Trump announces 'AI Force' and an AI czar
Trump said on social media that the US will form an "AI Force" and appoint an "AI czar" to coordinate AI matters, arguing AI could be a bigger economic wave than the industrial revolution or the internet and might contribute a quarter of US GDP; he said the industry would not be blocked and that existing criminal and civil law would handle violations. The commentary notes that no legal status, organisational structure, budget, authorisation boundaries or launch timeline have been published, so only the political direction — not a functioning institution — is confirmed. The author argues the real shift is that Washington is moving from "how to regulate a new technology" to "how to organise a national competition".
Why it matters: If implemented, such a central coordinating body could speed US decisions on compute, power, procurement, export controls and industrial support, and fold AI rivalry with China further into national security.

本文来自微信公众号: AI时代我的人生下半场 ,作者:席春迎博士
从"如何监管一项新技术",到"如何组织一场国家竞争"
席
席春迎经济学者·科技观察
特朗普宣布,美国将组建一支"人工智能部队",并准备任命一名"AI沙皇"统筹相关事务。这一消息听起来颇具特朗普式的戏剧性:"部队""沙皇""高智商人士",每一个词都很容易成为新闻标题。
但如果仅仅把它当作特朗普又一次制造舆论声量,就低估了这件事的政策含义。真正值得关注的,并不是这个机构最终叫什么、由谁担任"AI沙皇",而是美国正在形成一套越来越清晰的AI治理逻辑:把人工智能视为决定国家实力的战略产业,尽量避免用新的前置监管束缚企业扩张,同时依靠既有刑事、民事和反垄断制度处置违法行为,再通过总统直接授权的协调机制,把产业政策、国家安全和对华竞争集中到一起。
这可能代表美国AI政策从"如何监管一项新技术",进一步转向"如何组织一场国家竞争"。
一、先把事实说清楚:目前公布的是政治方向,不是成熟制度
根据特朗普在社交平台发布的信息,他认为人工智能可能成为比工业革命和互联网更大的经济浪潮,甚至可能贡献美国国内生产总值的四分之一。他同时强调,美国不会阻碍或扼杀AI产业发展,而将利用现有刑事和民事司法体系惩治相关违法行为,并计划组建"AI Force"、任命一名"AI czar"。
香港电台、Now新闻及多家国际媒体均报道了这一公开表态,但特朗普尚未公布该机构的法律地位、组织架构、预算来源、授权边界及成立时间。
因此,现阶段不宜把"AI部队"直接理解为美国军方的新军种,也不能断言它已经成为司法部下属机构。特朗普提到司法体系,主要是在说明对AI违法行为的处置思路;至于"AI部队"究竟设在白宫、军方、司法部,还是一个跨部门协调机制,目前仍有待正式文件确认。
这一区分非常重要。政策评论首先要建立在事实边界上。现在能够确认的是方向,尚不能确认的是制度。特朗普释放的信号非常强烈,但美国是否真的能够把这套政治宣示变成可执行、可问责、可持续的国家治理体系,还需要观察。
二、美国正在把AI从产业问题上升为国家能力问题
"AI部队"这个名称最值得研究的地方,是它将AI置于类似太空、国防和国家安全的叙事框架之中。
过去各国讨论AI,重点通常是算法伦理、数据隐私、平台责任和产业扶持。特朗普的表达却明显不同。他不是把AI看成一个需要被政府审慎管理的新兴行业,而是把它看成一项决定国家竞争力、经济增长率乃至国际秩序的战略能力。
一旦政策逻辑发生这种变化,政府关心的就不再只是"企业是否合规",而会进一步追问:美国能否保持最强模型?能否掌握先进芯片、算力、电力和数据资源?能否在军事、情报、科研和制造业中率先应用?能否阻止竞争对手获得关键技术?能否把技术领先转化为生产率、资本市场估值和全球规则制定权?
