AI 的承诺与芯片的脆弱性

本文信息来源：stratechery

昨日 Anthropic 发布了 Claude Sonnet 3.7 版本；Dylan Patel 贡献了当日最佳段子 ，调侃 Anthropic 似乎对数字”4″避之不及——这个数字在中文里谐音”死”：

玩笑归玩笑，根据 Ethan Mollick 这篇帖子的修正说明，Anthropic 没有升级主版本号是因为就计算能力而言，Sonnet 3.7 仍属于 GPT-4 级别的模型。

文章发布后，Anthropic 联系我并告知 Sonnet 3.7 不会被归类为 10^26 FLOP 量级模型，其训练成本约为数千万美元，不过未来模型规模会大得多。我已根据该信息更新原文。唯一重要变更是 Claude 3 现在被定位为进阶模型而非第三代模型。

我欣赏莫利克的研究，但反对他中立的命名方案：谁先实现某一代模型，谁就有资格冠名。换言之，若第二代模型属于 GPT-4 级别，那么第三代模型就该称为 Grok 3 级别。

虽然 Sonnet 3.7 延续了 Sonnet 3.5 将个性与编程能力巧妙融合的特点（这可能是 Anthropic 在训练后添加的独门配方所致），但 Grok 3 给人的感觉更像是算力阶梯式跃升的产物，仅辅以极轻量级的人类反馈强化学习（RLHF）。它的答案更深入详尽（模型优秀！），却常显冗长（RLHF 不足）；能解对数学题（模型优秀！），但解释晦涩难懂（RLHF 不足）。它还更热衷于生成禁忌内容——从情色文学到炸弹配方，表面带着 Tumblr 式的政治敏感，若稍加试探，底层却涌动着类似 4chan 的暗流。

 Grok 3 比任何现有模型都更像提纯后的互联网精华，它是我目前的最爱。

Grok 3 也提醒着我们速度的重要性，进而说明在具备推理能力的 AI 世界中，基础模型为何依然关键。Grok 3 的速度明显快于竞争对手，这带来了更佳的用户体验；更广泛地说，对话属于机敏反应的领域，而非深度思考的范畴。后者适合进行研究或其他代理型任务，而前者能为聊天机器人或语音界面带来更好的消费级用户体验。

与此同时，ChatGPT 仍保持着最佳产品体验——其 Mac 应用尤其显著优于 Claude

——它在处理数学作业等更贴近消费者的用例时也更为用户友好。而深度研究功能则明显优于所有竞争对手（包括 Grok 的”深度搜索”），至少对我而言， 这是目前最接近通用人工智能的体验 。

然而，OpenAI 最大的资产是 ChatGPT 品牌及其相关心智份额；首席运营官布拉德·莱特卡普刚刚向 CNBC 透露 ，该服务周活跃用户已突破 4 亿，不到三个月内增长 33%。正如我在 ChatGPT 发布四个月后所言 ，OpenAI 是意外诞生的消费科技公司。消费科技公司最难打造却最具价值潜力；它们需要的文化与价值链也与附带 API 的研究机构截然不同。这一根本现实或许正是过去两年半 OpenAI 动荡的主因：老员工们从未想过成为下一个谷歌搜索或 Meta， 微软也无意仅作为组件供应商服务于必须掌控用户关系才能成功的企业。

然而事实上，OpenAI 的行动过于迟缓：这家公司现在绝对应该推出广告支持的版本，无论这个想法会让 AI 研究人员多么不适； 从 DeepSeek 现象中得出的一个启示是，许多消费者并不了解 OpenAI 顶级模型的优秀之处，因为他们并非付费用户。让免费用户以低成本获得最佳模型完全符合 OpenAI 的竞争利益，而这必然意味着引入广告。更重要的是，消费科技公司要真正实现全球规模扩张，唯一途径就是采用广告模式——这既能最大化潜在市场规模，又能持续提升每用户平均收入（当然这并不排斥订阅模式；事实上，广告+订阅正是消费内容业务的终极形态 ）。

与此同时，DeepSeek 成为年度最受瞩目的事件 ，部分原因在于它与 Grok 3 形成了阴阳互补的关系。DeepSeek 的 V3 和 R1 模型在 GPT-4 级别中表现出色，是强有力的竞争者，其卓越表现源于基础设施和模型层极为出色的工程实现；而 Grok 3 则只是采购了最顶级的英伟达芯片，利用公司网络构建了迄今为止最大的计算集群，最终产出的模型虽更优，但优势并不显著。

