，智能鸿沟也带来了全球治理的挑战，需要全球各国共同合作来解决。

DeepSeek是一个分水岭，它的崛起可能加剧正在形成的平行生态系统之间的冲突——硅谷的风险投资驱动模式与中国的制造业敏捷性（China’s manufacturing agility）的冲突。DeepSeek的崛起还揭示了AI硅谷模式的脆弱性：过度依赖资本回报和技术控制将抑制创新活力，而开放与普惠的价值观正重塑全球科技竞争规则。

（二）DeepSeek模式：技术驱动的智能鸿沟破解之路

DeepSeek模式正通过技术驱动与生态重构，开创一条破解智能鸿沟的创新路径。其核心逻辑在于以开源技术为杠杆，以普惠应用为目标，通过自下而上的技术创新与全球协作，重塑AI时代的竞争格局与发展范式。特朗普警告称，DeepSeek 的崛起“应该为美国科技公司敲响警钟”。谷歌前首席执行官埃里克·施密特在《华盛顿邮报》的一篇专栏文章中写道：“美国已经拥有世界上最好的封闭模式。为了保持竞争力，我们还必须支持发展充满活力的开源生态系统。” Meta通过其Llama模型推动了开源AI，此类模型正在推动行业发生重大转变，并将更快地为每个人带来好处。开源降低了AI技术开发成本，促进技术交流、共享、传播，加速技术进步；普惠发展能让更多人，尤其是资源有限群体受益，有助于解决数字鸿沟问题；开源还避免了科技寡头垄断，使技术红利惠及更多人；公开源代码提高算法透明性，便于公众审查监督，增加AI系统透明度，利于获得公众信任和广泛应用。

DeepSeek在开源AI领域的成功，挑战了传统的专有模型方法。其框架的广泛采用表明，AI开发将逐步转向社区驱动。DeepSeek在AI开发者领域迅速崛起，荣登Hugging Face排行榜榜首，并成为开源领域的主导力量。其强调速度、成本效益和可访问性等方法，在全球AI研究界赢得了巨大的声誉。DeepSeek还挑战了大规模AI突破需要大量基础设施投资的假设，通过证明最先进的模型可以高效训练，它迫使行业领导者重新思考数十亿美元的GPU集群的必要性。AI生态系统正在发生更广泛的转变，效率成为核心差异化因素，而不仅仅是原始的计算能力。

DeepSeek模式展现的不仅是技术普惠，更是全球知识生产体系的范式变革。这种自下而上的创新生态，正在重构“西方研发—全球应用”的传统路径，为“智能平权”提供新解方案，即提供一种通过开源技术和协作机制等技术手段，降低AI技术的应用门槛，消除因数据、算力、算法等资源分配不均造成的技术鸿沟，使不同国家、组织乃至个体都能平等地获得参与AI创新和受益的机会。这种“智能平权”还重构了传统的技术权力结构。开源社区的分布式协作模式消解了中心化的技术垄断，而各国基于DeepSeek的本土化适配（如政务系统集成、行业解决方案开发）则进一步推动了AI技术与本地需求的深度耦合，形成“技术民主化”的实践范式。从更深层意义上看，智能平权实质上是对数字时代技术主权概念的重新定义，它既挑战了发达国家通过技术垄断维持竞争优势的传统逻辑，也为发展中国家提供了弯道超车的制度性机遇，但其实现仍需依赖全球协作与开源生态的持续完善，以避免陷入技术碎片化或新的权力垄断陷阱。

技术-商业-政治三个逻辑交织下，AI的发展正面临两种倾向的风险：一是过度商业化导致技术成果垄断，二是过度政治化加剧全球技术分化，这都使智能鸿沟的问题更为严峻。这也与之前计算机和互联网的发展形成了鲜明的对照。因此，唯有通过更重大的开放式创新，才能突破现有智能鸿沟的困境。DeepSeek现象正是打破这一困境的典型案例。中国科技公司的未来将取决于它们将不确定性转化为创新和机遇的能力。全球加大支持科技创新力度，既是AI发展的最佳路径，也是解决智能鸿沟的最佳选择。与过去的接入鸿沟、素养鸿沟类似，智能鸿沟最终依然是通过发展来解决，以技术创新来解决技术创新带来的问题。同时，AI硅谷模式的经验告诉我们，科技创新有赖于资本和政治，但是，必须超越资本和政治的控制。如何保持平衡，是真正的艺术，也是DeepSeek释放巨大力量的关键。解决智能鸿沟，根本在于科技创新如何突破资本和政治的固有逻辑，超越依靠资本和政治驱动创新的“死亡螺旋”，重新恢复科技创新的本源，最大程度释放创新活力。