这就是"AI部队"背后的深层含义。它不一定真的穿军装,却带有鲜明的战争式组织思维:目标集中、资源集中、责任集中、竞争对手明确。
"AI部队"背后的深层含义,是鲜明的战争式组织思维:目标集中、资源集中、责任集中、竞争对手明确。
特朗普反复强调美国在AI领域对中国的领先地位,也表明这项政策绝不只是国内产业政策。未来美国围绕高端芯片、先进算力、模型权重、科研人才、能源设施和对外投资的限制,很可能被纳入同一套竞争框架。
对中国企业而言,AI竞争将不再只是产品和技术的市场竞争,而将越来越受到出口管制、资本审查、供应链安全和地缘政治的共同影响。
三、"少立新法、严惩违法"是高效率模式,也存在明显缺口
特朗普的基本立场可以概括为:不要为了防范尚未完全发生的风险,提前用大量新规则限制整个产业;对于欺诈、盗窃、侵犯隐私、操纵市场或者其他违法行为,可以使用现有法律进行惩处。
这种治理方式有其现实合理性。AI技术迭代速度远远快于传统立法。如果每出现一种模型能力,就设计一套新的审批制度,法律很可能在出台时已经落后。过度细化的准入门槛,还可能把合规成本转化为大公司的护城河,使真正有创新能力的中小企业被排除在外。英伟达创始人黄仁勋等产业界人士也担忧,过度监管会拖慢创新速度,并削弱美国相对于中国的竞争优势。
但是,"现有法律足够"的判断也有明显局限。传统刑事和民事制度擅长处理已经发生、责任主体明确、损害结果可识别的违法行为,却不一定适合应对AI带来的系统性风险。
例如,一个高度自主的智能体如果在金融市场、电力系统或网络安全体系中造成连锁反应,等到损害发生后再追责,社会成本可能已经无法逆转。模型风险也往往不是某个人故意"作恶",而可能来自目标设定错误、训练数据偏差、能力突然跃迁、多个智能体相互作用,或者企业在竞争压力下压缩安全测试。
这也是Anthropic等前沿实验室持续主张加强安全治理的原因。围绕AI风险,美国科技界已经形成两种明显不同的观点:一方认为不能用极端情景阻碍技术进步;另一方认为,越接近通用人工智能,越不能只依赖企业自律和事后追责。
特朗普显然更加偏向前一种立场,而近期英国国王查尔斯也公开提醒AI企业领导者警惕技术落入错误之手带来的生存性风险,说明全球对AI安全的争论并未结束。
创新与安全不是一道"二选一"的题。真正成熟的治理,不是监管越少越好,也不是规则越多越安全,而是把监管资源集中到少数可能产生不可逆后果的关键环节。
普通应用应当宽进宽出,前沿大模型、关键基础设施、自主武器、金融交易智能体和高风险生物技术应用,则必须建立能力测试、事故报告、红队评估和责任追溯机制。
四、"AI沙皇"提高了决策效率,也可能放大政治风险
美国任命"沙皇"并不罕见。其本质通常不是建立一个拥有完整法定权力的新部门,而是在总统授权下设立高层协调者,突破部门分割,推动跨机构政策执行。
AI确实需要这种协调机制。模型研发涉及商务部、国防部、能源部、司法部、国土安全部、证券监管机构和情报系统;算力建设又涉及电力、土地、芯片和资本。若各部门各管一段,政策很容易互相冲突。
因此,一名获得总统直接授权的AI统筹者,可能显著提高美国在算力、电力、政府采购、出口管制和产业扶持方面的决策效率。
但效率从来不是治理的全部。权力越集中,越需要明确的授权边界、专业评估和外部监督。如果"打击不良分子"缺乏清晰的法律定义,产业监管就可能滑向政治化执法;如果"保护美国领先"成为压倒一切的目标,反垄断、消费者保护、劳动者权益和模型安全就可能被边缘化;如果AI政策过度依赖某一届总统及其顾问的个人判断,也会加剧美国政策在不同政府之间的摇摆。
因此,"AI沙皇"的真正考验,不是他是否聪明,而是能否建立一套不依赖个人意志、可以经受政党轮替的制度能力。

▲图:"AI沙皇"统筹的跨部门协调指挥中心
五、对中国的启示:不能只比模型,更要比国家产业组织能力
特朗普的表态再次说明,中美AI竞争已经进入体系竞争阶段。未来决定胜负的,不只是某一个大模型排行榜上的分数,而是谁能更有效地组织芯片、算力、电力、数据、人才、资本和应用场景。
中国的优势在于产业体系完整、制造业场景丰富、基础设施建设能力强,地方政府和国有企业能够推动大规模应用。短板则在于部分算力重复建设、数据要素流通不足、科研成果与产业需求脱节,以及一些地方仍然把发展AI理解为建设园区、购买服务器和引进几个模型团队。
