现在，请你回答我：

　　谁在搭便车？

　　OpenAI当然有权利保护自己的商业利益。但如果保护利益的方式，是把自己当年踩着往上爬的梯子抽掉，是把自己曾经依赖的开放生态圈起来收费，那它就背叛了“开放AI”这个名字最初的信仰。

　　DeepSeek的成功，不是奇迹，是工程效率的胜利，是开源精神的胜利，是中国科技企业“绝处求生”战略韧性的胜利 。

　　技术封锁无法阻挡创新脚步。中国AI不仅能在重重围堵中活下来，更能在打压中另辟蹊径、孕育硕果 。

　　路透社的指控还会继续，美国的封锁还会加码。但有一点是确定的：

　　当OpenAI忙着筑墙的时候，DeepSeek正在修路。

　　墙能挡住人，但挡不住路。

　　那条路通往的地方，叫未来。

　　2026年2月，谷歌母公司Alphabet的总裁兼首席投资官鲁斯·波拉特对媒体坦言：在人工智能开发竞赛中，美国未必能保证维持对中国的领先优势。

　　这句话从谷歌高管嘴里说出来，分量不轻。

　　更耐人寻味的是彭博社的补刀：到2035年，仅美国的人工智能计算电力需求就可能翻倍还不止。电力供应正成为美国数据中心的最大瓶颈——不是因为美国发不出电，而是因为电网基础设施太老太旧，输电线路建设太慢，各种监管和许可障碍太多。

　　翻译成人话：美国的电，送不到美国的算力中心。

　　这是一个充满黑色幽默的画面：硅谷的工程师们在键盘上敲出最前沿的算法，而一墙之外，那些支撑算法运行的服务器，正眼巴巴等着几十年前铺的电缆给它们喂电。

　　与此同时，彭博社冷静地列出一份清单：稀土、清洁能源、电动汽车、机器人——在这些领域，中国已经占据领先地位。人工智能、量子计算——在这些领域，中国正在快速赶上。

　　现实更扎心，美国人现在需要接受一个事实：美国已无法赢过中国，“美国最大的竞争对手只会变得更强”。

　　这不是危言耸听。

　　这是一场关于“电”的战争。而美国，正在输掉它。

　　让我们先看一组数字。

　　2025年12月，彭博新能源财经（BNEF）发布了一份让整个美国科技界后背发凉的报告：到2035年，美国数据中心的电力需求将飙升至106吉瓦，比该机构7个月前的预测大幅上调了36% 。

　　106吉瓦是什么概念？

　　大约相当于100座核反应堆的发电量。可以供近8000万美国家庭同时用电。比整个纽约州目前的发电能力还高出两倍多。

　　德勤的预测更激进：到2035年，美国AI数据中心的电力需求可能达到123吉瓦，比2024年的4吉瓦增长30倍以上 。

　　这些数字背后，是一场正在加速的“算力军备竞赛”。OpenAI的GPT-6训练集群消耗的电力相当于一座中型城市。微软和谷歌正在规划的数据中心园区，单个项目的用电需求就高达2吉瓦——超过美国现有任何一座核电站或燃气电站的装机容量 。

　　但问题来了：电从哪儿来？

　　美国电力系统给出的答案是：我也不知道。

　　美国土木工程师学会（ASCE）在一份政策声明中承认：美国大部分输电基础设施建于1950年代和1960年代，设计寿命50年，如今早已超期服役 。超过64万英里的高压输电线路，如今以满负荷运行，几乎没有冗余空间。

　　这就像一栋建于上世纪的老房子，电线老化、保险丝动不动就烧，结果突然有一天，你要往里面塞一个24小时不关机的超级计算机机房。

　　结果可想而知。

　　BNEF的报告指出，尽管美国电网投资已达到创纪录水平——2025年全球电网资本支出超过4700亿美元，美国贡献了1150亿美元，全球第一——但这笔钱根本追不上需求增长的速度 。供应链限制、许可延误、劳动力短缺，正在让输电项目推进得像蜗牛爬。

　　施耐德电气的预警更刺耳：如果维持当前备用容量水平，到2028年，美国用电高峰时段将出现实质性电力缺口；到2033年，这个缺口可能高达175吉瓦——足以引发大规模停电和系统性限电危机 。

　　施耐德北美首席公共政策官珍妮·萨洛打了一个比方：备用容量就像银行里的应急储蓄金。三年之后，美国将不得不定期动用这些“储备”，到那时，这些储备可能已所剩无几，根本无力抵御严重突发事件的冲击 。

　　硅谷还在狂飙，电网已经开始抽筋。

　　这是一场时间赛跑：一边是AI算力需求的指数级增长，一边是电网扩容的龟速推进。而龟速的那一方，大概率会输。

　　当然，美国人也不是完全没想办法。

　　在得克萨斯州，电池储能容量正在急剧增长，一定程度上缓解了人们对需求激增导致电网崩溃的担忧 。一些科技巨头开始考虑“自带电源”——直接在小镇旁边建天然气发电厂，或者与核电站签订独家供电协议。

