编者注
本文转载自“稻香湖智库”公众号，内容有删节。
2025年10月至2026年6月，大西洋理事会人工智能委员会完成专项研究并发布《人工智能时代下的美国领导力》报告。报告指出，当前全球 AI 格局由地缘政治竞争加剧、产业依存深化、技术颠覆加速三大趋势共同定义。报告围绕 AI 创新、人才建设、治理体系、供应链、能源保障、盟友伙伴六大核心领域，搭建起一套完整的美国 AI 领导力发展路线图。报告核心结论明确：美国的 AI 领导力无法依靠单一行动实现，必须依托相互联动、统筹连贯的全域战略，而公众信任是贯穿所有领域的底层基石。
▲大西洋理事会人工智能委员会《人工智能时代下的美国领导力》报告封面。
一、七大顶层共识：
美国 AI 战略核心准则
报告通过全域调研，提炼出七大跨领域战略共识，作为美国制定连贯 AI 国家战略的根本遵循，也是所有行动的前置原则：
第一，竞争力以公众信任和乐观情绪为前提。政策制定者与企业必须向民众直观展示 AI 的正向价值，建立清晰的安全防护机制。数据显示，美国民众对 AI 的信任度显著低于中国、印尼、泰国等国家，超六成美国人对 AI 持怀疑态度，民众负面情绪已成为美国 AI 规模化发展的阻碍。
第二，技术创新与落地应用地位等同。仅专注前沿模型研发存在明显短板，必须将 AI 的行业部署、社会融合提升至同等优先级，才能释放技术的整体社会效益。目前美国多行业 AI 渗透率偏低，制造业、交通等领域应用尤为滞后。
第三，全球安全格局已发生根本性变革，亟需紧急行动。新一代 AI 模型兼具网络防御与网络攻击双重属性，若对手率先掌握颠覆性 AI 网络能力，将对美国国家安全与经济稳定造成灾难性影响，政企结构化合作迫在眉睫。
第四，AI 是复杂集体生态，需全域统筹管理。AI 发展串联技术栈、算力、数据、人才、能源等多重要素，各环节相互制约，美国需摒弃分领域孤立管理模式，将 AI 视作完整国家生态进行整体规划与投资。
第五，美国实力与盟友能力相辅相成。维持全球 AI 领先，既要夯实国内技术能力，也要帮助盟友搭建 AI 研发、部署与治理体系，联盟的广度与美国国内能力的深度同等重要。
第六，持久领导力扎根于长期战略。AI 技术迭代速度极快，短期冲刺式策略难以奏效，美国需制定可适配技术变化、跨越政治周期的长期 AI 发展规划。
第七，量化评估是战略落地的关键。当前美国缺乏统一的 AI 竞争力评估框架，一套常态化的评估体系，是政策制定、投资调整、风险预警的基础。
二、六大核心领域：
现存短板与落地策略
报告将美国 AI 竞争力拆解为六大核心板块，逐一梳理现存“闪点”（突出问题），并配套针对性落地建议，构成路线图的主体内容。
（一）创新
美国 AI 创新的优势建立在数十年联邦基础研究投资、世界领先的学术生态和充满活力的私营部门之上。但近年来出现了若干“闪点”：学术基础因资源向私营部门倾斜而受侵蚀；学术界获取先进计算资源的能力严重受限（学者通常能访问1-8块 AI 芯片，而行业研究者可访问数千块）；AI 在经济各行业的采用极不均衡（信息行业38%，制造业仅13%，运输业8%）；中国开源模型在全球市场的份额快速增长，2025年已占全球AI使用的30%。
对此，报告建议加大联邦 AI 研发投入，探索新型资助结构（如对顶尖研究人员的巨额资助、快速拨款机制），启动公私合作伙伴关系支持硬件密集型领域的研发，加速宽带接入扩展，并在关键领域实施联邦创新激励措施以鼓励AI采用。
（二）人才与制度准备
美国 AI 领导力取决于美国人民。这需要培养本土人才、吸引全球顶尖创新者、以及使现有劳动力（包括政府内部）适应 AI 驱动型经济。当前“闪点”包括：教育系统未能满足快速增长的 AI 技能需求；K-12 阶段缺乏系统的 AI 教育；移民政策发出矛盾信号；联邦政府吸引和留住 AI 人才面临长期结构性问题。
对此，报告建议将 AI 人才认定为国家利益优先事项；全面资助 K-12 AI 教育；为高等教育 AI 核心课程建立专项联邦资金；改革 H-1B 项目以更好地服务于 AI 人才目标；为 AI 相关领域博士生延长 OPT 工作授权；设立专门针对 AI 创新者的签证类别；通过持续就业保障强化“科技力量”计划；启动季度 AI 劳动力影响评估。
（三）治理
政府已成为 AI 经济的主要参与者——不仅是监管者，也是主要用户、整合者和市场塑造者。联邦机构已报告超过3600个 AI 使用案例。但治理面临碎片化挑战：美国尚无统一法律框架，各州正在推进各自的 AI 法律；联邦机构缺乏有效采用 AI 所需的采购系统和劳动力能力。
