1 引言 在特朗普宣誓就任第47任美国总统的当天，中国初创公司深度求索(DeepSeek)发布了其开源大模型DeepSeek-R1。该模型凭借其低成本和高性能的优势，迅速在全球范围内引起了广泛关注。据斯坦福以人为本人工智能研究中心(Stanford Institute for Human-Centered AI，HAI)的研究人员称，DeepSeek的发布搅动了美国市场，导致纳斯达克综合指数下跌3%，英伟达股价下跌17%，市值蒸发6，000亿美元。这是美国历史上单日最大规模的公司亏损，其规模相当于美国年度国防预算的65%[1]。 DeepSeek的创新路径表明，美国所谓的“前沿”AI公司并不具备不可逾越的技术壁垒。通过强大的算法创新能力，结合算法与底层软件的系统级优化，特别是在混合专家模型(Mixture of Experts，MoE)等稀疏模型架构和高效强化学习上的创新应用，同样能够实现有限算力支持下的模型性能突破。DeepSeek的“低成本—高性能—全开源”三重颠覆，引发了关于美国智库对人工智能芯片出口管制有效性的讨论。在美国国家公共广播电台(National Public Radio，NPR)的一则采访中，卡内基国际和平基金会(Carnegie Endowment for International Peace，CEIP)AI专家马特·希恩(Matt Sheehan)将DeepSeek的成功总结为“so quickly，so cheaply and so openly”(“如此迅速、如此低成本、如此开放”)[2]。美国信息技术与创新基金会(Information Technology and Innovation Foundation，ITIF)的有关研究人员将DeepSeek-R1模型的发布视为“AI领域的斯普特尼克时刻”[3]，警示开源生态或将瓦解美国算力霸权。兰德公司(RAND Corporation，RAND)高级分析师卡特·普莱斯(Carter Price)等[4]指出，DeepSeek-R1以显著低于行业巨头的研发成本实现了技术突围，该模型不仅长期占据苹果应用商店榜首，力压OpenAI等公司的同类产品，更昭示着美国对华AI遏制战略的深层失效。 鉴于智库在美国政治生态中的重要地位及其对美国人工智能战略形成的潜在影响[5-6]，研究美国智库关于DeepSeek的观点对于洞察美国未来对华AI政策走向具有重要意义。围绕DeepSeek对美国人工智能领先地位的影响及未来应对政策，不同智库观点存在显著分歧。部分智库主张加强对关键技术的出口管制，以确保国家安全和全球影响力；部分智库则从商业利益的视角出发，倾向于保持国际市场的开放性，以便美国企业拓展其全球业务。本研究以4家美国权威智库作为研究对象，深入剖析其涉及DeepSeek的AI政策报告、专家访谈等资料中的核心论点，探讨不同观点对美国人工智能政策的推动作用，以及对中国人工智能发展的潜在影响，并提出相应的应对策略。 2 智库样本选择 本研究选取了4家具有国际影响力的美国智库——RAND、CEIP、ITIF和HAI作为主要的研究对象。主要基于以下考虑。第一，专业性与权威性。这4家智库在人工智能、国家安全、技术创新和国际关系等领域拥有深厚的研究背景和广泛的影响力，其观点能够为DeepSeek的崛起提供专业的分析。第二，多元视角。每家智库都有其独特的视角和研究重点，有助于从多个维度理解DeepSeek技术的影响，包括技术发展、商业利益、国家安全和地缘政治等方面。第三，政策影响力。这些智库的研究成果和政策建议往往会被美国政府和企业所采纳，其观点对于理解美国对DeepSeek的态度及推测其可能采取的政策措施具有重要意义。这样的选择策略旨在确保研究样本既反映美国AI战略界的主流声音，又涵盖技术竞争的多维矛盾，为解读DeepSeek引发的政策争议提供立体透视。 3 4家智库关于DeepSeek的观点分析 3.1 RAND RAND将芯片管制视为维持美国算力领导地位、遏制中国人工智能发展的最佳工具之一。其警告称，若允许先进人工智能芯片无限制地流向中国，美国可能在人工智能发展的关键阶段丧失计算优势。 3.1.1 对DeepSeek的创新本质、竞争优势和成本优势提出质疑 RAND认为，DeepSeek的技术突破很大程度上依赖于早期对英伟达芯片的集中采购，而非源于真正的技术创新[7]。据报道，DeepSeek在2023年10月H800芯片禁令前完成关键算力布局(包括1万个A100集群及H800训练体系)，若美方提前收紧管制，其技术迭代将被迫依赖性能仅达H100芯片1/6.7的H20芯片，导致研发效率下降[7]。反之，如果DeepSeek使用更强大的芯片训练模型，那么其将能够获得更高的效率提升[8]，形成更显著的市场扩张势能[9]。 RAND指出，DeepSeek开源其模型权重和方法细节，这与西方公司日益封闭的技术策略形成鲜明对比。Anthropic、谷歌以及OpenAI等美国公司对于其技术能力的保密处理，意味着通过公开的基准测试所展现的人工智能进展并不全面，从而导致基于公开信息的直接比较存在一定的局限性，无法完整地映射出行业发展的真实面貌[8]。此外，开源模式能否直接转化为战略优势尚需时间检验。 DeepSeek-R1模型成本大约仅为OpenAI o1模型的4%。RAND质疑DeepSeek所报告的成本仅涵盖了最终训练阶段的费用，未包含前期试错开发、人力资源成本以及大量硬件设备的初期投资等关键财务投入。加之，缺乏美企训练成本数据的对比，DeepSeek的成本优势是否具有可比性有待分析[9]。
