美国CNAS智库报告把数据中心列为"AI时代核设施"，讨论打击中国AI基础设施

原创数据中心内参 2026-09-14 17:54 北京

美国CNAS报告把“何时、如何阻止中国实现AGI”摆上桌面，数据中心由此被视作AI时代的核设施。

如果中国即将率先实现通用人工智能，美国应该怎么办？继续限制芯片出口？联合盟友实施算力封锁？开展网络攻击，破坏中国的模型训练？还是更进一步，直接打击承载前沿人工智能研发的数据中心？

过去，这样的问题更多出现在科幻小说或军事推演之中。如今，它已经被美国一家具有重要政策影响力的国家安全智库公开摆上桌面。

2026年8月27日，美国新安全中心（CNAS）发布报告《超级大国与AGI：通用人工智能的出现将如何重塑中美竞争》。报告作者雅各布·斯托克斯曾在奥巴马政府时期从事国家安全工作，现任CNAS印太安全项目高级研究员兼副主任。

报告提出，美国政府应当组织专门的情景推演，研究在中国接近实现通用人工智能时，美国应当在“何时、以何种方式”进行干预，以阻止中国率先取得突破；如果中国已经率先掌握AGI，美国还应准备对其进行逆向工程，甚至设法窃取相关技术。

斯托克斯随后在公开活动中进一步表示，美国应当评估外交、情报、网络和“动能”措施的可行性。“动能措施”在国家安全话语中通常意味着使用具有物理破坏效果的军事手段。这意味着，在极端情景下，承载前沿模型训练的数据中心和计算设施，也可能被纳入网络破坏乃至物理打击的讨论范围。

需要说明的是，CNAS报告并没有要求美国政府立即轰炸中国的数据中心，也不代表美国政府已经形成相应决策。部分媒体直接使用“美国智库建议攻击中国AI基础设施”的标题，确实简化甚至放大了报告的原意。但如果因此认为这份报告只是一次不切实际的思想实验，同样会低估它的意义。

这份报告真正危险的地方，不在于美国是否已经决定发动攻击，而在于一种新的战略逻辑正在形成：为了避免中国率先实现AGI，美国是否有权提前采取行动，阻止一种尚未发生、甚至无法准确确认的技术突破？这意味着，中美人工智能竞争可能正在从“限制对手发展”，走向“必要时阻止对手突破”；从产业竞争和技术封锁，走向带有先发制人色彩的战略对抗。这才是值得高度警惕的变化。

一、美国对华AI竞争正在越过危险红线

过去几年，美国限制中国人工智能发展的政策路径相当清晰：控制中国获得先进算力的能力。从高端GPU、先进制程芯片，到光刻设备、高带宽存储器和芯片设计软件；从限制美国企业向中国提供技术，到联合日本、荷兰、韩国等盟友强化供应链管控；从审查对华投资，到防止中国企业通过第三国获得先进芯片——其核心都是在人工智能产业链上构筑一道不断加高的“算力围墙”。

这套政策虽然具有明显的遏制性质，但基本仍属于经济、科技和产业博弈。美国试图通过掌握上游关键技术，提高中国发展前沿人工智能的成本，延缓中国追赶速度。

CNAS报告所体现的变化在于，美国战略界开始追问：如果芯片封锁最终没能阻止中国接近AGI，美国是否还需要准备更激烈的手段？

这一问题背后，实际上存在一条不断升级的政策链条：

第一步，是限制中国购买先进芯片；

第二步，是阻止中国通过第三方获得设备、资本和技术；

第三步，是通过情报活动掌握中国前沿AI项目的真实进展；

第四步，是利用网络攻击、供应链渗透等方式干扰或破坏中国的研发活动；

第五步，则是在判断中国即将取得决定性突破时，对关键计算设施采取物理打击。

从出口管制到军事打击，手段发生了根本变化，但背后的逻辑是一致的：美国不能接受中国率先跨过AGI门槛。因此，这份报告的意义不只是多提出了一种政策选项，而是把美国对华AI竞争的最终边界向前推进了一步。过去，美国讨论的是“如何保持领先”；现在，部分战略研究者开始讨论“如何阻止中国领先”。前者仍然是竞争逻辑，后者则已经带有明显的预防性干预色彩。

