从“我们应该采用哪种模式？”到“为了确保未来仍掌握在自己手中，我们必须拥有什么？”——为什么国家和企业正逐渐达成一致的答案。.

2026年7月1日，, 帕兰提尔‘的亚历克斯·卡普（Alex Karp）在CNBC节目中说出了大多数企业高管私下里所想却很少在镜头前说出口的话：关于OpenAI和Anthropic推广的代币消耗模式，“情况已经完全失控了”。 就在前一天，Palantir 发布了一份关于“AI主权”的九点宣言，并配合达成了一项协议，将在客户控制的、处于隔离状态的美国政府机密环境中运行英伟达（NVIDIA）的开源 Nemotron 模型。.

其中一部分是竞争对手打着“原则”旗号的推销话术——Palantir 面向客户自主控制的环境销售产品，因此“掌控整个技术栈”在商业上颇为便利。但若撇开这种私利不谈，这一议题便触及了一条贯穿全球每个董事会和每个首都的断层线。 本十年的核心问题已不再是该模式有多好，而是谁掌控着贵机构赖以运行的智能——进而谁掌控着贵机构的未来。正因如此，主权绝非一种IT架构偏好。对于越来越多的国家和企业而言，这关乎生存。.

《挑衅：一场关于人工智能如何盈利的战争》

Palantir提出的九点主张是对前沿实验室商业逻辑的直接挑战。若将其重新表述为行动要旨，读起来就像一份战略备忘录：

  1. 你的主权决定着你的未来。它是做出选择的前提；一旦放弃主权，他人就会替你做决定。.
  2. Data 是你的宝藏。将其转让，既意味着交出你当前的优势，也意味着交出下一阶段发展的原料。.
  3. “代币最大化”会侵蚀你的价值观。以代币使用为优化目标，只会奖励那些一次性脚本，并让人产生一种虚假的进步感，而忽视了持久软件的重要性。.
  4. 掌控体重就是掌控命运。经过精细调校的配重凝聚了机构的经验智慧；一旦放弃它们，你的“阿尔法”地位就会被他人取代。.
  5. 主权与阿尔法之间并不存在矛盾。正确的架构能让你掌握并让你的部落知识产生复利效应。.
  6. 不要将技术主权政治化。技术政治化会制造虚假的主权，并悄然放弃真正的自主权。.
  7. 真正的专业知识关乎生存。如果让政治来决定你的技术选择，你就等于奖励了说服力而非正确性。.
  8. 向那些能在压力下交出成绩的机构学习——要选那些真正身在其中、利益攸关的机构，而不是那些幻灯片做得最漂亮的机构。.
  9. 相信过往业绩。过往的正确记录是预测未来正确性的唯一可靠依据。.

这一理念背后的经济逻辑，正是每位首席财务官都能感同身受的。随着每一代模型的成本都高于上一代，企业逐渐意识到：高代币消耗并不等于高价值创造。 更多的提示、更多的协同助手、更多的代币消耗——这些都没有转化为收入增长或成本削减，而专有data技术却正通过一次又一次的API调用悄然流失。 市场或许不认同这位“信使”，但认同这一诊断：当天Palantir股价上涨了8%，而企业从“代币至上”转向“投资回报率（ROI）”的战略转型，已将买家推向可控的开放式计费模式——其中几家来自中国。.

重新定义主权：不是自给自足，而是掌控哪些因素相互作用

在这点上，我的观点与“极致主义者”有所不同。主权并不等同于自给自足。没有任何一个严肃的国家或企业会独自构建整个技术栈——包括半导体、计算能力、模型、data、应用程序以及人才。那些声称能做到这一点的，大多只是在搞“主权秀”。.

主权最好被理解为对决定你未来选择权的各层结构的掌控。其中有些你可以掌控；但大多数你无法掌控。战略的艺术就在于分辨两者的区别。.

你将租用的这些层——这没问题：

  • 先进硅技术。几乎没有人真正拥有这项技术。英伟达持有约85%的人工智能GPU，而其使用权受美国政府管控。此举旨在协商获取权限级别，而非假装自己拥有晶圆厂。.
  • 计算中心和data中心。虽然可以通过资本和电力来掌控，但内部的芯片仍然依赖进口。在这里，你的真正资产是能源和土地。.
  • 基础模型。对于大多数人来说，前沿模型的训练遥不可及，不过开放权重模型正在迅速缩小这一差距。租用前沿模型，拥有一个微调后的衍生模型。.

你可以——也必须——掌握的这些层：

  • 专有资产 data。您杠杆率最高的主权资产。它会随时间复利增长，因此切勿随意转让。.
  • 经过微调的权重。编码化的机构记忆。掌握承载您知识产权的权重，并控制其运行位置。.
  • 协调、上下文与治理。企业持久优势的真正来源。构建一个基于工作流且包含“人机协同”机制的、与模型无关的系统。.
  • 人才。这是巅峰，也是所有要素中最稀缺的——这是仅凭金钱无法买到的护城河。.

