# 12美元的修脚、45万亿的PPP：一个美国AI投资人重新认识中国

> Cognitive Revolution No. 372 中文精读

- 原标题：Nathan Goes to China #3: US-China Relations, the Art of the AI Deal & the Road to Pax Robotica
- 发布日期：2026-09-10
- 主持：Nathan Labenz
- 网页版：https://cogrev.1mmt.com/ep/372-nathan-goes-to-china-3-us-china-relations-the-art-of-the-ai-Btq_zt.html
- 精读字数：约 4234 字（阅读约 9 分钟）

> 本文为 cogrev.1mmt.com 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。

上海，晚上快打烊。Nathan Labenz 走进一家随机的修脚店，45 分钟，12 美元。店里没什么客人，一个二十出头的男技师成了他的主要对话对象，两人掏出手机隔着翻译软件聊天。小哥拿的是 iPhone 17。

Labenz 愣了一下。iPhone 在中国不比美国便宜，顶配的小米、华为也逼近一千美元。一个时薪可能不到 5 美元的服务业年轻人，怎么买得起？他后来在节目里给了一个解释：独生子女政策叠加家庭财富集中，四个老人、两个父母、一个孩子，家里可能有两三套房，孩子直接住一套、租一套，工资只是零花钱的一部分。

这个细节被放在《Cognitive Revolution》中国系列第三集的开头。主持人是 Nathan Labenz，创业者、AI 投资人，也是这档深度讨论模型能力、安全与应用的播客主理人。2026 年 9 月 10 日上线的这一集，距特朗普与习近平的会面只剩两周，AI 治理预计是议程重点。前两集分别讲他在中国的技术体验、DeepSeek/MiniMax/Kimi 的使用感受，以及「有中国特色的 AI 安全」。第三集是他自己的判断：中美关系该往哪走、美国该向中国学什么、怎么避免把 AI 竞赛变成新的达摩克利斯之剑。

## 先把目标说清楚：不是赢，是一起过日子

Labenz 开场就吐槽：关于中国的讨论里，最常被跳过的问题是「我们的目标到底是什么」。所有人都在说「我们要赢」，没人回答赢了之后呢，输了又会怎样。

他给出的答案是 **Pax Machina，或者叫 Pax Robotica，机器人治下的和平**。两国共享 AI 时代的好处：机器人进工厂、下农田、摘水果、进家庭洗衣做饭，想要悠闲生活的人能过上贵族式的生活；同时避开最坏结局，AI 引发的疫情、AI 军备竞赛、AI 冷战，以及一堆挂在人类头顶的智能炸弹。

他用核武器做对照。全球大约一万枚核弹头仍在值班，很多处于随时可发射状态。这套系统每年都有不可忽略的概率因为误判或意外升级成灾难，而它的威力远超威慑所需。**他说这是人类犯过的错，不想在 AI 上再犯一次。**

这里有个值得留意的分歧。Anthropic 是这档播客的赞助商，而 Anthropic 的公开政策主张包括限制中国获得芯片、拖慢中国 AI、保持美国领先。Labenz 没有回避，他说自己高度认同 Dario Amodei 在《Machines of Loving Grace》前半部分描绘的图景：治愈疾病、大幅改善心理健康、五年走完一个世纪的进步。他自己孩子从癌症中康复、六七个月恢复基本健康，就是技术的果实。

但他翻出了 Dario 2017 年的一段视频原话：

> 技术竞赛会提高安全灾难的风险。

Labenz 说他和 2017 年的 Dario 站在一起。中美之间的 AI 张力每加一格，走向「核结局」的概率就多一分：军事化、头顶悬剑，民用好处还没拿到。就像人类造了成千上万枚核弹，却没建起本该有的核电站。

## 中国的强，是回到历史均值

节目里最不留情面的一段，是针对硅谷那句老话：中国会复制、会改良，但不会真正创新。Labenz 说这种看法「错得离谱」，而且和 AI 圈那种「模型会推理但不会发现新知、会发现新知但不会换范式」的自我安慰是同一个心理机制。