二、AGI开始被视为堪比核武器的战略能力

美国战略界之所以出现如此激进的设想，是因为它正在改变对人工智能的基本认识。在传统观念中，人工智能是一种通用生产工具。它可以提高办公效率、改进工业制造、辅助医学诊断，也可以用于情报分析、无人作战和网络攻防。即使一国在某些AI技术上取得领先，这种优势也通常是局部的、渐进的，并且可以追赶。AGI所代表的却是另一种想象。

所谓通用人工智能（AGI），通常是指能够在广泛任务上达到甚至超过人类水平的人工智能系统。它不仅能够执行特定任务，还可能自主完成科学研究、软件开发、芯片设计、工程优化、武器研发和组织决策。

如果一种人工智能能够参与研发下一代人工智能，就可能形成“智能改进智能”的加速循环；如果它能够同时推动材料、能源、医药、机器人、航空航天和军事技术进步，就可能把单一技术优势扩展为整个国家实力的优势。

CNAS报告将这种影响概括为五个方面：加快经济增长和生产能力扩张；强化对全球信息环境的影响；催生新的军事能力；带来大规模失控或目标错位风险；改变国内政治和国际力量格局。

由此，AGI不再被视为一种普通的先进技术，而被想象成一种能够批量生产其他战略能力的“元技术”。核武器通过巨大的毁伤能力直接改变力量平衡；AGI则可能通过加速经济、科技和军事体系的发展，间接重塑力量平衡。两者并不相同，但在美国战略界的威胁想象中，它们开始具有一个共同点：一旦对手率先取得突破，现有力量平衡可能被迅速打破，落后者甚至可能再也无法追赶。这就是“AGI竞赛”最危险的思想基础——赢者通吃。

一旦决策者相信率先实现AGI的一方将获得长期甚至永久优势，那么阻止对手率先突破，就可能被解释为一种“不得不采取”的防御行为。在这种逻辑下，破坏对方的模型训练、窃取对方的技术成果，甚至打击对方的数据中心，都可能被包装成避免未来更大威胁的必要措施。AGI尚未被证明能够决定大国兴衰，但围绕AGI形成的恐惧，已经开始影响大国战略。

三、最危险的时刻：美国认为中国“快要实现了”

与核武器相比，AGI竞争还有一个更加危险的特点：它很难被准确识别。一个国家是否已经制造出核武器，虽然也可能存在情报盲区，但浓缩设施、核材料生产、试验活动和运载系统通常能够提供一系列相对明确的观察指标。AGI却没有公认的技术门槛。一个模型在数学、编程和科学推理上取得突破，是否意味着它已经接近AGI？一次实验室演示，是否能够在现实环境中稳定运行？模型能力的提高，是正常迭代，还是即将发生质变？某个大型计算集群是在训练普通商业模型，还是在进行可能改变力量平衡的前沿项目？这些问题都很难从外部准确判断。

CNAS报告也承认，AGI的出现可能不是一个清晰、离散和容易观察的事件。它可能表现为多个系统能力的逐渐积累，而不是某一天突然出现一台无所不能的机器。这就造成了一个比技术突破本身更加危险的问题：美国如何判断中国“即将实现AGI”？

如果这种判断最终与军事或网络干预联系起来，那么情报机构对模型能力、芯片数量、数据中心规模和能源消耗的估计，就可能成为决定是否采取行动的重要依据。然而，这些信息只能说明一个国家正在建设人工智能能力，并不能证明它即将取得决定性突破。

中国建设大型数据中心，美国可能将其理解为冲击AGI门槛；中国提高芯片自主能力，美国可能将其理解为突破算力封锁；中国在机器人、自动驾驶和工业智能领域取得进展，美国可能将其理解为AGI开始向现实生产力转化。

