《世界运行地图》第4篇｜观察对象：生产能力研究问题：当 AI 成为新的生产能力，谁有权决定自己怎么使用它？最近有一件事情，可能比“哪家 AI 模型又刷新纪录”更值得看。2026 年上半年，美国商务部的American AI Exports Program收到了 78 份企业联盟申请，准备向海外输出所谓的full-stack AI——不是单独卖一块芯片，而是把硬件、数据中心、模型、网络安全和行业应用打包成一整套 AI 技术体系，向国际市场推广。美国商务部明确表示，这套计划的目标之一，是让美国技术、标准和生态在海外形成更广泛的部署。但另一边，全球却出现了一个很反直觉的现象。CNAS 对各国政府支持的“主权 AI”项目进行统计后发现：截至 2026 年上半年，全球已经有 67 个国家和欧盟，共 184 个政府支持的主权 AI 项目。而且 2026 年上半年新增项目中，80%集中在基础设施，只有约5%属于数据项目。这两个事实放在一起，就很有意思：一边在向全球输出 AI 体系。另一边越来越多国家在建设自己的 AI 能力。所以这篇真正要问的，不是：谁的模型最强？而是：当 AI 开始变成一个国家的生产能力之后，谁来控制这项能力？一、第一场博弈：是“买 AI”，还是“自己掌握 AI”？过去我们理解 AI，很容易把它看成一种软件服务。企业需要，就去买。政府需要，就去采购。个人需要，就去订阅。只要模型够好，哪里提供似乎都一样。但当 AI 开始进入：制造。金融。医疗。政府。教育。军事。能源。供应链。问题就变了。因为这时候 AI 已经不只是一个软件。它开始参与：谁生产什么、怎么生产、如何决策。于是一个国家真正要问的问题就变成：如果关键行业都依赖别人提供的 AI，我还能不能独立决定自己的生产系统怎么运行？这就是“主权 AI”出现的底层逻辑。Brookings 对 AI sovereignty 的定义也非常重要：它并不是要求一个国家把整个 AI 产业全部自己造出来，而是提高本国在关键 AI 基础设施、模型和数据上的自主决策能力，降低对少数企业和国家的依赖。所以：主权 AI ≠ AI 自给自足。更接近：关键时候，我不能完全没有选择。二、真正奇怪的地方：很多国家争的甚至不是“自己的模型”这可能是普通人最容易忽略的一点。CNAS 最新数据里，2026 年上半年新增的主权 AI 项目中：80%是基础设施项目。而数据项目只有：约5%。这意味着很多国家现在真正做的第一件事情，并不是：“我要训练一个世界第一的大模型。”而是：“我要确保我的国