习吹响号角开始疯狂豪赌＊阿波罗新闻网

2026年8月1日，一只搭载火箭弹的四足机器，出现在中国解放军建军九十九周年的电视画面中。

画面里，无人机在空中飞行，无人艇在海上前进，机械狼则与地面部队协同，投入一场两栖登陆演习。央视声称，这些无人装备可以透过智慧指挥系统进行群体协同，提高登陆效率，并减少官兵伤亡。这段画面只是一条前台广告。

建军节前夕，习近平释放最关键信号，在他主持的中共中央政治局集体学习里，要求在“十五五”期间加快建立智能化军事体系，加强无人智能技术的军事应用，深化网络资讯体系建设，并将装备、情报、指挥、训练与联合作战进一步整合。与此同时，他又强调政治建军、重大军事项目监管与军中反腐，要求枪杆子始终服从党的指挥。国防部长董军则把解放军称为“祖国统一”的稳固底牌，重申将打击“台独”与外部军事介入。

不是产业计划是国家改造时间表

人工智能、无人武器、采购监管、军队反腐与政治忠诚，乍看是几条不同的新闻，实际上却是一套军事体系改造工程的不同部位。因为一支智能化军队需要的不只是几件新武器。它需要可靠的感测资料、可以互通的网络、更重要的，它可能正在改变中国军队这套庞大体系的决策分工和人员权责，对于一个极权国家，这些是如同宪法般关键的制度。习近平的讲话与那只机械狼，算是吹响了中国军队AI化的号角。

这也正是理解中国AI治理的入口。北京想要的从来不只是几个成功的商业企业，几个成绩更高的模型，而是把感知、分类、预测、分派、执行和监督接成一条完整的国家能力链。在军队里，这条链通向侦察、目标识别、无人作战与火力协同；在日常社会中，它则通向办件、医保、税务、公安、法院、舆情与公共安全预警。

AI在中国，是一个深度的国家计划。

上述军事体系AI化不是未来，乔治城大学安全与新兴技术中心研究解放军采购文件后发现，AI已被投入情报处理、目标识别、无人系统与决策支援，逐步进入C5ISRT指挥链。

美国的AI世界，核心仍是企业。资本、云平台、模型、人才与应用，沿着几家大型科技公司向外展开。中国当然也有字节跳动、阿里巴巴、华为和腾讯，也有大量民营模型公司；但这些企业的投资方向、芯片来源、算力部署与服务场景，始终不能脱离国家安全与技术自主的边界。企业仍然出钱，国家却愈来愈深地决定这些钱通往哪里。

中国的目标，是让芯片、算力、资料、人才、模型、应用、标准、监管与国家场景的每一层，都形成最低限度的“可控能力”，摆脱对外依赖。我把它称为“全栈AI国家”：这里的全栈，不只是软体工程中的前端与后端，而是从底层硬体一直延伸到行政制度、军事体系和社会生活。

2025年8月，中国国务院公布《关于深入实施“人工智能＋”行动的意见》，提出到2027年，新一代智能终端与智能体普及率（在政府中）超过七成；2030年超过九成；到2035年，全面进入所谓智能经济与智能社会。更值得注意的是，文件首先列出的不是一张补贴清单，而是AI进入政务、医疗、教育、交通、法院、公安和应急管理的时间表。这与其说是一项产业计划，不如说是一份国家改造时间表。

问题因而不再只是中国能不能做出更好的AI模型。真正的问题是：一个国家为什么如此迫切地需要AI？它想用AI补上什么？又希望把自己改造成什么样子？

一个资源收缩却不愿降低治理密度的国家

中国对AI寄托的期待，可以列成增长、技术依赖、人口、治理成本、军事与意识形态六个缺口。但这六个缺口背后，其实是同一个矛盾：党国可供支配的经济、财政与人口资源正在收缩，中国政府债务问题早已不是新闻，也正在以人类历史未见的速度降低生育率。但在这个背景下，共产党依然坚持“党领导一切”，对社会的介入密度不愿随之下降。

首先是经济。房地产、地方基建与传统出口制造的边际收益下降，北京需要一个新的增长故事。“新质生产力”因此不只是一个产业名词，而是试图把高度不确定的技术创新，转换成可以投资、考核的行政任务。围绕在集成电路（台湾称积体电路）、机房建设、AI模型与应用的这个新产业，被认为是一个从金属原料，到电力，到新科技的贯穿性产业。

但AI主要提高的依然是供给端效率。居民收入、社会保障与地方债务若没有实质改善，模型可以让工厂更快、物流更省、客服更少，却不能凭空创造内需。若自动化首先替代青年、中低阶白领与基层服务工作，它甚至可能进一步削弱消费。AI于是很容易变成习近平的路径依赖——绕开需求侧改革的新办法：不愿重新分配收入，就继续提高生产效率；不愿处理社会保障，就期待技术再造一轮增长。