如果美国以国家竞争的方式组织AI,中国也需要从"项目思维"升级为"生态思维"。不能只有算力,没有应用;不能只有补贴,没有采购;不能只有大企业,没有中小企业的低成本接入;不能只追求模型参数,更要追求AI对制造、医疗、金融、教育和公共服务的实际生产率贡献。
尤其需要警惕另一种倾向:为了安全而层层加码,最终把合规成本全部压在中小企业身上。真正需要严格监管的是高风险能力和关键应用,而不是让所有AI创业公司都承担与头部基础模型企业相同的义务。监管如果不能分类分级,表面上保护了安全,实际上可能固化市场结构、抑制技术扩散。
六、香港不能照搬"AI部队",但需要自己的AI统筹机制
这件事对香港同样具有现实启示。香港已经把AI、算力、北部都会区和国际创科中心建设提升到长期发展层面,但当前最需要补上的,仍然是跨部门产业组织能力。
香港不需要照搬美国的"AI部队",也不适合用军事化语言包装产业政策,但可以考虑建立一个由高层直接统筹的"AI发展与治理专责机制",把创科、财经、教育、保安、数据治理、算力基础设施和资本市场政策放在同一张路线图中。
这个机制不能只是召开会议,而应拥有明确目标、年度指标、预算协调权和项目追踪能力。
香港的独特价值不在于与内地或美国正面比拼基础模型规模,而在于发挥国际金融中心、普通法体系、专业服务和连接内地产业的综合优势。香港可以重点发展可信AI认证、跨境数据合规、模型安全测试、AI金融产品、知识产权交易以及面向"一带一路"市场的AI出海服务。
同时,应利用港交所和香港资本市场,为真正拥有技术、订单和国际化能力的AI企业提供融资与并购平台。
对香港中小上市公司而言,AI也不能继续停留在概念包装和估值故事上。未来资本市场真正愿意持续定价的,是AI能否改变收入结构、降低成本、提升客户黏性并形成可复制的商业模式。
协会和专业机构应当帮助企业建立AI转型诊断、技术供应商筛选、数据治理、应用落地和资本市场表达的一体化服务体系,使AI从新闻题材转化为经营成果。
结语:AI竞争的核心,最终是制度的速度与质量
特朗普宣布组建"AI部队",表面上看是一项充满个人风格的政治动作,背后却揭示了一个越来越清晰的趋势:人工智能正在从科技产业竞争,升级为国家发展模式和治理能力的竞争。
美国选择强调速度、市场和国家竞争,以集中协调解决部门分割,以既有法律处置现实违法。这套模式可能释放创新活力,也可能低估系统性风险;可能提高国家行动效率,也可能使技术治理进一步政治化。
真正值得中国和香港思考的,不是要不要也设立一位"AI沙皇",而是能否建立比口号更稳定、比传统官僚体系更敏捷、比单纯市场放任更负责任的治理机制。
AI时代最终比拼的,不只是模型有多聪明,而是一个国家和地区能否在创新、安全、公平和效率之间,形成一套能够持续运转的制度。谁能更快把技术优势转化为产业优势,同时控制不可逆的社会风险,谁才可能真正赢得下一轮发展主动权。
How we got here
- Google's Gemini enterprise agent adds Claude Opus 5 and Sonnet 5.5 as model options36氪 人工智能 · Anthropic
- Innolight's triple bind as optical modules become a policy flashpoint虎嗅 AI · Nvidia
- HengHan Micro raises nearly RMB 100M angel round for 400G RDMA smart NICs创业邦 科技 · NVIDIA
- Four frontier models each got $100 to build a PDF editor — nearly all shipped bugs开源中国 · Anthropic
- Google's Gemini agent can route work between Gemini and Claude虎嗅 AI · Anthropic
- Citi: Meta Muse agents could shift CPU-GPU ratios toward 1:136氪 人工智能 · Nvidia