習吹響號角開始瘋狂豪賭＊阿波羅新聞網

2026年8月1日，一隻搭載火箭彈的四足機器，出現在中國解放軍建軍九十九周年的電視畫面中。

畫面里，無人機在空中飛行，無人艇在海上前進，機械狼則與地面部隊協同，投入一場兩棲登陸演習。央視聲稱，這些無人裝備可以透過智慧指揮系統進行群體協同，提高登陸效率，並減少官兵傷亡。這段畫面只是一條前台廣告。

建軍節前夕，習近平釋放最關鍵信號，在他主持的中共中央政治局集體學習里，要求在「十五五」期間加快建立智能化軍事體系，加強無人智能技術的軍事應用，深化網絡資訊體系建設，並將裝備、情報、指揮、訓練與聯合作戰進一步整合。與此同時，他又強調政治建軍、重大軍事項目監管與軍中反腐，要求槍桿子始終服從黨的指揮。國防部長董軍則把解放軍稱為「祖國統一」的穩固底牌，重申將打擊「台獨」與外部軍事介入。

不是產業計劃是國家改造時間表

人工智能、無人武器、採購監管、軍隊反腐與政治忠誠，乍看是幾條不同的新聞，實際上卻是一套軍事體系改造工程的不同部位。因為一支智能化軍隊需要的不只是幾件新武器。它需要可靠的感測資料、可以互通的網絡、更重要的，它可能正在改變中國軍隊這套龐大體系的決策分工和人員權責，對於一個極權國家，這些是如同憲法般關鍵的制度。習近平的講話與那隻機械狼，算是吹響了中國軍隊AI化的號角。

這也正是理解中國AI治理的入口。北京想要的從來不只是幾個成功的商業企業，幾個成績更高的模型，而是把感知、分類、預測、分派、執行和監督接成一條完整的國家能力鏈。在軍隊裏，這條鏈通向偵察、目標識別、無人作戰與火力協同；在日常社會中，它則通向辦件、醫保、稅務、公安、法院、輿情與公共安全預警。

AI在中國，是一個深度的國家計劃。

上述軍事體系AI化不是未來，喬治城大學安全與新興技術中心研究解放軍採購文件後發現，AI已被投入情報處理、目標識別、無人系統與決策支援，逐步進入C5ISRT指揮鏈。

美國的AI世界，核心仍是企業。資本、雲平台、模型、人才與應用，沿着幾家大型科技公司向外展開。中國當然也有字節跳動、阿里巴巴、華為和騰訊，也有大量民營模型公司；但這些企業的投資方向、晶片來源、算力部署與服務場景，始終不能脫離國家安全與技術自主的邊界。企業仍然出錢，國家卻愈來愈深地決定這些錢通往哪裏。

中國的目標，是讓晶片、算力、資料、人才、模型、應用、標準、監管與國家場景的每一層，都形成最低限度的「可控能力」，擺脫對外依賴。我把它稱為「全棧AI國家」：這裏的全棧，不只是軟體工程中的前端與後端，而是從底層硬體一直延伸到行政制度、軍事體系和社會生活。

2025年8月，中國國務院公佈《關於深入實施「人工智能＋」行動的意見》，提出到2027年，新一代智能終端與智能體普及率（在政府中）超過七成；2030年超過九成；到2035年，全面進入所謂智能經濟與智能社會。更值得注意的是，文件首先列出的不是一張補貼清單，而是AI進入政務、醫療、教育、交通、法院、公安和應急管理的時間表。這與其說是一項產業計劃，不如說是一份國家改造時間表。

問題因而不再只是中國能不能做出更好的AI模型。真正的問題是：一個國家為什麼如此迫切地需要AI？它想用AI補上什麼？又希望把自己改造成什麼樣子？

一個資源收縮卻不願降低治理密度的國家

中國對AI寄託的期待，可以列成增長、技術依賴、人口、治理成本、軍事與意識形態六個缺口。但這六個缺口背後，其實是同一個矛盾：黨國可供支配的經濟、財政與人口資源正在收縮，中國政府債務問題早已不是新聞，也正在以人類歷史未見的速度降低生育率。但在這個背景下，共產黨依然堅持「黨領導一切」，對社會的介入密度不願隨之下降。

首先是經濟。房地產、地方基建與傳統出口製造的邊際收益下降，北京需要一個新的增長故事。「新質生產力」因此不只是一個產業名詞，而是試圖把高度不確定的技術創新，轉換成可以投資、考核的行政任務。圍繞在集成電路（台灣稱積體電路）、機房建設、AI模型與應用的這個新產業，被認為是一個從金屬原料，到電力，到新科技的貫穿性產業。

但AI主要提高的依然是供給端效率。居民收入、社會保障與地方債務若沒有實質改善，模型可以讓工廠更快、物流更省、客服更少，卻不能憑空創造內需。若自動化首先替代青年、中低階白領與基層服務工作，它甚至可能進一步削弱消費。AI於是很容易變成習近平的路徑依賴——繞開需求側改革的新辦法：不願重新分配收入，就繼續提高生產效率；不願處理社會保障，就期待技術再造一輪增長。

