【#当AI不再稀缺之后拼什么# 】“让顶级智力资源从稀缺奢侈品变为规模化普惠商品。”9月22日2026云栖大会上，阿里巴巴集团CEO吴泳铭大胆预言人工智能的未来。他判断，当前机器思考总量仅为人类的3%，未来将实现超千倍增长，有望承担全球99.9%的思考工作量。

就在几天前，国产大模型Kimi K3以分成模式登陆亚马逊旗下云计算平台，这是中国大模型公司首次以“收租”姿态与海外头部云厂商展开合作。

一边是基础设施加大投入，一边是商业变现有了新渠道，AI的供给扩容朝着吴泳铭的预言一往无前。那么，当智能不再稀缺，AI接下来比拼什么？

不久前，同样有两则被当成花边的新闻。9月中旬，陶哲轩、邓煜在内的25位菲尔兹奖得主联名“声讨”，指出AI公司将攻克数学难题作为模型能力基准的做法，对数学科学本身及数学研究生态造成了损害；而从7月开始，硅谷多家前沿科技公司的大佬和员工呼吁“在需要时有意识地控制自动化AI研发的节奏”，关于“AI降速”的声浪不绝于耳。

多重观念对撞，在不再稀缺之前，AI的技术能力增长与治理能力增长，已经不在同一条轨道。

数学家们反对的不是机器算得快，而是担忧“跑分”逻辑正在替代学科自身的评价体系。当企业的竞赛标尺替代了基础科学的认知标尺，即便AI攻克数学难题俯拾皆是，认知转化为生产力的账还是得人类自己来平。

“AI降速”声浪的表象是部分从业者对AI未知危险的恐惧，本质则是忧虑开快车和踩刹车两种能力的不对等。

供给越充沛，治理越重要，均衡逻辑在产业史上反复成立。

治理包含很多方面，稳定性、容错机制、安全底线……未来，AI不再稀缺，意味着技术决定论逐渐稀释。客户会为了参数买单，但算力一旦充裕，价格和性能的差距就会收敛，可验证的安全能力就成了比拼的第一道门槛。

在互联网和移动互联网时代，治理往往滞后于规模，安全被解读为成本负担。但AI的自主决策，要求安全与技术同步，安全本身就是竞争性资产。智能很美妙，但谁能先把智能做到可控可靠，谁就能在采购与审查两端拿到更低的信任成本。

9月国家网络安全宣传周开幕式上，我国《人工智能安全治理框架3.0》发布，将治理视角从单一技术环节拓展至数据、算法、模型、应用、供应链全过程，并按应用场景、智能化水平、应用规模等维度做风险分级，匹配相应措施。

互联网踩过“先扩张、再治理”的坑，代价是用多年时间和巨额成本去补课。AI未必有这个窗口，机器智能一旦成为基础设施，风险的外溢速度远快于互联网产品——互联网产品严格执行人的意志，而AI自己就可能做错事。

所以，AI不再稀缺之后，站得稳远胜跑得快。

北京商报评论员 张绪旺