Palantir 的论点与实用主义的契合点就在于此：在底层商品化层面做出让步（租用前沿模型，运行在别人的芯片上），同时巩固顶层的复合型优势（data、权重、上下文、人才）。 基础模型正变得可互换；而你的 data 和工作流却不可替代。.

这为何被称为“生存”？原因有两层。对国家而言，当智力成为主要生产要素时，进口100%的智力资源，就意味着将自己的未来租给少数几家外国实验室和一家芯片供应商——这实质上是披着产业政策外衣的经济生存之战，而对外国“杀开关”的恐惧更使这种生存之战愈发尖锐。 对企业而言，你们的护城河从来就不是商业模式；而是不断积累的专有data、经过精细调校的权重以及受控的工作流。若将这些全盘出租，无异于花钱去培养他人的护城河，同时侵蚀自己的护城河。.

“五大区域地图”一览

目前，每个主要经济体都将主权人工智能视为一项预算项目，但它们手握的牌各不相同，采取的策略也大相径庭。.

  • 美国 ——这是唯一一个拥有完整技术栈的经济体，2026年的资本支出预计将达到约$700bn，其中仅“星门计划”（Project Stargate）一项就高达targeting $500bn，该计划由OpenAI、Anthropic、英伟达（Nvidia）和Palantir领衔。 其风险不在于依赖，而在于需求与融资泡沫过度集中于两家亏损的实验室和一家芯片代工厂。.
  • 中国 ——尽管无法获得顶级芯片，但它通过免费提供开放式模型，正在分发竞赛中胜出。 仅2月份，阿里巴巴的“闵”就获得了1.536亿次下载，尽管其训练仍部分依赖英伟达，而华为则计划到2028年实现70%芯片的自给自足。领军企业：阿里巴巴、DeepSeek、智普和华为。.
  • 欧洲 ——全球最完善的监管框架（《人工智能法案》、《网络安全与基础设施法案2》），却仅占美国计算支出总额的2%。其代表性项目Mistral和Aleph Alpha，至今仍需从它们试图摆脱的超大规模云服务商处租用GPU。这种监管可能导致该领域因过度监管而退出竞争。.
  • 中东 ——这是一项由主权财富基金资助的最大胆的投资。 2025年，海湾国家通过G42、HUMAIN、Qai和Falcon，动用了全球主权资本总额的43%。但这笔资金之所以能被称为“主权”资本，完全是因为获得了美国的许可——而且自二月的导弹袭击以来，它们才刚刚意识到领土主权的重要性。.
  • 印度 ——这是资本利用效率最高的计划（印度人工智能使命计划规模为$1.25bn，已获约$250bn的承诺资金），凭借Sarvam、Krutrim和BharatGen在语言能力和成本控制方面占据优势，并拥有对一级芯片的无限制访问权限。 但问题在于：它购买每一块GPU，而非自主生产。.

贯穿各地区的五大趋势

  1. 计算能力已成为新的瓶颈——世界正分裂为不同层级的芯片获取阶层。你能购买哪些芯片、能买多少、在哪个国家购买，如今都取决于出口许可证和双边外交。主权如今越来越意味着要通过谈判来确定自己的层级，而非拥有晶圆厂。.
  2. 主权悖论具有普遍性。地球上几乎每一个“主权”计算堆栈仍依赖于美国芯片，而且往往是美国产的cloud芯片。中国部分训练任务依赖英伟达；欧洲则从那些它本想摆脱的超大规模云服务商处租用算力；海湾国家只有在获得美国批准后才能进行建设；印度则购买每一块GPU。 就目前而言，在几乎所有地方，“硅层主权”都还只是个虚构的概念。.
  3. 对冲胜过纯粹。成熟的策略并非独立，而是有管理的相互依存——将投资分散到美国、欧洲和中国的技术体系中。阿联酋同时投资“星门”（Stargate）和“米斯特拉尔”（Mistral），并利用美国硬件基于中国“Qwen”构建模型，便是这一模式的典范。.
  4. 开放权重是实现公平的利器。无论是中国还是欧洲的开放权重模型，如今都以极低的价格逼近了技术前沿，且支持自主部署、物理隔离和微调。这正是让data及权重层的主权变得前所未有的可负担的原因。.
  5. 能源是制约因素，而监管政策正呈现分化趋势。到2028年，制约建设规模的将是电力而非芯片；海湾地区的廉价能源是一项真正的主权资产。 世界正分裂为“先建设”阵营（美国、海湾地区、印度）和“先规则”阵营（欧洲），而中国则走着一条受控的第三条道路。.

