Daron Acemoglu · 2025-02-03

DeepSeek R1发布引发的思考：AI发展路径与未来趋势

摘要

MIT经济学家Daron Acemoglu针对DeepSeek R1的发布提出了四个关键问题：美国科技行业是否在AI投资方向上出现群体思维、中国模式是否证明威权制度下的创新潜力、美国对华出口管制政策是否失效，以及DeepSeek是否真正推动我们接近AGI。这些问题直指当前AI发展的核心争议。

内容框架与概述

Acemoglu首先指出美国AI投资规模已达1万亿美元，但科技行业可能陷入"群体思维"，忽视了更经济、更有前景的技术路径。DeepSeek以550万美元的训练成本实现了与数亿美元投资的美国模型相当的效果，其技术路径更依赖强化学习和混合专家模型，有效完善了思路链推理。这种差异化路径本应被美国工业界探索，却因炒作和从众心理被集体忽视。

关于中美科技竞争，Acemoglu承认DeepSeek的成功令人思考威权主义制度下的创新潜力。但他强调，DeepSeek的所有技术方法均源于美国和欧洲多年的研究成果，中国企业的核心贡献在于将这些现有技术以创新方式组合。与其他依赖政府资助的中国AI公司不同，DeepSeek的"不为人知"的独立性可能是其成功的关键因素，但这种状态能否在未来持续仍是未知数。

在出口管制政策方面，作者认为完全零和博弈的策略是错误的。这种策略只有在确信AGI即将实现且先行者将获得巨大地缘政治优势的前提下才有意义，而这两个假设本身就值得质疑。中美两国在AI领域存在广泛的合作空间，尤其是在能提高人类生产力的技术创新方面。

关于AGI愿景，Acemoglu对近期实现AGI持怀疑态度。他认为DeepSeek确实证明了现有技术路径的优化潜力，但已知方法的改进和成本降低并不能奇迹般地在几年内实现AGI。Yann LeCun的评论进一步补充了重要观点：AGI不会是一个突发的单一事件，而是渐进过程；创新一旦开源发表就能惠及整个行业，地理起源并非决定性因素。

核心概念及解读

群体思维与路径依赖：美国科技行业在AI投资上表现出惊人的同质化，所有领先公司都采用相同的"海量数据预训练+下一个词预测"基础模型策略。这种集体忽视替代性路径的现象正是Acemoglu在《权力与进步》中预言的"群体思维+炒作"循环，导致对更经济有效方案（如DeepSeek的强化学习优先路径）的系统性盲视。

榨取性制度与创新的悖论：Acemoglu在《国家为何失败》中论证自上而下的"榨取性制度"阻碍创新，但DeepSeek的案例迫使学界重新思考这一命题。然而深入分析显示，DeepSeek的技术基础完全建立在西方学术研究成果之上，其创新本质是"组合式创新"而非"原创性突破"，这反而印证了开放社会在基础研究领域的长期优势。

零和博弈的错误假设：美国对华AI出口管制政策建立在一个隐含前提上：AGI竞赛是赢家通吃的零和游戏。Acemoglu犀利地指出这个双重假设本身存疑——既不能确定AGI的可行性，也无法证明先行者必然获得持久优势。这种地缘政治思维忽视了技术扩散的客观规律和合作的潜在收益。

AGI的渐进本质：Yann LeCun的评论纠正了AGI认知的根本误区。AGI不应被想象为某个特定时刻的"奇点事件"，而是一个技术能力渐进累积的过程。一旦关键技术突破发生并公开，它将在短时间内被多方复制，这意味着地理先发优势在开源时代被显著削弱。