深度求索（DeepSeek）的中国属性至关重要，具体原因后文将详述，但同样重要的是其开放实验室的定位——定期发布论文、完整模型权重及底层源代码。该机构的模型不仅性能优于 Meta 的 Llama 系列，开放程度更高（且不受 “伪开源协议” 限制），堪称”最低开放标准”的标杆：任何性能持平或低于深度求索的模型，都缺乏不开放的理由。当用户可以直接运行深度求索时，安全顾虑便形同虚设；而封闭且性能更差的模型所导致的用户采纳率与市场关注度损失，更使得竞争顾虑显得微不足道。

与此同时，深度求索与 Llama 对行业定价形成显著压制：为应对这家中国研究机构的发布，中美两国的 API 成本均已下降。长期来看，维持可持续利润的唯一途径要么是拥有基础设施成本优势（如谷歌），要么保持持久的模型能力优势（例如 Claude 在编程领域的表现），或是成为聚合者平台（这正是 OpenAI 应通过 ChatGPT 追求的方向）。

AI 芯片现状

这一切对高度担忧”末日概率”的人来说都是好消息。当前 AI 似乎处于一个恰到好处的状态：领先的研究实验室有足够动力筹集资金并持续投资新基础模型（期望打造能自我进化的 AI），同时竞争正无情地压低 API 价格，进一步激励模型制造商开发差异化产品和功能。

当然，最大赢家仍是台积电代工的英伟达：深度求索的成功正导致中国对 H20 芯片（英伟达为遵守出口管制而降低算力和带宽的 H200 阉割版） 需求激增 ，而 xAI 刚刚证明最快竞争方式就是购买顶级芯片。深度求索的创新会提升其他模型效率，但可以合理认为这些效率提升源自芯片禁令的倒逼 ，那些能直接采购顶级芯片的公司未曾追求（但必将借鉴！）类似成果也就不难理解了。

这一点对 AMD 来说尤为棘手：SemiAnalysis 去年底发布了一份残酷的分析报告 ，揭示了这家英伟达竞争对手的软件表现相比其硬件有多么糟糕；AMD 承诺会做得更好，但坦率地说，五十年来 AMD 始终陷于”优秀芯片被拙劣软件拖累”的怪圈。像 Meta 或微软这样的公司或许会投入精力编写更好的软件，但顶尖实验室既没有时间也不具备相关专业知识。

华为及其昇腾系列 AI 芯片的情况则截然不同。这些芯片采用中芯国际 7 纳米制程工艺，结合西方制造的深紫外光刻（DUV）技术和四重曝光技术；虽然实现这一点并不令人意外 ，但可以合理推断，除非中国供应商能研发出极紫外光刻（EUV）设备（注：将 7 纳米工艺演进版称为 5.5 纳米并不能算数），否则该晶圆厂的制程工艺难以继续突破。

然而，AI 芯片的主要限制——尤其是推理环节——未必在于芯片速度，而在于内存带宽，这一点在当前工艺水平下仍有提升空间。此外，（部分）克服低效芯片使用需求的解决方案，就是直接建造更多配备更强供电的数据中心，而这正是中国远胜美国的领域。但最关键的是，中国科技企业既有动力也具备软件实力，能让昇腾芯片成为有竞争力的选择，特别是在推理领域。

除了英伟达/台积电和华为/中芯国际之外，还有一类参与者值得关注——那就是自行设计芯片的超大规模服务商。它们或独立研发（如 AWS 的 Trainium 和微软的 Maia），或与博通合作（如谷歌的 TPU 和 Meta 的 MTIA）。这些项目的技术实力与战略意义各有不同：谷歌投入 TPU 研发已逾十年，并用于自研模型训练，而新一代 Anthropic 模型正基于 Trainium 进行训练；Meta 的 MTIA 专注于推荐系统而非生成式 AI，微软的 Maia 则处于更早期的探索阶段。但它们的共同点是：所有芯片均由台积电代工生产。

台积电与英特尔

台积电占据主导地位并不令人意外。诚然， 包括本站在内的诸多报道都曾详述英特尔的失误与台积电的崛起，但即便英特尔能持续保持技术领先——18A 工艺确实前景可期 ——这家公司仍需完成从整合元件制造商（IDM，即自主设计制造芯片）向晶圆代工厂的转型，后者需要具备服务第三方客户的能力、知识产权库经验，才能为前述所有企业代工芯片。