　　但这些办法都是“打补丁”，解决不了根本问题。

　　原因一：电池储能的容量太小。施耐德的报告直言不讳：尽管多地掀起电池装机热潮，但实际能储存的电量依旧少得可怜，面对百吉瓦级别的缺口，简直就是杯水车薪 。

　　原因二：输电线路建设太慢。瑞银的一份报告揭露了一个残酷现实：在美国，一条输电线路从规划到建成，平均需要10到15年 。为什么这么久？因为你要穿越多个县、多个州，要跟无数个地主谈地役权，要通过环境评估，还要应对各种诉讼和反对意见。TransWest Express输电项目和SunZia输电项目，都花了几十年才建成 。

　　原因三：监管程序太繁琐。德勤对数据中心和电力公司高管的调查显示，72%的受访者认为，“电力与电网容量”是数据中心建设面临的最大挑战 。排在后面的还有供应链中断（65%）、安全问题（64%），以及“漫长且不可预测的许可流程”。

　　这不是技术问题，这是制度问题。

　　美国拥有全球最发达的资本市场、最顶尖的科技人才、最强大的创新能力。但当这些优势遇上陈旧的电网和瘫痪的基建审批流程，就变成了一个荒诞的现实：你有钱，你有技术，你有需求，但你就是没法把电送到该送的地方。

　　施耐德的萨洛说了一句意味深长的话：“这或许意味着我们可能在AI竞赛中处于落后境地。我们还会向世界释放出一个信号，即美国难以满足当下这个时代的电力需求，如此一来，投资很可能随之减少。”

　　这句话翻译得更直白一点就是：连电都搞不定，还谈什么AI霸主？

　　现在，让我们把目光转向太平洋的另一边。

　　彭博社的那份报道里，列出了一长串中国已经领先的领域：稀土、清洁能源、电动汽车、机器人。这些领域看似分散，但有一条暗线把它们串在一起：它们都跟“电”有关。

　　先说稀土。

　　2025年4月，中国宣布对七类中重稀土相关物项实施出口管制 。消息一出，全球产业链震颤。特斯拉CEO埃隆·马斯克随即承认，其“擎天柱”人形机器人的生产受到了中国稀土出口限制的影响 。

　　为什么稀土这么重要？因为它是高性能磁体的核心材料。电动汽车的牵引电机、风力涡轮机、喷气式飞机、导弹、无人机——这些东西都离不开稀土磁体。而中国，占全球稀土矿产量的70%，深加工产能的93%，是全球唯一具备完整稀土产业链的国家 。

　　国际能源署预测，到2030年，全球稀土精炼能力仍将高度集中，仅中国就占77% 。这意味着，无论美国想建多少数据中心、多少AI服务器，只要涉及到高性能电机和磁体，就绕不开中国的稀土供应链。

　　再说清洁能源。

　　中国不仅是全球最大的光伏组件生产国，还是最大的风力发电设备制造国。更重要的是，中国正在构建全球最先进的特高压输电网络——一种可以把电力从几千公里外输送到负荷中心的超高压输电技术。

　　这正是美国最缺的东西。

　　美国电网的问题不是发电能力不足，而是输电能力跟不上。而中国的特高压技术，恰恰解决了“西电东送”的瓶颈。从新疆到华东，从云南到广东，几千公里的输电线路，损耗率远低于美国的老旧电网。

　　最后说电动汽车和机器人。

　　这两个领域是AI技术落地的最重要场景。小鹏汽车基于阿里云算力集群建成了国内汽车行业首个10 EFLOPS规模的AI算力集群，从云到端的全链路迭代周期可达平均5天一次 。三一重工基于千问大模型打造了50多个AI Agent，覆盖研发、生产、销售、服务全链路 。

　　这不是实验室里的“炫技”，是工厂里的“实战”。

　　美国还在为怎么给数据中心供电发愁时，中国的AI已经“隐形”地嵌入到了制造业的每一个环节。正如36氪那篇文章所说：“大模型必须甘当配角，一个实用、好用、企业可负担的‘超级配角’。”

　　现在，我们可以勾勒出中美在AI时代的两种发展路径。

　　美国路径：算力中心驱动。

　　这是一种“自上而下”的模式：先建超大规模数据中心，再解决供电问题，再吸引应用开发者，最后反哺制造业。这套模式的优点是集中力量办大事，缺点是一旦供电这个前提条件出了问题，整个链条就会卡住。

　　而美国现在的情况是：前提条件正在出问题。

　　BNEF的数据显示，美国两大电网——PJM和ERCOT——已经出现紧张信号。PJM覆盖13个州、近6500万人口，到2030年数据中心容量可能达到31吉瓦，几乎相当于美国能源信息署预测的同期新增发电总量（28.7吉瓦）。ERCOT的情况更糟：备用容量可能在2028年后进入“风险区域” 。

