美国正式启动“创世纪计划”，标志着美国在人工智能（AI）驱动的科研革命中迈出关键一步。计划以整合联邦科学资源、构建闭环AI实验平台为核心，谋求通过技术加速突破，重塑国家创新竞争力，但其深层设计中暗藏的功利性导向与结构性缺陷，注定使其面临多重现实挑战。

　　11月24日，美国总统特朗普签署行政命令，正式启动“创世纪计划”，标志着美国在人工智能（AI）驱动的科研革命中迈出关键一步。这一计划以整合联邦科学资源、构建闭环AI实验平台为核心，谋求通过技术加速突破，重塑国家创新竞争力，但其深层设计中暗藏的功利性导向与结构性缺陷，注定使其面临多重现实挑战。

　　在全球科技竞争进入深水区、人工智能成为重塑国际力量对比核心变量的当下，各国对科技制高点的争夺日趋白热化。美国“创世纪计划”的本质，是一场以人才为轴心的科研范式重构。该计划通过整合能源部17个国家实验室的基础设施与数据资源，打造超级计算机与AI技术深度融合的闭环实验平台，旨在缩短科研周期、突破复杂科学难题。这种模式的核心在于打破传统科研的学科壁垒与机构界限，构建跨领域、跨层级的协同创新网络。例如，在核聚变、半导体、量子计算等前沿领域，AI被赋予验证假设、优化实验设计的职能，科研人员的角色则转向更高层次的系统性思考与战略决策。这种“人机协同”的科研模式，不仅需要顶尖科学家的深度参与，更依赖大量具备交叉学科背景的复合型人才。美国政府通过政策引导科技巨头如英伟达、甲骨文等加入计划，实质上是在构建一个由政府、高校、企业共同育人的生态体系，确保创新链与人才链的无缝衔接。

　　然而，这一战略的深层逻辑仍以短期技术突破为导向。其人才培养机制更多服务于特定产业需求，缺乏对基础研究与长期人才储备的系统性布局。一方面，过度聚焦应用层面的创新，将导致基础科学领域的研究被边缘化，进而削弱未来技术突破的底层支撑。另一方面，以产业需求为导向的人才培养模式，虽然能够快速填补当前的技术缺口，却难以应对未来科技发展的不确定性。尤其是在人工智能、量子计算等前沿领域，许多重大突破往往源于基础研究的长期积累，而非短期功利性目标的驱动。因此，如何在追求技术落地的同时，兼顾基础研究的深度与广度，成为“创世纪计划”的核心问题之一。

　　该计划“看上去很美”，实际上存在一系列结构性矛盾。一是能源与算力的恶性循环。AI模型训练与自动化实验室的运行需消耗巨量电力。据经济合作与发展组织（OECD）与电气电子工程师学会（IEEE）联合发布的《人工智能的隐性成本》研究报告显示，AI大模型全生命周期的能耗呈现“滚雪球”效应。以GPT-4为代表的千亿参数大模型，单次训练耗电2.4亿千瓦时，相当于3000户家庭年用电量，而推理阶段持续能耗或达训练阶段10倍。尽管该计划提出用AI优化电网，但短期内算力扩张与能源供给的矛盾将制约实施进度。二是监管统一化的“双刃剑”效应。联邦政府以“消除合规成本”为由取代地方分散立法，将抑制加州等州推动的AI伦理创新。例如，加州要求企业披露算法偏见与数据来源的立法若被废止，公众信任危机或将加剧。三是全球供应链面临重构风险。这一战略将加剧全球科技竞争中的不平等格局，进一步拉大发达国家与发展中国家之间的技术鸿沟，形成一种“强者愈强、弱者愈弱”的马太效应。

　　这一计划或将引发全球范围内对科技主权的重新审视。一些国家借此契机加速本土技术研发，将逐渐减少对外部技术的依赖。例如，欧盟近年来大力推动“数字主权”战略，试图通过加强本地芯片制造能力和数据基础设施建设来应对类似挑战。此外，新兴经济体如印度、巴西，也利用自身市场优势吸引跨国企业投资，从而在特定领域实现技术突破。这一计划的推进还将引发国际间科技合作模式的深刻变革。以往基于多边框架的合作机制或将面临调整，取而代之的是更具针对性和选择性的双边或多边协作。例如，在人工智能伦理规范、数据跨境流动规则等领域，各国形成新的博弈格局。与此同时，技术标准的制定权争夺也将更加激烈，尤其是在涉及国家安全和经济命脉的关键技术领域，主导标准意味着掌控未来产业发展的方向。

　　（作者系北京大学首都发展研究院智库研究员）