他的框架很简单：**过去几千年的大部分时间里，中国本来就是世界前列的技术强国。**他和 Dario 这代人成长的年代，中国处于低谷、美国是唯一超级大国，那是一段极不寻常的例外。西方入侵、日本侵华、革命后的曲折，加起来把中国推到了历史低点。人口素质、教育传统、文明厚度这些底子一直在。所以他判断，任何拖延中国进步的努力，最多只能短期奏效。

AI 领域的故事一样。中国第一个提到 AI 的五年规划是 2016 年，和 Sundar Pichai 宣布 Google 全面转向 AI 是同一年，距离 2013 年 AlexNet 引爆深度学习只过了三年。这不是临时起意，是长期、有协调的战略投入。

他还翻出一份旧榜单。SuperGLUE 是 2022 年前后自然语言理解的重要基准，最终排行榜的第一名是一家中国公司，前十名里美国公司更多，十到二十名区间则密密麻麻是中国公司。**换句话说，ChatGPT 出现之前，中美在这些任务上已经是贴身竞争。**

为什么中国大模型起步慢半拍？一位在上海认识的朋友给的解释是：中国公司看了 GPT-2、GPT-3，觉得花那么多钱训练一个会写烂诗的东西不划算。这背后是一种更实用主义的技术观。等到指令跟随跑通、助手形态成立，推理和智能体接连出现，中国公司立刻补上了投入。

一个粗略的量化：过去几年发布过前沿或接近前沿大模型的公司，美国 11 家，中国 12 家。按最严格的品味筛，真正的前沿实验室可能只有两家，都在美国。但人才厚度摆在那里，美国前沿公司的研究团队里有大量华人，甚至有传闻说 OpenAI 内部有些团队在 Slack 里直接用中文办公。

## 几个数字，几个场景

按名义美元计算，美国 GDP 约 30 万亿美元，中国约 20 万亿，美国大 50%。按购买力平价计算，中国约 45 万亿，美国还是 30 万亿，反过来了。**Labenz 认为 PPP 口径更接近真实。**他在上海吃两人晚餐不到 10 美元，这在纽约、旧金山、底特律都做不到。

高铁是另一个例子。北京到上海，二等座约 60 美元，车厢比飞机宽敞，准点发车，时速约 320 公里，沿途停靠不少城市。他在车上看到有人用手机点餐，指定自己在哪节车厢，列车停靠五分钟，外卖送到站台完成交接。机场里的商品价格基本是街边价。这些都指向同一件事：技术已经深度嵌进日常生活，而且覆盖到了中小城市。

他还专门谈了合法性判断。美国舆论里有一种假设：中国有审查、政治自由有限，所以政府不被人民真正支持，只要外部力量推一把，人们就会上街。Labenz 说这个判断错得很危险，美国在伊朗就犯过类似的错。他用「天命」这个概念解释：**谁能让人民过上好日子，谁就有合法性。**两代人的时间，从很低的位置走到今天，这个交付记录让政府拥有很强的民意基础。人们珍惜稳定，因为家里老人还记得文革是什么样子。

顺着这个逻辑，他驳斥了另一个流行想法：给中国 AI 研究者发绿卡，他们就会全过来。这是幻想。月之暗面创始人去美国读了博士，回国创业。家在中国，钱在中国更经花，生活很好。吸引全球人才确实是美国最强的能力之一，应该继续加强，但别把它当成掏空中国人才池的捷径。

Manus 的案例被他拿来佐证另一面。这家做智能体产品的公司做出过很亮眼的演示，Labenz 试用后认为当时的体验领先 OpenAI 的 Operator，后来被 Meta 以约 20 亿美元收购。中国政府介入，认定属于关键技术，不允许美国公司收购，交易据他了解已完全解除，创始人留在国内。他在中国听到的普遍评价是：这是一步臭棋。Manus 属于应用层的执行框架，不是基础模型，更不是芯片，为它牺牲一个风投级别的退出案例，会打击整个创业生态，还可能逼创业者提前把公司注册到新加坡。