对此，报告建议建立协调一致的联邦监管框架，涵盖风险分层、采购标准、数据治理、透明度和事件报告；战略性地利用联邦采用来推动更广泛的创新；改革采购系统以实现快速获取新兴 AI 能力；投资行政和执法人员的 AI 培训和专业发展；确保 AI 采用支持国防并加强盟国合作。
（四）供应链
AI 供应链包括开发和部署 AI 系统所需的物理和虚拟资源——从原材料、先进半导体、网络基础设施、计算资源、数据到模型。关键“闪点”包括：半导体制造和关键矿产的集中依赖；AI 软件和计算基础设施的安全挑战；关于开源模型开放性的战略竞争；数据治理的碎片化方法；出口管制虽有所放缓但并未阻碍中国的 AI 雄心。
对此，报告建议围绕 AI 供应链制定标准定义以驱动一致性；调整出口管制与产业政策目标；持续扩大对国内半导体制造、封装和测试的激励；恢复和加强联邦网络安全机构；将 AI 供应链组件映射到现有网络安全最佳实践；确保开源软件生态系统的安全；建立产业与政府之间的结构化威胁情报共享机制；缩小开源模型差距；制定兼顾数据访问与保护的数据治理方法。
（五）能源
电力供应已从边缘兴趣转变为 AI 关注的中心。美国电网老化，超过一半的煤电厂已接近使用寿命终点；美国在输电线路建设方面远远落后于中国（2024年建成888英里高压线路，而中国2023年建成约2.5万英里）。电力价格从2021年到2024年上涨了近21%，可能引发公众反弹。
对此，报告建议采取“所有以上”的多元化发电策略，短期内依赖太阳能、天然气、陆上风电和电池；改造老旧电网基础设施并扩大输电；投资先进输电技术和 AI 驱动的电网优化；追求 AI 工作负载的能源管理创新；加快许可改革；确保数据中心支付其公平份额的电力成本。
（六）盟友与伙伴
美国的 AI 领导力与盟友相辅相成。当前“闪点”包括：各国对“数字主权”的追求可能限制美国公司进入；中国通过开源模型和全球南方基础设施建设扩大影响力；数据主权趋势增加了盟国合作的摩擦；美国可靠性认知下降。
对此，报告建议与盟友在 AI 出口框架上战略对齐；建立以共享公共利益机构为基础的盟国 AI 合作；创建数据治理互操作生态系统；在现有 AI 安全和安全框架基础上继续建设；构建可互操作的信息共享和安全保障生态系统。
三、评估体系革新：
推出国家 AI 记分卡
报告明确指出，当前美国 AI 评估体系存在三大核心缺陷：过度聚焦模型性能、各类数据碎片化、无法区分风险预警信号与滞后结果。为此，报告正式提出国家 AI 记分卡，将其作为美国 AI 战略的核心配套工具。
该记分卡围绕六大核心领域延伸，设置七大评估维度，配套细分量化指标：
（1）公众信任：涵盖民众 AI 观感、安全担忧、政府 AI 信任度、事故发生率等指标；
（2）创新能力：追踪联邦研发投入、学术成果、企业投融资、行业应用率等；
（3）人才储备：统计本土 AI 教育成果、海外人才引进、联邦人才缺口、岗位变动等；
（4）治理水平：评估政策完善度、采购效率、风险管控能力；
（5）供应链韧性：监测算力、芯片、软件、网络等全链条状态；
（6）能源支撑：统计电网负荷、电价、数据中心能耗效率；
（7）盟友合作：衡量国际协议、联合研发、安全协作等进展。
记分卡的核心作用是实现动态监测、实时政策纠偏，同时可同步应用于盟友评估，推动全球 AI 联盟的指标对齐。
四、地缘政治布局：
AI 时代的联盟与竞争
在六大实体领域之外，报告第十章聚焦 AI 地缘政治，结合全球格局提出美国对外布局思路：
一是重构传统联盟形态。AI 已深度融合军事、经济领域，传统军事联盟需拓展至技术、标准、安全等维度，优先构建可互操作的盟友生态。
二是分层对接全球伙伴。区分核心盟友、新兴伙伴、中立国家与战略对手，重视中等强国的自主发展诉求，避免两极对立，通过技术合作扩大朋友圈。
三是管控与中国的系统性竞争。正视中国在开源、数字合作等领域的布局，依托联盟优势推广美式 AI 标准与治理理念，同时在供应链、技术出口等领域保持管控。
四是抛出五大长期待解议题。报告提出需持续研究的核心问题，包括国家利益与全球依存的平衡、私营部门的角色定位、跨境数据互操作、AI 联合防御机制、各国能力差距的应对等，作为未来长期研究方向。
五、总结
这份报告是大西洋理事会针对美国 AI 长期领导力出具的一份全域行动路线图，其核心逻辑跳出 “单一技术竞赛”的传统思维，明确 AI 竞争是覆盖创新、人才、治理、供应链、能源、联盟的全生态较量。其所有建议均立足于当前现实，未提出激进扩张策略，核心目标是帮助美国稳住 AI 领先地位，同时依托联盟构建符合自身价值观的全球 AI 秩序，也清晰反映出当前全球 AI 领域竞争、依存、变革并存的整体态势。