以英伟达这个典型案例来说，即便在英特尔制程领先时期，其芯片也始终由台积电（及三星）代工。事实上，正是台积电及其纯晶圆代工模式的出现，才孕育了英伟达这样的企业。

这也意味着台积电不仅拥有先进制程产能，还保留着成熟制程产能。全球有大量芯片——无论是 AI 服务器中的芯片，还是汽车、音响、冰箱等各类设备中的芯片——并不需要最尖端的技术，反而能从台积电在台湾地区保留的已完全折旧晶圆厂提供的低成本中获益。而台积电则可以将这些现金流——加上先进制程不断上涨的定价 ——投入到新建的尖端晶圆厂中。

这些尖端晶圆厂的价格持续飙升，这意味着产量至关重要。这就是为什么早在 2013 年本站创立时，我就清楚地意识到英特尔必须转型为晶圆代工厂 ；遗憾的是该公司并未采纳我的建议，宁愿依靠云服务器需求推动股价飙升。 时间快进到 2021 年 ，英特尔——此时已失去技术领先优势，其云服务器业务市场份额正被采用台积电先进制程的 AMD 蚕食—— 在帕特·基辛格领导下尝试转型为代工厂 ；不幸的是该公司日益萎缩的现金储备远大于其代工客户规模，这些客户主要来自实验性芯片或 x86 变体订单。

英特尔的核心问题可追溯至前文所述：成为代工厂商远不止掌握尖端制程这么简单；若能与渴望采用全球最佳制程的客户共同发展这些能力，英特尔或许还有机会，但一旦连这点优势都丧失，它就再无筹码可言。当台积电可供选择时，苹果、AMD 或英伟达根本没有理由冒险与英特尔合作。

中国与变化中的世界

台积电（TSMC）的总部当然设在台湾，那里是公司研发部门和先进制程晶圆厂的所在地，同时也集中了大部分成熟制程产能。中芯国际（SMIC）显然位于中国大陆；另一家代工厂则是韩国的三星。去年秋天我在 《筑梦契机》 中曾解释过，为何这个产业如此集中分布在亚洲地区：

半导体与硅谷的历史密不可分，不仅赋予了这个地区名称，更重要的是塑造了其文化：芯片需要巨额前期投资，但与大多数其他制成品相比，其边际成本极低；这种经济现实推动了风险投资模式的发展，为那些理论上能实现无限规模回报的企业提供了无约束的启动资金。这种模式在软件领域表现得更为出色，因为软件具有完美的可复制性。

这段历史始于1956年，威廉·肖克利创立肖克利半导体实验室，旨在将他在贝尔实验室参与发明的晶体管技术商业化；他选择山景城作为公司所在地，是为了就近照顾年迈的母亲。一年后，以罗伯特·诺伊斯为首的”八叛逆”出走，在附近创立了仙童半导体公司。六年后，仙童半导体在香港设立工厂进行半导体封装测试。当时的封装工序需要手工将导线连接到半导体芯片上，这种劳动密集型重复作业在美国约2.5美元/小时的工资水平下难以盈利，而香港工资仅为美国的十分之一。四年后德州仪器在台湾设厂，当地时薪仅0.19美元；又两年后仙童半导体在新加坡再建新厂，那里时薪低至0.11美元。

换言之，传统硅谷叙事或许并不完全诚实。芯片确实存在边际成本，但在硅谷诞生后的个位数年份里，这些边际成本就被转移到了亚洲。

我在那篇文章中讲述了这种外包行为是美国政府的有意政策，并进一步探讨了战后”美国治下的和平”全球秩序——这一秩序将美国消费市场置于以美元计价的全球贸易中心，以及为何这必然导致美国制造业的衰落和中国的崛起。如今回望，中国这个国家的体量实在过于庞大，对美国而言维持这种格局的成本已高昂到难以承受。

无论如何，这或许能解释特朗普第二任期释放出的诸多信号：包括对北美地区看似”门罗主义2.0″的立场，试图让美国从乌克兰冲突乃至整个欧洲事务中抽身，以及——至少相比竞选时的激烈言辞——初期对华采取相对克制的态度。

一种可能是特朗普终于要落实历任美国总统空谈多年的”亚太再平衡”战略。按照这种观点，美国正积极准备防卫台湾及其他亚洲实体，并期望在此过程中瓦解中俄日益紧密的关系。

另一种解释更令人沮丧，但或许更现实：特朗普总统可能认为，自苏联解体以来以美国为主导的单极世界格局正走向终结，美国主动转向新常态比被迫接受更为有利。

与本文相关的重要启示在于，台湾在这两种情境下都是冲突引爆点。”转向亚洲”战略旨在为抵御中国潜在入侵或封锁台湾做准备；而”退回美洲”战略则可能意味着承认中国成为亚洲霸主，这将不可避免地导致台湾被中国吞并。

