金思宇/文

2026年乌镇峰会落幕了。138个国家和地区、1800位嘉宾、671家企业，数字体面。但真正值得追问的，不是会场里那个被反复抛出的问题——“超级智能该关进无菌室，还是铺成基础设施”——而是这个问题本身是怎么被生产出来的。

先确认一个术语事实：中国官方使用的是“人工智能”，不是“超级智能”。 2026年9月26日，外交部发言人就美方在介绍访问成果时以“超级智能”替代“人工智能”一事作出回应：“中方重视美方的立场，也尊重美方的提法。人工智能技术正在持续发展，各方可以结合最新形势，加强交流、深入探讨、寻求共识。”措辞克制，但界线清楚：尊重你叫什么是你的事，我叫什么是我的事。此后，李强在乌镇峰会主旨演讲中通篇使用“人工智能”，习近平在2026世界人工智能大会上的讲话同样以“人工智能”为基准术语。中国不跟进这个命名，不等于回避它所指向的能力跃迁问题；但讨论的起点必须明确：命名权本身，就是这场博弈的一部分。

特朗普政府以行政令方式将“人工智能”改称“超级智能”，做的不是科学分类，而是一次框架设定：把一项仍在演进中的技术预先锚定在一个“已经超越人类”的位置上，从而为“只有我们才配持有”提供语义基础。“超级智能”首先是一个被制造出来的谈判位置，然后才是一个技术描述。 那道“无菌室还是基础设施”的选择题，从一开始就建立在别人的命名框架之上。

一、“无菌室”路线在政治上不成立，因为它依赖一种“外挂式”的信任

支持封闭的最强论证是：能力越强，误用的后果越不可逆。云晓春在乌镇机器人与具身智能论坛上的判断比“内容风险”更进了一步：具身智能把人工智能从虚拟世界延伸到物理世界，“物理世界造成的伤害往往不可接受、不可逆”，因此“场景越走向物理现实，越要把避免不可逆物理后果作为优先目标”。这个判断是准确的，但它并不自动推导出“关起来”的结论，因为封闭路线预设了一个有能力、有意愿、有合法性去充当守门人的主体。这个主体不存在。

2026年9月联合国大会上的三句话，把局面说得很清楚。古特雷斯呼吁AI强国加强对话与透明度。特朗普的回应是“完全拒绝任何试图建立全球主义方案来监管人工智能行业发展的做法”，并直言“谁赢得超级智能，谁就是赢家”。马克龙则说“必须建立审计这些模型的能力，而不能依赖少数私营企业”。最前沿能力的持有者拒绝被关，中等强国要求查账，“无菌室”的钥匙却没有人交得出来。

欧盟看上去最像那个拿钥匙的人。2026年8月，欧盟AI法案对通用模型的反垄断执法权生效，委员会可以要求发布前评估、限制市场准入，罚款上限为全球年营业额的3%。但同一部法案对开源模型留了一道豁免：权重、架构和使用条款公开，两项核心义务即可不适用。连最积极的监管者自己都承认：把“开放权重”和“闭源前沿”塞进同一个无菌室，在操作上既不可行，也不必要。 真正在发生的不是“关或不关”，而是“在哪个环节、对谁、以什么条件设卡”。

更深一层的问题在于信任的生成方式。金思宇在论述AI安全建设时提出过一个判断：安全理念需要从传统“外挂式防护”向“内生式治理”转型，将安全能力嵌入研发、上线、运营全流程。“外挂式”信任的逻辑是——安全由少数可信主体从外部附加于系统之上；“内生式”治理的逻辑则是——安全必须成为系统运行架构中不可剥离的约束条件。封闭路线恰恰是“外挂式”信任的极致形态：它把全部安全押在“守门人足够自觉”这一假设上。而一个无法被独立审计的系统，恰恰是最难被信任的系统。闭源并不消灭风险，它只把风险的可见性收窄到少数人手里。把安全寄托于少数人的自觉，本身就是一种安全赤字。

二、“铺成基础设施”的问题不在姿态，在算力账单落在谁头上

门罗风投2026年的数据提供了一个冷静的注脚：美国企业用于开源模型的支出中，89%流向中国模型；OpenRouter上中国模型的调用量连续27周超过美国模型。这些数字常被读作“中国开源赢了”，但更准确的说法是：开放首先是一种有效的竞争策略，市场选择它的第一理由是便宜和够用，而不是“普惠”的理念感召。