## 中国自己的麻烦，别只看高铁

Labenz 特意留了一段讲中国的软肋，防止听众从一个极端滑到另一个极端。

老龄化是最大的一条。他在中国几乎天天听到「用 AI 应对老龄化」这句话：蚂蚁集团的 AI 医生、陪伴独居老人的应用、填补照护缺口的机器人。一个孩子上面有四个老人两个父母，谁来照顾，答案越来越指向机器。他引用 Tyler Cowen 的判断：老龄化社会倾向和平，老人不想打仗。放在中国还有一层，独生子女家庭承受不起失去唯一的孩子。**真要打一场没有理由的仗，那可能是唯一能让中国公众持续上街、让政府失去天命的事。**

第二条是接班。习近平 73 岁，公开层面看不到任何接班人安排。他问过的所有人都答不上来。有人说下一个五年规划期间可能会推出接班人选，让公众逐渐熟悉。Labenz 认为这是明显的治理盲点，把稳定风险推到了未来，而权力交接的时刻恰恰是最容易出现冒险行为的窗口。

第三条是军队的真实战力没人知道，包括中国自己。俄罗斯打乌克兰之前也以为自己几天就能进基辅。中国军队长期没有实战检验，腐败问题历史上不小。**对台动武这种全押的决策，需要极高的确定性，而他们未必有。**

第四条是信任赤字。他引了两个身边人的说法：一位乌干达互惠生说，中国人来我们国家是赚钱带回去，美国人来是建学校、帮我们发展；一位巴西的 AI 从业者担心，中国的开源只是把人拉进自己阵营的手段，一旦阵营划好，开源就会停，到时候照样收专有 API 费。Labenz 认为零售层面的「宰客」印象已经过时，中国的价格明码标价、没有小费文化，但地缘政治层面的疑虑确实存在。美国的国际信誉这几年挥霍不少，即便如此，仍比中国拥有更多信任。

## 美国该做什么：芯片换机器人

后半段是政策主张，也是最容易被骂的部分。

第一，别把中国技术一概排除。要建立「有美国特色的国家能力」，同时向中国现在领先的领域学习。太阳能、电池、机器人、制造业效率，这些都是可以学的。

第二，**维持共享的 AI 技术范式。**这是他最在意的安全问题。如果两国的技术栈分叉到彼此都看不清对方能力的程度，误判的空间就会急剧扩大，AI 竞争才真的可能滑向冷战甚至热战。这也是他对出口管制持保留意见的核心理由：管制确实能让美国多领先一段时间，代价是两套互不透明的系统。

第三，交易构想。用芯片，甚至部分芯片制造技术，换中国在太阳能、电池、机器人等领域的专长，让两个经济体重新挂钩，同时不制造任何一方无法接受的依赖。他承认有些想法听起来天真，比如共同控制的训练算力、足以让华为进入美国市场的软件安全标准、让双方互相验证又不泄露机密的机密计算安排，短期内都不现实。

但有些事明天就能做。比如**明确澄清：限制中国获取芯片的规则，不针对 AI 安全研究和其他科研合作。**这类单方面降温动作不需要谈判，不需要对等，发个声明就能减少误伤。

他也提醒，这一代人刚教会沙子思考，正处在观念可以塑造现实的阶段，AI 领导者应该多花点时间想象更好的未来，而不只是盯着对手。

## 明天能做的几件事

- 做一份自己的中美对照表。名义 GDP、PPP、发电量、工业机器人装机量、前沿模型数量，各查一遍。只看一个口径，结论会完全相反。
- 如果你在 AI 公司做战略或政策，检查内部对华假设里有没有「他们不会创新」「人才都想跑」这两条。这两条如果成立，后续推演全错。
- 关注开源模型的许可证和依赖路径。巴西那位从业者的担心值得认真对待：今天免费的东西，五年后可能收费，提前准备可替代方案。
- 做跨境科研合作的团队，主动把「安全研究不属于出口管制范围」写进合规说明，别等到审批卡住才解释。
- 把这一集的第二集找出来听。Labenz 自己说那集更重要，因为它全是事实：中国 AI 安全的研究文化、公司内部的部署流程、监管环境，都比想象中更接近美国。