毋庸赘言，这是个需要我谨慎对待的话题，不仅因为我曾断断续续在台北生活了二十余年。更重要的是，台湾作为一个充满活力的民主政体，其民众对与中国统一毫无兴趣，这涉及道德层面的考量。由此形成的现状既荒谬又出奇地稳定：台湾在几乎所有方面都是独立国家——拥有自己的边境、军队、货币、护照，以及科技领域日益由台积电主导的经济体系；与此同时，台湾并未正式宣布独立，而美国的官方立场是承认中国认为台湾属于其领土的主张，但既不支持该立场，也不承认台湾独立。

根据我的经验，中国人和台湾人确实比美国人更能从容应对这种模糊性；但灰色地带终归有其限度。同样关键的是现实因素，如军事实力（曾一度偏向台湾，如今明显倾向中国大陆）、经济联系（台湾与中国大陆、中国与美国之间都极为紧密），以及发动战争的可信度。乌克兰冲突及由此催生的中俄关系在此显得尤为重要——双方共享军事技术，并建立了石油与食品的陆路供应链，而美国却在此过程中不断消耗自身实力。这进而触及另一个变化因素：在”美国治世”下，美国制造业的空心化与中国在制造业领域的主导地位直接相关，而制造业正是最核心的战争能力。

然而，存在（或者说曾经存在）一个可能让中国踌躇的关键因素：台积电的重要性。芯片支撑着现代经济的每个领域；人工智能的兴起及其可能带来的巨大收益前景，只会让这种需求变得更加迫切。只要中国需要台积电的芯片，他们就有强烈的动机不去动台湾。

特朗普、台湾与台积电

但过去几年关注新闻的人都能看出问题所在：自 2018 年首次制裁中兴以来，各种版本的芯片禁令产生了或许并非本意的效果——让中国减少对台积电的依赖。我在中兴遭禁时就写道：

从长远来看，硬件层面也很可能出现分化；中国已经在芯片领域投入巨资，而这一行动必将促使该国专注于美国、台湾地区和日本等国家擅长的相对小批量高精度元器件（迄今为止中国企业始终更倾向于大批量低精度元器件的生产）。要迎头赶上必然需要时间，但如果此次行动对中兴造成的打击如预期般严重，我推测中国的投入力度将比现有规模更为可观。

两年后，当特朗普总统在 2020 年禁止华为使用台积电芯片时，我补充写道：

毋庸赘言，我不会深入探讨中国与台湾地区（以及扮演重要角色的美国）关系的微妙细节；这与其说是理性人士可能存在分歧，不如说期待理性本身可能就是一种天真。只需指出一点：倘若中美两国真的爆发战争，台湾问题很可能是导火索。

具体到台积电，乃至整个台湾制造业基地，它们构成了重要的威慑力量：中美两国都需要依赖全球最顶尖的芯片制造商，以及电子产业链中众多高精度环节。这意味着一旦爆发热战——几乎必然会导致这些产能遭受部分破坏——将造成毁灭性后果…切断中国与台积电联系的风险之一，就是削弱了台积电运营所带来的威慑价值。

现在你看到金发姑娘粥里的苍蝇了！中国当然希望获得台积电最先进的芯片，但他们正在研究如何利用中芯国际和昇腾芯片，以及出人意料高效的最新模型来应对；而美国的整个 AI 经济——发展得如此顺利，私人资金追逐前沿技术，整个产业链充满竞争与创新——却完全依赖台积电和台湾。我们制造了一个局面：中国对台湾的依赖减弱了，而我们对这个岛屿的依赖却加深了。

这为特朗普总统提出的另外两个”他会不会”的构想提供了必要的背景；两者都在这篇 《外交政策》文章中有所概述：

美国总统唐纳德·特朗普曾威胁要对台湾半导体产业加征关税，并指控台湾窃取美国芯片产业…政府的首要战略目标是重振美国先进半导体制造业…随着台积电与白宫谈判的展开，几种方案逐渐浮出水面。