　　换句话说，还没等AI真正普及，电网先顶不住了。

　　中国路径：产业应用驱动。

　　这是一种“自下而上”的模式：先有丰富的应用场景和制造业需求，再有针对性的模型开发，再反向定义算力需求，最后倒逼能源基础设施升级。这套模式的优点是落地快、闭环紧、不依赖单一变量，缺点是听起来不够“性感”，不够“颠覆”。

　　但事实证明，这种“不性感”的模式，正在产生实实在在的竞争力。

　　北京日报的一篇锐评里有一段话说得很好：“从Deepseek到Seedance，回顾一年多来中国AI产业的成绩单，都是在外部环境极具挑战的背景下实现的。近年来，个别国家在算力芯片等核心领域不断筑起‘小院高墙’，试图通过技术脱钩与供应链阻断，锁死中国人工智能的上升通道。然而，这种极限施压非但没有让中国AI停摆，反而倒逼出一种向死而生的战略韧性。”

　　这种韧性的核心，就是“工程化红利”。

　　当硅谷还在为“Scaling Law是否见顶”焦虑时，中国AI已经在思考：如何用更低的成本、更少的算力、更小的能耗，解决更实际的问题 。这种思维方式的差异，在算力充裕的时候不明显，但在算力和电力都成为稀缺资源的未来，将决定谁能笑到最后。

　　2025年11月，美国公用事业板块遭遇了一轮抛售。

　　Constellation Energy股价从10月高点下跌11%，Vistra Energy下跌16% 。原因是：投资者开始怀疑，那些寄望于数据中心的电力需求增长，能否真正兑现。

　　晨星公司公用事业分析师特拉维斯的评论一针见血：“如果电力需求增长未能兑现，那么按当前交易价格看，公用事业股估值过高。”

　　与此同时，一个更可怕的幽灵正在盘旋：颠覆性技术突破可能让电力增长预期彻底破灭。

　　加贝利基金公用事业板块投资组合经理蒂姆·温特直言：“公用事业板块面临的重大威胁是，AI市场可能像年初DeepSeek事件那样出现颠覆性技术突破，导致其赖以维生的电力增长预期彻底破灭。”

　　这是一个充满讽刺的反转：

　　这是一个两难困境，而中国巧妙地站在了夹缝之外。

　　回到开头鲁斯·波拉特的那句话：美国未必能保证维持对中国的领先优势。

　　这句话从一个谷歌高管嘴里说出来，意味着硅谷内部已经开始接受一个事实：游戏规则正在改变。

　　过去三十年，美国科技界的逻辑是：只要你在技术上领先一步，就能在市场上领先十年。但现在，这个逻辑遇到了两个挑战：

　　第一，技术领先不等于产业领先。 你能造出最好的AI模型，但如果没有足够的电力支撑规模化应用，那就只是实验室里的玩具。

　　第二，单一指标领先不等于系统能力领先。 你的算力再强，如果电网跟不上、供应链卡脖子、应用场景匮乏，那就只是空中楼阁。

　　彭博社的那段话值得反复品味：“在近些年的中美竞争之中，中国在稀土、清洁能源、电动汽车、机器人等多个领域占据领先地位，在人工智能、量子计算等领域也快速赶上。”

　　这不是一份“美国衰落”的讣告。

　　这是一份“美国优势正在被系统性地侵蚀”的体检报告。

　　电力只是其中最显眼的一个指标。但它折射出一个更深层的现实：未来的竞争，不是单项冠军的竞争，是系统能力的竞争。 谁能在技术、能源、制造、供应链等多个维度同时保持韧性，谁就能在下一轮长跑中占据主动。

　　施耐德的萨洛说：“我们还会向世界释放出一个信号，即美国难以满足当下这个时代的电力需求。”

　　这个信号，已经发出。

　　剩下的问题是：有人接收到吗？

　　文章写到这里，我想起一个细节。

　　2026年春节，中国AI界迎来一波“王炸”：DeepSeek刷新长文本处理纪录，字节跳动的Seedance 2.0让海外网友惊呼“又一个斯普特尼克时刻”，阿里云的千问模型在多模态生成领域持续突破 。

　　这些突破有一个共同点：它们都不是靠“堆算力”堆出来的，而是靠“提效率”提上来的。

　　人民网的一篇评论里写道：“中国AI的发展遵循着清晰的国家路线图。从推动互联网、大数据、人工智能与实体经济深度融合，到国务院发布《关于进一步深化‘人工智能+’行动的意见》，中国始终把科技创新摆在国家发展全局的核心位置。”

　　这是一种制度层面的确定性。

　　而美国那边，电网扩容还在跟环保组织打官司，输电线路还在等土地审批，数据中心还在焦虑“电从哪里来”。

　　这是一个关于确定性与不确定性的故事。

　　中国有确定的战略、确定的资源、确定的执行。美国有不确定的政策、不确定的监管、不确定的电网。

　　当算力需求开始触及物理世界的边界时，这种确定性的价值，就会浮出水面。

　　AI的战争，才刚刚开始。

　　而第一回合的比分，已经写在墙上。