薛澜在博鳌论坛上给出了一个更接近政策现实的判断：中国开源大模型的技术输出，“为AI技术在全球范围内的普及应用、缩小各国数字技术鸿沟作出了积极且巨大的贡献”。蔡崇信在乌镇的开场则把逻辑推得更直白：“AI只有开源才能普及，只有普及才能创造可持续、普惠的智能时代。”这些判断都有事实支撑：千问已开源超过470款模型，全球累计下载量突破40亿次，衍生模型超过33万个；国产开源大模型全球累计下载量突破100亿次，中国模型占Hugging Face平台模型下载量的41%。

但“普及”与“普惠”之间的那道坎，不在权重文件里。开源模型的词元使用份额在上升，支出份额却在下降——用的人多了，付的钱少了。这对开发者是好消息，对“开源等于共享繁荣”的叙事则是一盆冷水。世界银行2026年发展报告的判断更不留情面：推动AI前沿所依赖的半导体、数据中心和顶尖人才，“在短期内，对大多数发展中国家而言仍然遥不可及”。联合国贸发会议把话说得更具体：发展中国家能否利用AI，取决于“稳定的电力和宽带网络、计算能力、本地化数据以及劳动力技能”。

乌干达那家基于千问训练68种非洲语言模型的非营利机构，是一个动人的案例，但它恰恰暴露了局限：一家机构可以下载权重，却仍然需要算力、电力和人来完成训练与部署。金思宇在分析技术普惠民时点出的那个区分在此处格外锋利：算力、模型和数据的可及性如果停留在账号开放层面，而不能转化为中小企业与欠发达地区的成本优势和风险防护能力，“普惠就容易退化为形式上的覆盖”。开源消解的是知识壁垒，算力固化的却是要素壁垒。 只谈前者不谈后者，“公共基础设施”就只是模型层的修辞，而不是真正的可及性。

王兴兴在乌镇点出的五种核心资源——数据、算力、芯片产能、能源、矿产——把这条逻辑链推到了底：芯片产能全球极缺，国内算力极缺，芯片背后还有能源和矿产。开源改变的是谁能下载，算力决定的是谁能运行。 两者之间的鸿沟，不是一句“共享”能填平的。

三、无条件开放的风险是真实的，但它指向的是“治理对象”而非“开放本身”

反过来说，把“共享”等同于“放开”，同样经不起推敲。高文在2026年两会期间针对开源智能体工具OpenClaw的走红说了一句很具体的话：这类工具“极大地降低创业门槛，但开源工具的属性也悬置了安全责任”，提供相关服务的平台企业“需压实主体责任，履行安全风险评估等义务”。薛澜则从另一个方向划出了底线：AI发展“应设技术红线”，“设立技术发展‘禁区’非常重要”。

开源模型的安全风险有其特殊性：不可逆传播——模型开源后全网扩散，漏洞无法像闭源模型一样实时修复；防护性薄弱——第三方可以绕过内置安全护栏，篡改和滥用能力。2026年10月，网络安全研究机构ProjectDiscovery以Qwen2.5-7B-Instruct为基础训练带后门模型，单次7B模型实验算力成本约8美元，整套攻击验证花费不到50美元。这个成本数字本身就是一个治理信号：当攻击的边际成本低到这个量级时，指望“不开放”来消灭风险，在经济学上是不成立的。

但业界同时形成了一个关键认知：安全风险并非开源独有，闭源模型同样存在恶意滥用和漏洞，封闭模式只是隐藏了风险，并未根除风险。相较于闭源，开源模型全程白盒化，可接受更广泛的监督检验，漏洞反而可能被更快发现和修复。王坚在乌镇主论坛上率先纠正的一个认知偏差，把这一层说透了：“开源人工智能是Open Artificial Intelligence，并非单一企业产品，而是整个行业的发展范式”。治理的对象应当是“危险的使用方式”，而非“广泛的可及性”。 王坚同时提出的“探索模型、代码、数据分层开放的规范”，则为“可及性”与“安全性”的并行满足提供了操作入口：权重开放解决“谁能用”，训练方法开放解决“谁能改进”，数据开放涉及隐私和国家安全必须严格约束，推理接口开放解决“谁用得起”——四者混为一谈，讨论必然失焦。

