Jensen Huang 与 Arthur Mensch：为何每个国家都需要自己的 AI 战略
摘要
AI是一项通用技术，但其战略价值将通过国家、产业和企业层面的专业化实现，而不是归结于一个普适聊天机器人。 Huang称，把结论集中到单一通用系统上的说法，是诱使其他所有人等待的“思维把戏”（mind trick）；Mensch则认为，有用的系统需要横向供应商与垂直领域及文化专家合作。“智能属于每一个人”，但每个国家都必须塑造服务于自身语言、制度和民众的模型。
主权 AI 同时是经济基础设施、文化基础设施和数字劳动力。 Mensch预计，未来几年 AI 对每个国家 GDP 的影响都会达到“两位数”；没有本土能力的国家，可能眼看着这部分价值流向海外，就像过去对外国发电能力的依赖一样。主持人最尖锐的表述是：没有主权，所面对的局面近似于“现代数字殖民”。
各国应购买横向技术栈，但必须构建并掌控属于自己的部分。 算力、推理、定制、可观测性以及数据连接等基础能力可以购买；本地知识、政策、价值观和专业能力无法外包。Huang预计，IT部门将成为“数字劳动力的人力资源部门”，负责为 AI 员工办理入职、评估、设置护栏并持续改进。
专业化可能击败单纯堆规模，进而改变模型竞争的经济学。 Mensch称，针对阿拉伯语调优的24B模型 Mistral Saba，表现优于规模大5倍的语言模型，因为专业化让表达更地道；进一步调优后，还可能出现服务于沙特法律工作或法国医疗诊断的系统。正在形成的架构是一棵“AI系统之树”，从通用模型逐层分化到语言、行业、国家和企业专属分支。
开放模型既被视为主权机制，也被视为安全架构。 它们支持本地部署、接入敏感数据、边缘运行，并开放权重以便更严格地评估和通过使用持续改进。Huang表示，他不认为一个被要求达到“100%准确”的系统应使用闭源模型。主持人提出国家安全层面的反对意见：不法分子也能使用开放模型；Mensch和Huang的回答是，封锁一个国家的发展无法遏制软件，而更广泛的审查反而能提升安全性、降低对单一实验室安全流程的依赖。
AI可能缩小技术鸿沟，因为自然语言大幅扩大了能够编程计算机的人口。 Huang称，如今使用 ChatGPT 编程的人已经多于使用 C++ 的人，这一变化大约只用了3年，因此 AI 是“有史以来最伟大的技术平权器”。Mensch补充说，前提是政府必须普及接入和培训，再展示实际收益，例如法国利用 AI 协助将失业者匹配到就业机会。
随着 AI 从即时回答转向长时间推理、个性化和物理系统，算力前景仍在扩张。 Mensch提到，智能体进行20分钟异步研究，是“数据中心和 NVIDIA 的看多理由”；Huang表示，Blackwell 相对 Hopper 的跃升源于其推理设计，恰逢“思考”成为主要算力负载。除信息型智能体外，物理定律 AI 和物理 AI 还可能重塑科学、能源、制造和机器人行业；因此，政策核心应是国家主动参与，而不是被动仰望。
精读
上游暂未提供，后续同步将继续补齐。