中国初创企业深度求索（DeepSeek）的人工智能（AI）模型引起了从硅谷到华盛顿的深度恐慌。很少有人预料到，一家由几百名本土工程师组成、名不见经传的公司能够发布一个前沿AI模型，其能力可与美国最优秀科技公司的产品相媲美。

DeepSeek开源模型的发布和广泛采用令市场震动，凸显了全球人才竞争的紧迫性，并引发一些人质疑，美国科技公司花费数以十亿计美元购买芯片并建造数据中心，究竟是修建了一条“竞争力护城河”还是一道“马奇诺防线”？

这一刻是比赛的开始，而不是结束。美国面临的挑战远远超出工程领域。技术、经济和地缘政治正以新的方式相互交织，而把握未来需要了解未来。

当今，美国面临的主要外交政策挑战是利用新兴技术，并比我们的对手更快、更好地理解它们的影响。从罗马时期的水道桥到核武器，技术一直是地缘政治的推手。但这一刻有所不同：从未有如此多的变革性技术如此之快地发展。

在当今全球化经济中，技术竞争已经成为一个高风险的地缘政治战场。我们不必猜测美国的对手想要什么或打算做什么。它们会自己告诉我们。俄罗斯总统普京曾表示，谁控制了人工智能，谁就将统治世界。

保持美国在创新方面的领导地位对国家经济和安全至关重要。它也是维持一个充满活力的全球技术创新生态系统，并确保其为美国和世界带来利益的关键。这个技术驱动竞争的新时代提出了一些关键问题：从美国如何进行情报收集，到如何看待并资助基础科学研究等无所不包。

我们确定了关键趋势和主题，这些趋势和主题横跨多个领域，往往受到忽视，其中有四个趋势格外突出。

第一，“政策制定者”不仅仅是政府官员。科学家、工程师、投资者和高管人员也是政策制定者，即使他们可能没有意识到这一点。每一项新发明都充满了政策选择。谷歌的工程师们在算法设计中更重视消除性别和种族偏见，而不是历史准确性。

技术就是政策，华盛顿需要重新制定流程：包括从哪里获得情报到谁参与进来，再到吸纳更广泛的决策者等。

第二，美国国内创新中心的转移造成了令人担忧的情报差距。几十年来，包括GPS卫星和互联网在内的技术突破都是政府内部出于国家安全目的而发明的，后来被商业化。现在的情况正好相反：创新通常发生在学术和商业领域，而政府正在努力追踪和采用它们。

由于美国间谍机构历来面向外部，收集外国情报，因此它们从未发展出强大的能力来确定美国的技术进步与其他国家技术进步相比如何。美国中央情报局和国家情报总监办公室正努力缩小这些差距，但美国仍然容易受到战略技术突袭的影响。

第三，新兴技术正以强大而常常隐蔽的方式相互交叉并加速。例如，人工智能势将变革材料科学：它将以超常的速度筛选候选化合物，以更好地预测哪些化合物最有可能表现出理想的特性。材料科学也将通过识别可用于开发节能芯片的新型半导体为人工智能提供助力，这对降低训练人工智能模型的成本至关重要。

第四，美国基础研究方面的领导地位将受到侵蚀，而基础研究是未来商业创新的基础。并非所有研究都是一样的。基础研究需要数年、有时甚至数十年才能结出果实。但没有它，商业创新就不可能实现。

例如，今天保护互联网数据的加密算法源于大学几十年来的纯数学研究。同样，在制药公司开发产品之前，大学也花了数十年时间研究mRNA如何激活并阻断蛋白质细胞，以及如何将其输送到人体细胞以引发免疫反应，于是才有了新冠mRNA疫苗。

包括聊天生成预训练转换器（ChatGPT）在内的许多人工智能进步都是建立在大学计算机科学系的开创性工作基础上的。这些院系培养了一代代学生，他们后来创立、投资并领导了许多当今领先的科技公司。

但是基础研究的引擎并没有像其应该的那样运转。美国政府有能力对基础研究进行大规模、高风险投资，但相关联邦资金仅为20世纪60年代的三分之一。

美国2022年的《芯片与科学法》本应通过大幅增加基础研究经费来扭转这一趋势，但随后在预算谈判中大幅增加的资金被取消。美国对基础研究的资助仍比中国多，但中国的投资增长速度是美国的6倍，如果目前的趋势继续下去，中国的投资将在十年内超过美国。