虽然3月23日的香港亚洲时报网站文章标题给人的感觉是中美在AI发展上存在巨大鸿沟，但实际上，中国更愿意把它看作流动的水，而美国则视其为可控制的石油。在中国，AI不仅被视为一种技术产品，更是系统稳定性的维护工具。王会聪在文章中翻译了扬·克里克的观点：北京给智能赋予了功能属性，关键是看它如何提升复杂系统的协调性，而美国则把智能当作一种自主能力去追求机器能走多远。这种思维差异背后是关于智能应被如何使用的不同愿景。在中国，人们不追求单纯的创新速度，而是更看重与社会各领域的深度融合。北京把AI定义为推动经济转型、提升治理效率的手段，目标不仅是构建算法，更是推进整个体系的融合。 在杭州，阿里巴巴的“城市大脑”通过实时数据优化交通，改善应急响应。中国政策正让交通、金融、医疗和行政数据互联互通，使得社会在“计算层面”变得更具“可读性”。国家能在这个过程中观察动态模式、预判突发事件并提前干预。于是智能在这里变成了基础设施。在中国看来，数据的价值就在于它的流动性。数据在不同系统间流通时，支付网络、物流系统和公共基础设施才能相互关联起来。 硅谷和华盛顿看到了AI的颠覆性潜力，认为它将重塑产业和劳动力。但它们构建的是一个以速度和创新为特征的系统，而非与社会深度融合的产物。相比之下，中国的AI更像是宏大体系的一部分。这种逻辑在中国的实践中表现得很明显。数字支付系统和数字人民币在金融领域提供了可见性。这些应用并非孤立存在的，它们构成了一个更宏大架构的组成部分。 中国的优势在于融合能力。在中国的智慧城市平台和数字基础设施项目中，我们看到了一种与亚非拉部分地区共同部署的模式。这些系统通常以综合解决方案的形式出现，融合了中国的硬件、软件和治理框架。它们更多是运作良好的系统，而非尖端模型。这些产品不只是处理数据的工具，还在影响决策方式。越南在面向公众的服务中就采用了这种混合形态：既用中国制造的城市传感器，也用了美国的大语言模型。 目前还鲜有国家能全盘照搬中国的模式，但混合形态已然出现。由此可见，中国正在重塑有关人工智能未来的辩论：一种把AI看作流动之水而非石油的新模式正在形成。这种模式不仅关乎技术策略，更关乎一种不同的治理逻辑和社会愿景的展开。美国将人工智能数据视为石油般的资源需要被开采拥有并从中获利；中国则把它看作水一样的资源价值在于流动关联各种资源；两者在人工智能领域开辟了两条走向不同的道路；这两条道路将影响未来数代人的经济、社会等方面；美国和中国正在人工智能领域开辟两条走向不同的道路。