问题——数字时代竞争逻辑正发生结构性变化。过去工业化进程中，能源与材料决定产能边界；当前以大模型为牵引的技术浪潮，将算力、数据与算法能力推到国家发展“底座”位置。芯片、先进计算设备以及高质量语料等关键要素的可得性，直接关系科技创新的连续性和产业体系的稳定性。近年国际层面围绕芯片出口、先进GPU供应、算法审查以及跨境数据规则的摩擦增多，表面是技术与贸易议题，深层则指向“能否在关键环节保持独立运转”的现实考验。 原因——外部竞争升级与内生短板叠加，促使各国强化“自主与防护”。一上，部分国家以国家安全为名，将技术管制工具化、泛化，推动关键硬件、基础软件、训练数据等要素趋于“阵营化”“壁垒化”。数据治理层面，“数据投毒”、版权诉讼、语料封锁等非对称手段频现，反映出数据已从生产要素上升为战略关口。另一方面，全球数字治理加速分化，多边框架与区域规则并行推进，各方围绕标准、合规与话语权的较量更趋激烈。另外，技术突破并非只靠单点攻关，还依赖制度供给、产业协同与人才梯队；若科研评价、知识传播和人才激励长期受制于单一外部体系，创新方向和资源配置容易被动跟随，难以形成面向国家需求、面向工程实践的持续产出。 影响——“卡点”可能传导为系统性风险，竞争焦点从性能指标扩展到规则体系。若关键芯片、核心软件或基础模型受制于人，即便下游应用一时繁荣，也可能因供应链中断、合规门槛提高或数据来源收缩而出现“断供式”冲击，进而影响产业安全和经济韧性。更值得关注的是，当前竞争不再仅比拼模型参数或算力规模，还延伸到制度设计、标准制定、学术出版、人才流动等“软基础设施”。联合国《全球数字契约》、G20等多边议程以及各类标准化平台上，谁来定义数据使用边界、模型合规路径、责任分配框架与技术评价尺度，正成为塑造未来产业生态和国际合作格局的关键变量。规则的缺位或失语，最终会体现在创新“定价权”不足、国际合作受限、产业出海合规成本上升等现实问题上。 对策——以关键核心技术为牵引，推动“技术—制度—人才”协同发力，构建开放安全的自主生态。其一，夯实自主可控的技术底座，围绕高端芯片、基础软件、算力基础设施与通用大模型等关键环节，强化长期投入和体系化攻关，提升供应链韧性与替代能力，避免“单点依赖”。其二，完善数据要素治理与合规体系，在保护隐私与促进流通之间形成可操作、可复制的制度安排，推动数据确权、授权、脱敏、审计等机制建设，提升高质量数据供给能力，同时为跨境数据流动提供可预期的规则环境。其三，主动参与并推动标准制定与治理框架建设，在安全、可信、评测、伦理、版权等领域形成更多可对接国际的中国方案，推动在多边平台上凝聚共识，增强规则塑造能力。其四，建设更具解释力和引导性的学术传播与评价体系。高水平本土科技期刊、符合创新规律的论文评价机制以及面向工程实践的成果转化评价，虽不直接产出芯片或模型，却决定科研资源投向与人才成长路径。推动形成多元评价、重质量与贡献、鼓励原创和交叉融合的生态，有助于提升创新体系的内生动力与抗风险能力。其五，强化人才战略与教育供给，面向基础研究、工程实现、产业应用和治理法规等全链条培养复合型队伍，形成稳定的人才梯队与国际化合作能力。 前景——开放合作仍是主旋律，自主能力是参与合作的“底气”。展望未来，全球数字治理将呈现“竞争加剧与合作并存”的长期态势：一上，关键技术与数据规则的博弈仍将持续；另一方面，人工智能医疗、制造、交通、公共服务等领域的应用需求巨大，各国在安全、评测、伦理、反滥用诸上也存在共同议题。越是在不确定性上升的环境中，越需要以自主可控的底座确保发展连续性，以开放兼容的制度设计提升国际协同效率。通过技术突破、制度创新与人才培育的同向发力，有望在新一轮产业变革中形成更稳健的创新供给能力，并在国际规则塑造中争取更大主动权。
数字时代的全球竞争要求技术与制度创新并重；中国需在掌握核心技术的同时，构建自主的学术评价、标准体系和人才培养机制，形成具有特色的科技创新生态。这不仅是应对挑战的必要举措，更是实现科技自立自强、引领全球发展的战略选择。