当一个国家先确立“绝不能让对手率先突破”的目标，再寻找证明对手接近突破的证据，威胁判断就很容易被最坏情形所支配。因此，中美AGI竞争最危险的时刻，未必是中国真正实现AGI的那一天。

更可能的危险时刻是：美国相信中国即将实现AGI，却无法准确验证这种判断，同时又认为自己阻止中国的时间窗口正在关闭。预防性战争往往产生于这种心理——今天不行动，明天就可能来不及。

四、数据中心为什么成为AI时代的“核设施”

一旦AGI被提升为决定国家命运的战略能力，承载其研发和运行的数据中心，其性质也会随之改变。在商业视角下，数据中心是一种数字经济基础设施，主要由服务器、芯片、存储、网络、电力和冷却系统组成。

但在AGI竞赛的视角下，大型数据中心集中承载着三个关键要素：

第一是算力。训练前沿模型需要大量先进芯片和高速互连设备；

第二是数据与模型。训练数据、模型权重、算法框架和研发成果都存储在相关系统之中；

第三是持续迭代能力。数据中心不仅运行已有模型，也是产生下一代模型的重要研发平台。

正因为如此，数据中心正在从商业设施转变为具有战略属性的关键基础设施。与之相连的芯片供应、能源系统、光纤网络、云平台和冷却系统，也可能被纳入国家安全竞争。

这种变化将对未来冲突产生深远影响。过去，对一家商业数据中心发动网络攻击，通常被视为针对企业或民用基础设施的攻击。未来，如果某座数据中心被认定正在训练可能改变力量平衡的前沿模型，它就可能被对手重新定义为具有军事价值的战略目标。

问题在于，大型数据中心通常同时承担商业、科研、医疗、金融和公共服务。人工智能算力也可以在不同任务之间调度，很难像导弹基地那样进行清晰的军民区分。

这意味着，一旦“阻止AGI突破”成为打击理由，潜在目标范围可能极其宽泛：芯片制造和封装工厂；大型计算集群；云计算中心；电力供应和储能设施；光纤网络和通信枢纽；冷却系统与数据中心运维平台；模型、数据和软件供应链。

AI基础设施与整个数字经济高度重叠。打击所谓“AGI设施”，很可能不只是破坏一个秘密研发项目，而是对一个国家的能源、通信、科研和产业体系造成连锁冲击。这正是把数据中心比作“AI时代核设施”时必须看到的区别：核设施通常具有较强的专用性，而算力设施具有高度通用性。如果一种用途广泛的民用基础设施可以因为潜在的未来能力而被目标化，战争与和平、军事与民用之间的边界将进一步模糊。

五、比AGI失控更现实的危险，是大国竞争失控

值得注意的是，CNAS报告并没有认定中国已经在AGI竞争中领先美国。相反，报告认为，AGI虽然正在进入中国人工智能政策的优先议程，却尚未像在美国硅谷那样，成为整个AI产业最明确、最统一的目标。

与美国部分科技企业集中追求更大模型和通用智能不同，中国的发展路径更加强调人工智能与制造业、机器人、能源、交通和物流等产业结合。

美国的优势主要体现在前沿模型，中国的潜在优势则在于工程化、低成本和规模化应用。美国担心的，未必只是中国率先制造出一个被正式命名为“AGI”的超级系统，还包括另一种可能：中国依靠算法优化、开源生态、工程能力和制造业基础，把未必处于绝对领先地位的模型，转化为广泛而现实的生产力。

如果人工智能最终不是通过某次突然的AGI突破改变世界，而是逐步进入机器人、自动化工厂、智能电网、新材料研发和无人系统，那么决定竞争结果的，就不只是“谁拥有最强模型”，更是谁能完成从模型能力到产业能力、再到国家实力的转化。这也解释了美国对华AI政策不断升级的深层原因。