四、真正的问题不是房间怎么选，而是图纸由谁画、门禁由谁守

把“无菌室”和“基础设施”对立起来，最深的误导在于它让人以为争论的对象是房间的形态。实际上，争夺的对象是建造房间的权力：谁定义风险，谁设定准入，谁在事故发生后承担代价。

古特雷斯在同一篇致辞里给出的诊断比“关不关”精确得多：危险不在于技术本身，而在于“技术发展缺乏问责、能力缺少监管、决策缺乏透明度”。翻译一下：问题不是超级智能被放在哪个房间，而是房间的图纸由谁画、施工由谁监督、门禁名单由谁审定。

从这个角度看，乌镇峰会上那些不够“炸裂”的东西，反而更接近真问题。中国在2026年网络安全宣传周发布的《人工智能安全治理框架3.0》，延续的是“风险分类、技术应对、综合治理”的逻辑，而不是在“开或关”之间选边。网信办“清朗·整治AI应用乱象”专项行动第一阶段下架9个违规开源数据集，治理的对象不是“开放”这个动作，而是开放之后具体什么东西流到了什么地方、被用来做什么。云晓春提出的“后果可控”框架——身份认证、攻击面收敛、行为约束，覆盖设计、开发、部署、运行全生命周期——则把“可控的共享”从口号变成了工程语言。这与金思宇“内生式治理”的判断在方向上完全一致：协同治理的有效性，取决于治理能力是否被“嵌入”技术与组织的运行逻辑，而非作为外部约束附加于其上。

而“超级智能”这个命名本身，恰恰提供了一个反向的检验标准。当一个术语被单方面行政令推向全球话语场时，它试图完成的正是图纸的预先绘制：先命名，再定义问题，再规定答案的边界。中国不跟进这个命名，不是回避能力跃迁的讨论，而是拒绝接受一个由别人单方面设定的问题框架。

五、回到那三个角色

锁门的人——那些相信只有自己配持有钥匙的前沿实验室及其政治靠山——在逻辑上站不住，因为他们拒绝的恰恰是让钥匙变得可信的唯一途径：独立审计。一个不能被查账的系统，不是一个安全的系统，只是一个把不安全藏起来的系统。

砌墙的人——那些把“开放”简化成“放开”、把“共享”简化成“免费下载”的叙事——同样不负责任，因为真正的墙砌在算力和电力上，不在权重文件里。只谈模型开源而不谈算力普惠，等于告诉一个没有电网的村庄“发电机图纸免费”。

连门都摸不到的人，是世行报告里那56亿生活在低收入和中等收入国家的人口，是乌干达诊所里等不到母语诊疗助手的患者，是县域工厂里算不起一次模型调用的工程师。他们不在“无菌室还是基础设施”的听众席上，但“超级智能该放在哪里”这个问题的每一个答案，最终都由他们承担后果。

超级智能不需要一间无菌室，也不需要一条谁都可以踩上去的公共马路。它需要的是有人对门禁负责、有人对路面维护负责、有人对事故追责负责——而且这三种责任，必须像金思宇所主张的那样，嵌入系统运行的内生架构，而不是悬挂在系统之外的道德承诺。在有人把这三件事说清楚之前，关于“关起来还是铺出去”的辩论，本质上是一群人在争谁有资格替不在场的人做决定。而历史反复证明，这种争论的赢家，通常既不是锁门的人，也不是开门的人，而是那个趁争论把房子盖在别人地基上、并且率先给房子改了名字的人。

术语说明：本文依照中国官方用语，以“人工智能”为基准术语。2026年9月26日外交部发言人明确表示，对美方以“超级智能”替代“人工智能”的提法，“中方重视美方的立场，也尊重美方的提法”，同时中方自身继续在官方话语中使用“人工智能”。“超级智能”在本文中出现时，指2026年9月美国行政令所确立的特定政治命名，而非作者采用的中性技术范畴。这一区分本身，构成了本文分析的一部分。

作者简介：金思宇，中国智库高级研究员、中国政策科学研究会特邀研究员、国际问题观察家，长期从事国际战略、数字经济、全球治理与科技政策研究。