加速還是克制？拆解美中 AGI 競賽的兩種策略邏輯
RAND Corporation 團隊用囚徒困境模型分析美中 AGI 競賽的策略動態，HTC 全球副總裁汪叢青則主張超越對抗、建立合作框架。史丹佛《數位主義者文集》收錄的這兩篇論文，從幾乎相同的分析工具出發，走向截然不同的結論。台灣夾在這場競賽正中間，半導體產業既是籌碼也是目標。
本文導讀史丹佛大學《數位主義者文集》（The Digitalist Papers）第二卷收錄的兩篇論文：〈Strategic Dynamics in the Race to AGI〉與〈Beyond Rivalry〉。
RAND Corporation 的兩位數學家在 1950 年代發明了「囚徒困境」這個概念，用它來分析美蘇核武競賽。七十年後，同一個機構的研究團隊把這套框架搬到了新的棋盤上：美國和中國在通用人工智慧（AGI）的競賽中，應該加速還是克制？
同一本論文集裡，另一位作者的回答是：這個問題的前提就有問題。因為這場競賽根本沒有終點線。
這兩篇收錄在史丹佛《數位主義者文集》第二卷的論文，處理的是同一個議題，卻從截然不同的立足點出發。把它們擺在一起讀，比單獨讀任何一篇都更有價值。
兩組作者，兩種位置
第一篇〈Strategic Dynamics in the Race to AGI: A Time to Race Versus a Time to Restrain〉由四位 RAND 研究者共同撰寫。領銜的 RAND Corporation 執行長 Jason Matheny，在此之前是拜登政府白宮科技與國安事務的總統副助理，直接參與了美國對中國的半導體與 AI 出口管制政策制定。更早之前，他創辦了喬治城大學的「安全與新興科技中心」（CSET），還做過美國情報先進研究計畫署（IARPA）主任。Matheny 不只是在書房裡畫棋盤的學者，他曾經坐在下棋的那張桌子旁邊。
三位共同作者 Lisa Abraham、Joshua Kavner 和 Alvin Moon 分別是 RAND 的經濟學家、資訊科學家和數學家。Kavner 的博士論文專攻演算法博弈論，Moon 的研究涵蓋 AGI 的基本極限與算力治理，Abraham 有美國財政部和華爾街的實務經歷。這個團隊的組合，本身就是為了把美中 AI 競賽「建模」而設計的。
第二篇〈Beyond Rivalry: A US-China Policy Framework for the Age of Transformative AI〉的作者是汪叢青（Alvin Wang Graylin），現任 HTC 全球企業發展副總裁、前中國區總經理。他的經歷需要多說幾句。汪叢青生於中國文革時期，1980 年隨家人移民美國，在西雅圖長大。MIT 電腦科學碩士（主修 AI）和史隆管理學院商學碩士雙學位，職涯橫跨中美台：半導體工程師、資安公司主管、連續創業四次，2016 年加入 HTC 擔任中國區總經理七年，後轉任全球企業發展副總裁，同時是史丹佛大學 HAI 的數位研究員。他是科技界少數能同時用中文和英文深入兩套系統的人。這個背景讓他主張「超越對抗」時有獨特的說服力，但也讓他的立場更容易被簡單歸類。
RAND 的棋盤：辨識你在玩哪種賽局
RAND 團隊的分析起點很明確：別急著選邊站，先搞清楚這場賽局的結構。他們建了一個簡化模型。兩個國家同時選擇策略：「基線發展」（優先管控風險）或「加速發展」（優先搶佔先機）。關鍵假設是，只要任何一方加速，雙方都要承擔更高的風險，因為 AGI 的風險本質上是全球性的。一個不受控的 AGI 不會只危害開發它的國家。
模型推演出的核心洞見是：美中兩國的策略選擇，取決於搶先獎勵和加速風險之間的天平。如果搶先的好處大過風險，這場賽局就是經典的囚徒困境。雙方都有動機加速，即使知道這會拉高集體風險。誰都不敢先停下來，因為你停了、對方沒停，你就輸了。
但如果風險大過好處呢？賽局就轉變成「協調賽局」（Coordination Game），出現兩個穩定的均衡點：雙方一起加速，或雙方一起克制。兩種結果都能維持，問題在於如何讓雙方「對焦」到合作的那個均衡上。這個區分很重要：合作不是天真的幻想，而是在特定條件下的理性選擇。
RAND 團隊進一步分析，在重複賽局中，如果 AGI 在任何一輪出現的機率夠低，而且持續合作帶來的中間利益夠高（比如 AI 在醫療、經濟成長上的漸進收益），長期合作就能穩定存在。反之，如果 AGI 的時間表突然縮短，或先行者優勢急劇放大，競爭壓力就會壓過合作動機。
這個框架最有價值的地方在於：它不預設答案。RAND 的結論不是「應該競爭」或「應該合作」，而是：你得持續評估，現在是哪一種賽局，然後據此調整策略。賽局的性質會隨著技術進展、風險認知和治理機制的變化而改變。
汪叢青的棋盤：這場競賽根本沒有終點線
汪叢青的出發點完全不同。他的論文標題本身就是立場宣言：「超越對抗」。
他的第一個論點直指 AGI 競賽敘事的根基：所謂「誰先達成 AGI 就永久領先」的假設是錯的。歷史上，美國對核武的壟斷只維持了四年，蘇聯就追上來了。在資訊流動更快的今天，技術領先的窗口只會更短。他點名 DeepSeek、阿里巴巴、MiniMax 等中國 AI 實驗室的快速進展作為證據，並指出「去規模化」因素（演算法優化、推理技術、新型訓練方法）正在降低對頂級 GPU 的依賴，美國靠晶片封鎖維持永久領先的假設站不住腳。