那些不显而易见的洞见

  • “代币最大化”与国家主权本质上是同一论点，只是在两个不同层面上的体现。一位担心代币支出无法带来投资回报的首席财务官，与一位担忧外国可能实施“杀开关”的部长，他们都在问同一个问题：我是租用能力，还是在构建一项能产生复利效应的资产？答案是一致的——拥有那个能够积累价值的层级。.
  • 真正的战场在于分发，而非基准测试。中国在前沿技术竞赛中落后约9分，却通过免费提供其模型在底层架构竞赛中占据上风。谁掌握了默认的开放式权重模型，谁就掌握了未来十年的衍生技术发展。大多数评论都盯着了错误的记分牌。.
  • 主权与速度之间确实存在矛盾——而对此保持坦诚才是关键所在。欧洲的例子证明，过度的监管会让人在计算技术竞赛中被淘汰。赢家们既能保护那些能产生复利效应的事物，又不扼杀技术应用的普及。.
  • “主权洗白”是即将到来的风险。既然这个标签能吸引眼球，预计超大规模云服务商会将依赖关系重新包装为“主权 cloud”。应重点检验实际控制权——即 data 位于何处、谁能强制获取访问权限、以及是否能够退出——而非营销噱头。.

《必须》

针对各国：

  1. 请如实选择你的角色定位。全栈所有者、状态协调者，还是受监管的可信枢纽——大多数企业属于第二类或第三类，若自欺欺人只会浪费资本。.
  2. 保障计算能力和电力供应。能源是芯片无法解决的瓶颈；应将其视为战略性基础设施。.
  3. 掌握data、语言和文化。这些是最难被侵蚀的主权资产；一旦引进它们，就等于引进了他人既定的文化模式。.
  4. 有意识地分散供应商风险。在美、欧、中三地的技术栈中实现多元化；依赖单一供应商来保障主权，这本身就是自相矛盾的。.
  5. 应制定促进采用的法规，而不仅仅是限制性规定。将治理与实质性建设相结合；“规则优先”的做法存在局限性。.
  6. 首要之务是投资于人才。这是资本无法大规模引进的唯一投入。.

面向企业：

  1. 将商品层与主权层分离。租用前沿模型；自主掌控 data、精细调整权重、上下文及协调机制。.
  2. 衡量投资回报率（ROI），而非代币数量。追踪所创造的收入、所削减的成本以及缩短的周期时间——切勿为了消耗而消耗。.
  3. 构建“模型可选性”架构。打造一个与具体模型无关的系统，以便在价格和能力发生变化时能够灵活更换实验室。.
  4. 掌控承载您知识产权的权重。当微调过程蕴含专有知识时，请掌控这些权重及其运行环境。.
  5. 采用混合架构设计。针对常规工作采用托管的前沿模型；敏感工作负载则采用自托管或物理隔离的方式。.
  6. 从第一天起就实施治理。随着人工智能投入实际运营，协调管理、人工审批和可审计性将成为核心竞争优势。.

“主权叙事”被过度渲染之处

平衡至关重要，因为“极致主义”的论调在某种程度上只是销售噱头。大多数组织并不需要拥有基础模型的权重——基于租用前沿模型、采用受管控且与模型无关的架构，只需极少成本就能带来大部分收益。开源技术的进步如此之快，单供应商锁定的风险正在逐渐降低。 而且，如果走得太远，主权主张就会演变为保护主义：导致资本支出的重复、市场的碎片化，以及其声称要保护的技术的普及速度反而变慢。诚实的立场并非“拥有一切”，而是“拥有那些能产生复利效应的层级，其余部分则租用”，并且永远不要将“使用”与“能力”混为一谈。.

底线

在关键趋势上，Palantir 的判断方向是正确的：未来十年的持久优势不会来自对 Claude、GPT 或 Gemini 的访问——这些正逐渐成为可互换的商品。真正的优势将源于对企业背景的掌控：专有的 data、微调后的权重、工作流、治理机制以及积累的机构知识。 同样的逻辑也适用于国家层面：在那里，计算能力正成为石油的接班人，而将所有智能资源全部依赖进口，无异于将自己的未来出租。.

对于这两类机构而言，讨论的焦点已从“我们应该使用哪种模型？”转向“如何构建一种既能维护主权、又对模型保持中立的人工智能能力？”那些能给出良好答案的机构将进一步巩固其优势。 那些继续消耗代币并将data转移至海外的机构，终将惊觉自己的超额收益已悄然转移到了他人的资产负债表上。.

正因如此，主权问题并非一场关于架构的争论。它关乎生存——而在智能时代，生存意味着拥有那些能够产生复利的事物。.

参考来源包括CNBC、路透社、中东研究所、国际战略研究所（IISS）、战略与国际研究中心（CSIS）、国家安全事务委员会（CNAS）、大西洋理事会、欧盟委员会、OpenAI、G42、英伟达（NVIDIA）、普华永道（PwC）和高德纳（Gartner），数据截至2026年7月。企业案例仅供说明，并在行业层面进行了匿名处理。.