嚴管自家AI，反而幫了中國一把？《晶片戰爭》作者示警：川普不可自廢武功，「美中軍控協議」則是一場幻覺

在美國政府出手阻止Anthropic發表超強AI之後，OpenAI最新一代的GPT 5.6也暫時只對少數「受信任夥伴」開放，未像過去幾次改版直接推向全球市場。 這讓業界意識到，川普（Donald Trump）政府現在盯上的，不只有Anthropic一家，而是整個尖端AI模型陣營。 OpenAI 執行長阿特曼（Sam Altman）發表最新模型時，也語帶保留地表示：「這不是我們心目中理想的標準流程。」

乍看之下，這是一場圍繞AI風險的監管風暴，但深究問題本質，故事主軸依然是美中科技戰與國安角力。科技史知名學者、《晶片戰爭》（Chip War）作者克里斯．米勒（Chris Miller）6月30日在英國《金融時報》試圖回答這個問題：在美中都全速衝刺AI的局面下，兩國是否可能就AI風險談出一套「軍控協議」？

米勒指出，尖端AI模型的賽局天天在變，而且不只是幾家美國龍頭的內鬥，中國廠商更在後頭一路猛追。最近最具代表性的例子，就是中國新創Z.ai推出的GLM 5.2，這款開放權重（open‑weights）模型以龐大參數規模和MIT授權，一路衝到第三方排行榜的前段班，成為開源陣營的新標竿。川普總統科技顧問委員會（PCAST）共同主席戴維．薩克斯（David Sacks）也對此感嘆：「我們現在看到一個中國模型，表現已經追上，甚至在某些領域超過目前OpenAI和Anthropic對外提供的版本。」

在這樣的競爭壓力下，要判斷「誰領先、誰落後」也變成難題。米勒指出，產業長年依賴的「基準測試」（benchmarks），現在愈來愈難真正反映模型實力，因為只要提前用特定題庫刻意訓練，分數就能被「刷高」，排行榜名次也就失去可信度。OpenAI的研究員諾姆．布朗（Noam Brown）最近也提醒，評估模型不能只看「有沒有辦法解題」，還得把「解題速度」與「運算成本」納入考量，否則就只是在榜單上比漂亮分數，和真實使用情境相差甚遠。

如果把任務從單題測驗拉回現實世界，米勒認為，美國龍頭的領先幅度確實可能比評比還要來的大一些。Anthropic和OpenAI現在都在重押所謂「長程複雜任務」（long‑horizon tasks），希望讓模型在連續、多步驟的工作裡扮演真正的代理人，而不是只回答單一問題。在這種場景下，美國AI的實際領先幅度可能更大，問題是中國模型也在急起直追。

在川普回鍋白宮之前，拜登（Joe Biden）政府曾寄望透過AI晶片出口管制，靠算力優勢鎖住北京，進而讓美國建立起絕對的領先優勢，在模型能力和產業鏈上取得壓倒性領先，更進一步掌握國際規則制定權。但米勒坦言，這種「算力優勢」始終未能阻止中國對手推出高品質模型。在這種地緣背景下，若川普政府對自家美企實施過度嚴格的監管，無異於自縛手腳——這不僅無法根本解決全球安全隱憂，更會直接自廢美國AI產業的武功。 （相關報導： 機器人真的來搶工作？德國車廠引入「新員工」，不只能焊接板金還會自己分類零件 ｜ 更多文章 ）

既然單邊監管行不通，美中之間是否可能達成多邊「AI軍控」（AI arms control）協議，共同因應AI安全風險？米勒指出，川普政府內部確實對與北京對話展現出興趣，雙方在今年5月的「川習會」前夕，也曾就此議題進行探討，但北京至今沒有同意展開正式談判。不過米勒在文章中，也逐一拆解「多邊AI軍控機制」必然遭遇的三大困境：

一、網路安全（Cybersecurity）：嚴防外國勢力存取敏感模型，正是白宮先前對Anthropic「Fable」模型祭出嚴格限制的主因。 米勒直言，要想像美中兩國同意「不在網路行動中使用 AI」幾乎不可能。畢竟中國駭客與美國國家安全局（NSA）早已在各種網路戰中導入頂尖模型。任何擅長程式編寫和漏洞掃描的模型，天然就很適合拿來找破口，這樣的工具對兩邊都是現成的戰略利器，難以期待任何一方願意自願放棄。

二、生物安全（Biosecurity）：米勒認為，美中或許有機會在「防範AI協助設計或製造危險病原體」上談出一些共同原則，但中國在生物安全透明度上的紀錄本來就飽受質疑，這也讓雙方互信的基礎極為薄弱。 他引用冷戰歷史作為警示：美蘇在1972年簽署《生物武器公約》（Biological Weapons Convention）時，美國簽約前就著手拆除自己的生物武器計畫；但蘇聯始終認定華府在說謊，結果反而在簽約後暗中擴大炭疽桿菌（anthrax）和天花病毒（smallpox）等武器級病原的研發與量產。 這段歷史說明，即便一方付出單方面善意，也未必能填平長期累積的互信鴻溝

三、自主武器（Autonomous Weaponry）：中國在國際場合支持就「禁止自主武器」展開談判，這看起來與許多軍控倡議方向一致。但米勒質疑，在當前強權對抗的格局下，任何一個主要國家要真正放棄自主飛彈（autonomous missiles）、全自動飛彈防禦系統（automatic missile‑defence systems）這類自動化武器，現實上幾乎不可能。 畢竟在嚇阻與實戰的邏輯上，這些系統已被視為核心戰略資產，想要透過條約永久封印，難度非常高。

在上述三道高牆之外，米勒認為AI軍控談判最大的難題在於「合規驗證」（compliance verification）。就算一個國家承諾不將AI用於特定用途，又該如何驗證它真的遵守諾言？在冷戰時期，美蘇光是計算彼此飛彈發射井（missile silos）的數量已屬不易，即便發射井理論上還能透過間諜衛星從太空辨識，但在數位時代，無論華府還是北京，都絕不可能向對方開放攸關國家安全、極度敏感的「模型原始碼」（source code），驗證難度更是不可同日而語。 （相關報導： 機器人真的來搶工作？德國車廠引入「新員工」，不只能焊接板金還會自己分類零件 ｜ 更多文章 ）

米勒文末引用了美國總統雷根（Ronald Reagan）在1980年代面對美蘇軍控談判的名言：「信任，但要核實」（trust but verify）。 他的結論相當悲觀：只要美中處於「彼此不信任，而且在技術上幾乎無法核實」的狀態，國際社會就很難期待出現任何具實質約束力的AI軍控協議。 在這樣的現實考量下，華府與北京最後很可能會做出相似的務實選擇——與其投入巨大政治成本追求一套遙不可及的條約，不如繼續在這場 AI 科技戰中全速衝刺，先在算力、模型和應用生態上站穩腳跟。