第二個論點更尖銳：所有 AI 風險中，人為濫用的威脅遠大於 AI 自身「失控」。汪叢青把風險拆成四類，從 AGI 失準、惡意行為者濫用，到社會層面的系統性風險和政府層面的地緣衝突升級。他認為當前多數 AI 安全研究聚焦在第一類（AI 自主傷害人類），但真正迫在眉睫的是後三類。而且越是封閉對抗，這些風險越難管控：各自為政的「主權 AI」訓練在不完整的資料集上，反而比全球合作開發的模型更危險。
基於這些判斷，他提出「雙軌」架構：第一軌是競爭（商業和部分軍事領域，無可避免），第二軌是合作（AI 安全、對齊研究、公衛應用、全球治理標準）。他引用 CERN 和 ITER 作為先例，這些都是戰略對手在共同利益驅動下成功合作的案例。他甚至開出了具體時間表：12 個月內建立美中 AI 安全雙邊對話，1 到 3 年內成立類似「AI 版 CERN」的國際安全聯盟，3 年以上將 AGI 治理嵌入國際法。同時在國內端，他提出「AI 時代的 GI Bill」（大規模再培訓計畫）和「全民基本設施與收入」（UBII）等配套方案。
同一場辯論，不同的起點
把兩篇論文並列來看，最耐人尋味的不是分歧本身，而是它們從幾乎相同的分析工具出發，走向不同結論的過程。兩組作者都用博弈論框架。RAND 團隊強調「辨識賽局類型」：你得先確認現在是囚徒困境還是協調賽局，才能選對策略。汪叢青也談博弈論，但他跳過辨識階段，直接論證不管賽局結構如何，推動合作都是「開明的自利」（enlightened self-interest），因為長期來看對抗只會讓所有人都輸。
RAND 的分析更冷靜、更不帶預設立場。他們畫出「什麼條件下會出現什麼結果」的地圖，不替決策者做選擇。汪叢青的論文則是明確的政策倡議，不只分析問題還開藥方，而且劑量不小。這是典型的政策研究機構和產業倡議者的差異：一個提供框架，一個力推方案。
但兩篇論文之間存在一個微妙的張力。RAND 模型暗示，合作是否可行取決於「雙方對風險的認知是否一致」。汪叢青指出的現實卻是：美國當前的政策走向正在破壞這個前提。2025 年的 AI 安全高峰會上，美國和英國是唯一沒有簽署協議的國家。美國的 AI 行動計畫強調維持主導地位，中國同期發布的《全球 AI 治理行動方案》反而更著墨多邊合作。如果 RAND 模型是對的，那美國自己的政策正在把賽局推向囚徒困境，而不是協調賽局。
汪叢青的華裔身份在這場辯論中是雙面刃。他能以中文直接與中國科技界和政策圈對話，這是多數美國 AI 政策評論者做不到的。HTC 中國區七年的經驗也給了他第一手的產業觀察。但主張「美中合作」的華裔聲音，在當前的地緣政治氛圍下容易被簡化為立場問題而非論點問題。回到論點本身：他關於「沒有終點線」的論述有事實支撐。2025 年初 DeepSeek R1 以數百萬美元的訓練成本逼近美國頂尖模型的表現，直接挑戰了「靠 GPU 封鎖就能永久領先」的假設。RAND 團隊在論文中也承認，DeepSeek 的出現「打破了西方對中國 AI 能力的假設，凸顯了技術領先地位的流動性」。
不過，汪叢青的方案也有明顯的軟肋。從「AI 版 CERN」到 UBII，每一項都需要巨大的政治意志和跨國信任。在美中關係的現實裡，連科技人才交流都在萎縮，12 個月內建立 AI 安全雙邊對話的時間表顯得過於樂觀。RAND 團隊的謹慎反而更貼近現實：合作的條件不是你想要就有的，它需要被建構出來。
台灣：棋盤中央的那枚棋子
這兩篇論文是整個《數位主義者文集》系列中與台灣最直接相關的。原因很簡單：台灣夾在美中 AI 競賽的正中間，不是旁觀者，而是棋盤上的關鍵棋子。
台積電生產了全球約九成的先進製程晶片，這些晶片是訓練和運行大型 AI 模型不可或缺的硬體。美國對中國的 AI 晶片出口管制，實質上是透過台灣的供應鏈執行的。每一次管制升級，台灣都站在第一線：配合美國政策的同時，承擔失去中國市場的風險。台積電的亞利桑那新廠正在趕工，美國推動半導體供應鏈「去風險化」的意圖不言自明。
如果 RAND 模型中「加速」的均衡持續下去，台灣的戰略價值會繼續上升，但風險也同步升高，因為「不可取代」往往也意味著「不可迴避的壓力」。如果汪叢青的「雙軌」架構成真，台灣面對的壓力可能減輕，但在賽局中的槓桿也可能被稀釋。
不過，兩篇論文也暗示了台灣可能的策略空間。RAND 團隊強調，合作要成立需要「可信的透明機制和資訊共享」。台灣在半導體製造的深厚專業，讓它有能力在建立這類機制中扮演角色，而不只是被動等待大國的決定。汪叢青的「AI 版 CERN」提案如果推動，台灣的晶片技術和工程人才就是參與的門票。
問題是：台灣要怎麼從被動的棋子變成主動的棋手？兩篇論文都沒有回答這個問題。但它們提供的框架，無論是 RAND 的「先辨識賽局類型再選策略」，還是汪叢青的「雙軌合作」，都值得台灣的政策制定者認真消化。因為這場 AGI 競賽的走向，將直接決定台灣未來十年的地緣政治處境。而台灣手上的牌，比多數人以為的要好。怎麼打，是我們自己的功課。
📚 「數位主義者文集」導讀系列