讨论最多的方案是台积电、英特尔、美国政府与博通高通等美国芯片设计公司达成协议。多份报道显示白宫提议让台积电收购英特尔代工服务部门（IFS）的股份，并在 IFS 从英特尔拆分后主导其运营。另有报道透露可能成立由台积电、英特尔、美国政府及行业伙伴组成的合资企业，并由台积电提供技术转让与支持。

这一提案的动机显而易见：英特尔董事会去年底解雇了格尔辛格后，似乎有意退出晶圆代工业务，而博通或高通正是设计部门的理想归宿；然而美国本土需要尖端晶圆代工厂，特朗普政府正试图迫使台积电实现这一目标。

遗憾的是，我认为这个计划并不明智。一家晶圆厂根本不可能”接管”另一家：虽然最终产品相同——都是微处理器——但生产流程中几乎每个环节都存在诸多差异。晶体管（即便是同类产品）可能具有不同的尺寸和布局（例如台积电的晶体管排列更为密集）；生产线会因应不同光刻技术而采用不同配置；化学制剂需针对特定工艺定制，无法通用；设备专为特定产线设计，不能随意更换；芯片各层材料及其处理工艺也可能各不相同。诚然，大部分设备可以改造利用，但绝不可能简单地将台积电工艺套用在英特尔工厂上！最理想的情况也不过是台积电能利用现有设备，按照自身标准重建晶圆厂。

然而，这实际上并未解决台湾问题：台积电总部仍设在台湾，研发部门也仍位于当地，且必须遵守台湾政府禁止出口最先进制程技术的指令（没错， 特朗普的抱怨确有依据 ——台湾确实将台积电视作确保美国在中国攻台时出兵防卫的筹码）。更重要的是，美国的芯片问题不仅涉及尖端制程，还包括成熟制程。我在 《芯片与中国》 中曾写道：

不过值得指出的是，这正在给美国带来一种新型的潜在风险，同时可能加剧台湾的危机…这些芯片的制造工艺并不复杂，但恰恰因此在美国新建落后制程晶圆厂显得毫无意义：台湾已经牢牢占据这两个领域的最大市场份额，而中国大陆则有充分动机通过扩大产能来积累经验。

但假若台积电突然退出竞争版图呢？

关于可能发生的侵台行动——这将摧毁台积电（晶圆厂在战争中难以存活）——多数讨论聚焦于台积电在高端芯片领域的领先地位。这种优势确实存在，但即便英特尔发展受阻，其技术差距也不过落后数年。这对智能手机处理器、高性能计算和 AI 领域确实构成显著差异，但美国仍保有竞争资格。具有讽刺意味的是，真正难以替代的反而是落后制程芯片，这些产自英特尔早已放弃的旧式晶圆厂…

中国提升芯片制造能力的步伐越快——即便仅停留在成熟制程——台积电作为战略目标的价值就越大。这不仅关乎美国先进技术的垄断被打破，更涉及那些融入日常生活的基础芯片，其重要性远超我们过往认知。

美国政府将台积电与台湾问题列为关注焦点是明智之举：但恐怕无人真正意识到这种依赖的深度，以及美国——乃至我们在人工智能领域的未来——实际面临的脆弱性。

应对之策

迄今为止我所写的一切，在某种程度上都显得无足轻重：发现问题并批评既有的解决方案很容易，难的是提出自己的解决方案。问题不在于缺乏创造性思维，而在于缺乏做出取舍的勇气：现实情况是，美国在台湾和芯片问题上陷入的困境根本没有完美的解决方案。这番冗长的铺垫其实是想说，接下来提出的方案包含若干想法——若单独来看，其中有些让我感到厌恶、违背原则，甚至极其危险。那么，开始吧。

解除对华芯片禁令

美国首先应该做的——当然，这完全可以作为与中国达成更广泛协议的谈判筹码——就是允许包括华为在内的中国企业通过台积电生产芯片，更进一步，允许中国企业购买英伟达的顶级芯片。

华为的情况很明确：虽然其创始人可能告诉过中国国家主席习近平华为不需要外部芯片制造商，但我认为若能获得台积电尖端制程技术，将证明该公司实际倾向的是比中芯国际能提供的更优质芯片——而且这个差距只会越来越大。当然，华为仍会与中芯国际合作，但合作规模将缩减；关键在于，这种”别无选择”的紧迫感也会减弱。延伸来看，这将重启中国对台积电的依赖，从而提高对台湾采取行动的成本。