芯片封锁可以提高中国训练前沿模型的成本，却难以阻止中国通过算法优化、工程能力和产业规模寻找替代路径；限制少数先进GPU，可以延缓部分模型研发，却无法轻易切断一个完整工业体系对人工智能的吸收与应用。当既有封锁不足以确保美国长期领先，“国家安全”的边界便开始不断扩张：从限制芯片、设备和投资，到限制云算力和技术流动；从防止美国技术流向中国，到准备获取中国技术；再从情报和网络行动，延伸至针对物理基础设施的“动能”选项。这已经不只是防止美国技术帮助中国发展，而是试图决定中国能够发展到什么程度。CNAS报告由此带来的更大危险，是把AGI塑造成中美之间不可失去、也不可分享的战略制高点。

一旦双方都接受“谁率先实现AGI，谁就可能永久领先”的判断，竞争就会迅速转化为安全困境。美国为维持优势而加强芯片管制、情报搜集和干预预案；中国为降低被封锁和攻击的风险而推进技术自主、扩大算力建设、强化基础设施保护。美国会把中国的自主化视为封锁窗口正在关闭，中国则会把美国的干预准备视为阻止自身发展的证据。双方都认为自己是在防御，却把对方的防御理解为进攻准备。

更危险的是，竞争压力还会反过来削弱人工智能自身的安全性。如果双方都相信AGI突破只有一次机会，任何迟疑都可能造成永久落后，那么政府和企业就会面临缩短安全测试、提前部署不成熟模型的压力。

人工智能可能被更快接入军事指挥、情报分析和战略决策系统，并被赋予更高风险的自主权限；与此同时，各方出于竞争和保密需要，又会减少技术沟通，掩盖模型缺陷，降低风险透明度。

由此形成一个危险的悖论：双方都以防止对方掌握“不安全的AGI”为由加速竞争，却共同创造了一个更不安全的技术和战略环境。最坏的结果甚至不需要等待AGI真正出现。只要一方相信另一方即将取得决定性突破，同时又认为阻止对方的时间窗口正在关闭，网络攻击、秘密行动甚至军事干预就可能提前发生。AGI或许尚未失控，大国竞争却可能首先失控；一种尚未被创造出来的技术，完全可能提前制造一场现实冲突。

结语：当“不能落后”变成“不能允许对手领先”

不能把CNAS报告夸大成美国政府已经制订了轰炸中国数据中心的计划，但也不能因为它只是一份智库报告，就忽视其中释放的战略信号。智库的重要作用之一，就是把原本难以公开讨论的极端选项，转化为可以研究、推演和比较的政策议题。

今天讨论“何时、如何阻止中国实现AGI”，下一步就可能是建立判断中国技术进展的情报指标、识别关键计算设施、设计网络行动方案。当一种极端设想逐渐拥有概念、情景、指标和执行工具，它与现实政策之间的距离也就随之缩短。

因此，这份报告最值得警惕的，并不是“打击数据中心”几个刺激性的字眼，而是它背后的战略逻辑：如果中国可能率先获得某种决定性技术优势，美国就应当准备阻止这一结果发生。这比芯片封锁更加危险。芯片管制至少还建立在美国决定本国技术出口的基础上；而技术窃取、网络破坏乃至物理打击，则意味着美国可能把“保持领先”进一步解释为干预他国技术发展的权利。一旦这种逻辑得到认可，AGI不会是终点。量子计算、生物技术、核聚变以及其他可能改变力量平衡的技术，都可能被纳入同样的“预防性阻止”框架。

中美面临的真正危险，已经不只是争夺某项技术的第一名，而是一个大国还能否接受另一个大国在关键技术上取得领先。当“不能落后”逐渐变成“不能允许对手领先”，技术竞争就已经走到了战争逻辑的门口。

往期推荐:

分享产生价值，请顺手转发至朋友圈

公众微信名：IDCinside

也可长按二维码，扫描关注属于数据中心专业人士的社区

IDCinside 公众号二维码

数据中心报道、投稿

联系公众号助理（微信：AI_insider）

加入数据中心行业群、运维群

跳转微信打开