六、DeepSeek路径下AI民主化和普惠化图景

当前，DeepSeek在124个国家的市场流量分布图景，呈现了全球技术资源分布的深刻不均，其既印证了智能鸿沟的技术霸权和资源集中化现象，又揭示了新兴市场通过政策调整和基础设施跃迁，逐步实现技术突破的可能性。DeepSeek的全球流量分布呈现出鲜明的区域特征：亚洲以中国（20.72%）、印度（7.63%）为核心引擎，叠加印尼、沙特阿拉伯等新兴技术体的多元贡献，形成全球技术采纳的绝对高地。美洲则凸显美国（8.99%）的单一主导地位，其技术生态辐射力远超巴西、加拿大等次级节点。而欧洲呈现除去中心化格局图景，德国（3.86%）、西班牙（2.34%）、英国（1.80%）等国的均衡分布暗示多语言市场与本地化策略的复杂性。北非数字化进程的加速潜力不容忽视，非洲虽整体占比有限，埃及（4.71%）的意外崛起挑战了传统的技术扩散理论。

DeepSeek的兴起体现了全球AI发展过程中的一种新型动态。它不仅为科技巨头之外的主体提供了获取先进AI能力的可能，也标志着技术普惠化趋势的进一步深化。然而，问题依然存在，即单靠计算效率也无法解决数据质量和可用性等根本挑战。如果它能够在一定程度上促使国际社会将讨论重点从国家竞争和企业利益转向协作治理，特别是通过扩大全球南方的声音，它可能会成为全球AI之旅的一个重要里程碑。AI技术的开源与普惠是技术发展的必然要求和人类文明进步的体现，关乎人类社会未来走向。我们应秉持开源理念、践行普惠原则，推动AI服务人类共同福祉，为构建人类命运共同体贡献力量。开源AI既是打破技术垄断的利器，也可能成为文明自毁的导火索。人类正站在技术奇点的临界点，未来通用AI的开放既可能催生普惠性创新黄金时代，也可能因监管失位导向系统性崩溃。我们仍需要通过多利益相关方协作，在开放与安全的光谱中寻找动态平衡点。皮埃尔·阿祖莱（Pierre Azoulay）等人基于创新经济学的视角，探讨了生成式AI领域的竞争环境，并分析了该领域可能出现的市场结构和政策干预的方向。他们发现，开放性本身并不足以保证生成式AI领域的竞争。尽管开放性可以促进技术扩散和降低进入门槛，但领先企业通过控制互补性资产和利用品牌优势，仍然可以维持其市场地位。政策制定者需要综合考虑开放性与互补性资产的控制，通过适当的政策干预来促进竞争和创新，而不是单纯依赖开放性来实现市场多元化。DeepSeek的崛起为AI未来提供了一条兼顾性能与普惠的可行路径，但其对社会的影响将取决于全球社区如何平衡开放创新与责任治理，以及如何重构数字时代的“公地悲剧”解决方案。这也是智能鸿沟从技术问题转向公共治理议题的关键所在。

“公共智能”（public intelligence）是凯文·凯利提出的未来AI愿景，其核心是构建一个分布式、开源、非商业化的全球性“AI公共资源”，期待通过数百万参与者共同驱动的联邦系统，打破传统智能技术的垄断化倾向。这一系统如同“互联智能”（类似互联网的架构），由无数独立但相互协作的AI组成，形成覆盖全球的认知网络，整合本地化知识、环境传感器数据及全球性信息（如气象、卫星信号等），并通过层级化处理机制为人类提供从基础问答到复杂问题解决的普惠服务。尽管“通过人类协作而非单一实体的控制，将智能转化为推动全球合作的公共事业”的愿景仍面临重重阻碍，但他所推崇的技术乐观主义却引出了当前智能鸿沟的本质——新型公共物品问题。当智能技术（如数据、算法、算力）逐渐具备公共物品属性——非排他性与非竞争性增强，但其供给却因技术垄断、资本逐利或治理碎片化陷入不足，由此形成“供给赤字”与“需求膨胀”的结构性矛盾。这种矛盾在强联结、高互联的数字社会中被放大。技术基础设施的密集共生使产品与服务的外部性呈指数级增长，而市场机制在应对此类溢出效应时往往失灵，私人供给者缺乏动力承担公共品成本，政府干预又难以精准匹配动态需求，最终导致智能鸿沟从“技术可及性差异”演变为“系统性权利失衡”。

来源：再建巴别塔