与此同时，若允许华为获取尖端芯片，将对英伟达的霸主地位构成重大威胁；该公司对芯片禁令如此愤怒的原因不仅在于预期收入的损失，更在于被迫发展替代其 CUDA 生态系统的竞争对手 。要化解这一挑战——且让英伟达而非华为掌控局面符合美国利益——最佳方式就是给予字节跳动、阿里巴巴和深度求索等企业采购顶级芯片的机会。

这无疑会释放中国在人工智能领域的发展潜力；而阻止这种情况正是拜登政府出台各类芯片禁令的核心目的。然而深度求索的成功，应当促使人们重新评估彻底将中国隔绝于人工智能发展之外的实际可行性。

同样值得注意的是，成功阻止中国 AI 发展也暗藏风险：中国迟迟未对台湾采取行动的另一个原因在于，他们深知每多等待一年，就能在我上述列举的各项现实领域扩大相对优势；这种认知使得按兵不动显得更为审慎。然而，若美国在军事领域开发出具有战略意义的 AI 技术，而中国却被排除在外，这种盘算就会被彻底颠覆——此刻更明智的选择是先发制人，尤其当美国实现这类 AI 所依赖的芯片需仰仗台湾供应时。

加倍收紧半导体设备禁令

虽然我反复提及”芯片禁令”，但这其实并不全面：美国还试图限制中国获取制造尖端芯片所需的半导体设备（例如中芯国际的 7 纳米工艺几乎完全依赖西方半导体设备）。遗憾的是这些举措基本宣告失败 ，根源在于中国作为美国半导体设备制造商的重要市场，相关禁令存在大量可钻空子。

是时候堵上这些漏洞了；请记住，首要目标是让中国加深对台湾的依赖，这意味着要釜底抽薪地切断中芯国际和中国其他晶圆厂的生路。是的，这会增加中国自主研发替代西方半导体制造商的风险，导致长期竞争并削减研发资金，但现在是做出艰难抉择的时刻，提升台湾对中国的重要性更为关键。

在美国建设成熟制程晶圆厂

美国对台积电成熟制程芯片产能的依赖仍是巨大隐患；若认为疫情期间的芯片短缺已很糟糕，那么当美国只能依赖格芯而别无选择的场景，其灾难性程度将难以想象。但只要台积电还存在，任何企业建设更多成熟制程晶圆厂都毫无经济合理性。

这正是一个教科书般的案例，说明政府补贴的必要性：国家安全需要成熟制程产能，而市场却缺乏建设这类产能的经济动力。额外的好处是，这能为那些被完全切断中国市场的半导体制造商填补部分收入来源。台积电当然会受到冲击，但他们也正从华为等中国芯片制造商的订单中获得支撑。

英特尔与先进制程

剩下的问题是英特尔和本土先进制程产能需求，这在某些方面是最棘手的难题。

首先，美国应以象征性价格促成英特尔将 x86 芯片业务剥离给博通或高通；对接收方公司而言，真正的成本在于必须承诺采购英特尔芯片，还要为英特尔代工业务提供大量现有芯片订单。这将为核心客户奠定基础，助力英特尔代工业务起步。

其次，美国应提议补贴英特尔代工厂生产的英伟达芯片。没错，这将是一笔价值数十亿美元的补贴，但这是让美国 AI 产业在本土晶圆厂扎根的最快捷途径。

第三，如果英伟达拒绝（考虑到更换代工厂的风险，他们很可能会这么做），那么美国应大规模采购英特尔高迪 AI 加速器，建造数据中心来容纳这些芯片，并免费提供给想要构建自有 AI 模型的企业和初创公司，前提是所有成果必须开源。

第四，美国应大力资助芯片初创企业在英特尔代工厂生产，但附带条件是：所有实际用于制造芯片的衍生知识产权（即与芯片”秘方”无关的基础构件）必须开源。

第五，美国应为所有基于本土制造芯片开发的 AI 模型提供版权侵权免责保护，但前提是用于训练模型的数据必须完全公开。

---

美国希望实现的未来图景是：一个由美国本土芯片支撑的强大人工智能产业，同时保持中国无法企及的成熟制程产能。然而，要实现这一目标，需要政府对市场进行重大干预，以扭转美国企业过度依赖台积电的现状；即便如此，这种转型仍需时日，这就是为何当前必须付出让台湾成为中国科技产业不可或缺之地的代价。

人工智能正处于激动人心却又岌岌可危的发展阶段。我相信这个充满风险与牺牲的计划，是确保所有萌芽中的技术有机会真正扎根并改变世界的最佳途径。

---