其次是國家的自我維持。中國正在老化，勞動人口收縮、地方財政惡化，基層公務員與編制外人員的工作激勵也在下降。但政府仍然希望維持同樣密度的辦件、巡查、審核、風控、醫保、稅務、信訪和社會管理。AI在這裏不是單純替代幾份文書工作，而是被期待成為一種廉價且永不疲憊的行政勞動力。

最後是政權安全。美國出口管制迫使中國從模型競賽回到全棧自主競賽；解放軍希望用AI補足缺乏現代戰爭經驗的弱點；宣傳與網絡治理部門則希望降低內容審查成本，同時擴大認知作戰的產量。這些需求看似分散，實際上都指向同一個目標：在國內外環境惡化時，提高黨國的可見性、反應速度與控制能力。

所以，中國AI治理的真正動力不是單純的技術樂觀，而是一場由多重危機驅動的制度性豪賭。國家希望AI以更低的成本，維持甚至提高原有的治理密度。這種瘋狂的目標，是只有在一個極權國家才可能的。

AI如何穿透中國的官僚體系

AI參與行政治理不奇怪，很多國家都在運用AI改善公共服務，為什麼中國的發展方向尤其值得注意？

首先，中國AI並不是工具性的逐漸參與到不同的行政部門中，而是一個宏觀的大計劃，從一開始就把AI定義成國家治理工程。「數字中國」與「人工智能＋」政策將經濟發展、公共安全、網絡治理、社會管理與國家安全放在同一個框架下。不同部門都會以某種方式參與到AI中。

例如算力和數據，在中國都是中央政府強管束事項。算力、模型與政務資料可以向上集中。現行政務大模型部署方向，都是由省級政府統籌算力、模型與政務資料集，地市按省級要求部署，縣級及以下原則上復用上級資源。中央確定方向，省級集中能力，地市和縣區負責將模型「大躍進式」接進具體行政流程。是中國的基本架構。

再往下，國資雲、電信營運商、平台企業與地方技術公司提供基礎設施，這是被基建經濟驅動的建設項目；公安、稅務、醫保、法院、街道和網格系統則成為實際使用者，這是被維穩這個高敏事項驅動的治理接入。地方政府又是公共安全AI的重要買家，地方官員的政治生涯與避免群體事件、壓低風險、完成上級考核緊密相連，成為降低風險而激進投入AI的主官，中國地方政府權力極大，這會讓AI推進更迅速。採用AI於是同時是一項行政選擇、政績工程與政治安全投資並重的國家級工程。

這條傳導鏈非常重要。它說明中國AI治理不是由一個抽象的「國家」直接完成，而是由一系列具有不同利益的機構共同塑造：中央需要可控與忠誠，省級政府需要統籌能力，地方官員需要政績與免責，國有企業需要政策市場，平台公司需要合規與訂單，基層幹部則需要一個可以向上級交代的工作抓手。

最後承受模型判斷的普通市民，卻沒有能力參與這條鏈。他們不能決定政府採用哪套模型，也很難知道自己為何被分類成某種風險，更難要求模型、資料提供者與行政機關共同承擔責任。

模型未必讀到真實社會產生「預測風險」

James C. Scott在1998年《國家的視角》中，描述現代國家如何透過戶籍、地籍、統計、地圖與身份證，把原本複雜混亂的社會變得「可讀」。只有先把人、土地與財產轉換成統一格式，國家才能徵稅、徵兵、規劃和治理。

AI是這場可見性革命的第二階段。

影像、支付、交通、稅務、醫療、社保、司法與平台行為被接入同一套資料環境後，國家得到的不再只是一張靜態名冊。它可以對個人、企業與事件進行分類、排序和即時預警。社會由「可讀」進一步走向「可預測、可分類、可排序、可介入」。

這裏發生的第一個變化，是智能體（AI Agent）幹部。

深圳福田區曾為七十名「AI數智員工」發放工牌，讓它們參與公文審核、任務分派、窗口問答與民生訴求處理，覆蓋數百個政務場景。地方政府宣稱，部分公文審核和訴求分派效率大幅提高。這些績效數字均由政府自報，當然應當保持懷疑；但最重要的並不是它們究竟提高了百分之多少，而是AI已經被正式當成一種行政勞動力。

智能體可以自動受理、預審、分類、排序、派單、起草與催辦。它確實可能減輕基層工作，也可能減少部分因人而異的推諉。但同一套系統也會讓上級更容易量化基層，追蹤每一項任務是否完成。當模型建議逐漸成為標準答案，幹部偏離建議的成本便會上升。

所以，AI首先規訓的未必只是公民，也包括幹部。過去基層人員還能用地方經驗、拖延、變通或模糊處理修正上級要求；現在，他需要解釋自己為什麼沒有依照系統建議辦理。服從模型，將比獨立判斷更安全。

第二個變化，是預測國家。

江蘇常州高新區公安曾宣傳一個案例：系統分析社交平台輿情與報警紀錄，提前判斷某企業可能發生集體討薪，公安與勞動監察部門遂先行約談企業，要求制定發薪計劃。當地又聲稱，「民轉刑」風險預警準確率由78%提高到92%。這個數字沒有經過獨立審計，自然不能直接採信。