其次是国家的自我维持。中国正在老化，劳动人口收缩、地方财政恶化，基层公务员与编制外人员的工作激励也在下降。但政府仍然希望维持同样密度的办件、巡查、审核、风控、医保、税务、信访和社会管理。AI在这里不是单纯替代几份文书工作，而是被期待成为一种廉价且永不疲惫的行政劳动力。

最后是政权安全。美国出口管制迫使中国从模型竞赛回到全栈自主竞赛；解放军希望用AI补足缺乏现代战争经验的弱点；宣传与网络治理部门则希望降低内容审查成本，同时扩大认知作战的产量。这些需求看似分散，实际上都指向同一个目标：在国内外环境恶化时，提高党国的可见性、反应速度与控制能力。

所以，中国AI治理的真正动力不是单纯的技术乐观，而是一场由多重危机驱动的制度性豪赌。国家希望AI以更低的成本，维持甚至提高原有的治理密度。这种疯狂的目标，是只有在一个极权国家才可能的。

AI如何穿透中国的官僚体系

AI参与行政治理不奇怪，很多国家都在运用AI改善公共服务，为什么中国的发展方向尤其值得注意？

首先，中国AI并不是工具性的逐渐参与到不同的行政部门中，而是一个宏观的大计划，从一开始就把AI定义成国家治理工程。“数字中国”与“人工智能＋”政策将经济发展、公共安全、网络治理、社会管理与国家安全放在同一个框架下。不同部门都会以某种方式参与到AI中。

例如算力和数据，在中国都是中央政府强管束事项。算力、模型与政务资料可以向上集中。现行政务大模型部署方向，都是由省级政府统筹算力、模型与政务资料集，地市按省级要求部署，县级及以下原则上复用上级资源。中央确定方向，省级集中能力，地市和县区负责将模型“大跃进式”接进具体行政流程。是中国的基本架构。

再往下，国资云、电信营运商、平台企业与地方技术公司提供基础设施，这是被基建经济驱动的建设项目；公安、税务、医保、法院、街道和网格系统则成为实际使用者，这是被维稳这个高敏事项驱动的治理接入。地方政府又是公共安全AI的重要买家，地方官员的政治生涯与避免群体事件、压低风险、完成上级考核紧密相连，成为降低风险而激进投入AI的主官，中国地方政府权力极大，这会让AI推进更迅速。采用AI于是同时是一项行政选择、政绩工程与政治安全投资并重的国家级工程。

这条传导链非常重要。它说明中国AI治理不是由一个抽象的“国家”直接完成，而是由一系列具有不同利益的机构共同塑造：中央需要可控与忠诚，省级政府需要统筹能力，地方官员需要政绩与免责，国有企业需要政策市场，平台公司需要合规与订单，基层干部则需要一个可以向上级交代的工作抓手。

最后承受模型判断的普通市民，却没有能力参与这条链。他们不能决定政府采用哪套模型，也很难知道自己为何被分类成某种风险，更难要求模型、资料提供者与行政机关共同承担责任。

模型未必读到真实社会产生“预测风险”

James C. Scott在1998年《国家的视角》中，描述现代国家如何透过户籍、地籍、统计、地图与身份证，把原本复杂混乱的社会变得“可读”。只有先把人、土地与财产转换成统一格式，国家才能征税、征兵、规划和治理。

AI是这场可见性革命的第二阶段。

影像、支付、交通、税务、医疗、社保、司法与平台行为被接入同一套资料环境后，国家得到的不再只是一张静态名册。它可以对个人、企业与事件进行分类、排序和即时预警。社会由“可读”进一步走向“可预测、可分类、可排序、可介入”。

这里发生的第一个变化，是智能体（AI Agent）干部。

深圳福田区曾为七十名“AI数智员工”发放工牌，让它们参与公文审核、任务分派、窗口问答与民生诉求处理，覆盖数百个政务场景。地方政府宣称，部分公文审核和诉求分派效率大幅提高。这些绩效数字均由政府自报，当然应当保持怀疑；但最重要的并不是它们究竟提高了百分之多少，而是AI已经被正式当成一种行政劳动力。

智能体可以自动受理、预审、分类、排序、派单、起草与催办。它确实可能减轻基层工作，也可能减少部分因人而异的推诿。但同一套系统也会让上级更容易量化基层，追踪每一项任务是否完成。当模型建议逐渐成为标准答案，干部偏离建议的成本便会上升。

所以，AI首先规训的未必只是公民，也包括干部。过去基层人员还能用地方经验、拖延、变通或模糊处理修正上级要求；现在，他需要解释自己为什么没有依照系统建议办理。服从模型，将比独立判断更安全。

第二个变化，是预测国家。

江苏常州高新区公安曾宣传一个案例：系统分析社交平台舆情与报警纪录，提前判断某企业可能发生集体讨薪，公安与劳动监察部门遂先行约谈企业，要求制定发薪计划。当地又声称，“民转刑”风险预警准确率由78%提高到92%。这个数字没有经过独立审计，自然不能直接采信。