4月29日，兰德公司（RAND）发布《探索美中人工智能竞争中的不稳定风险：Breakwater兵棋推演概述与初步观察》报告^[1]，系统介绍其开发的“Breakwater”桌面推演工具，并分析美中在通用人工智能（AGI）竞赛中可能采取的预防性行动及由此引发的冲突升级风险。报告基于2025年7月至11月间的12轮推演，揭示了双方在AGI竞赛中的战略偏好、风险感知及不稳定风险，为决策者提供参考。

一、Breakwater兵棋推演概述

“Breakwater”的推演设定蓝（美）、红（中）两队，需在多目标间权衡：赢得AGI竞赛、实现经济与军事情报收益、建立国际领导力、避免公开冲突。玩家需在加速技术进步、保护本国AI生态系统、实施针对对手的预防性行动等方面分配政策资源。推演引入“限制因素”机制，模拟数据与算力、供应链、人才、政治支持等环节的结构性瓶颈，并设置平台期、渐进提升、突然起飞三种AI发展轨迹。

二、推演得出的新兴与待验证假设

结合首轮推演结果，报告提出五大待验证的核心假设：①AGI落地周期越长，其引发的不稳定风险越低；②AI竞赛的感知紧迫性，更多源于可落地战略优势的实际AI投入，而非理论预测；③军事或网络攻击需系统性、持续性实施，才能显著阻碍对手AI进展；④以“预防性打击”为威慑迫使各方接受规则，从而确定AGI竞赛的策略，缺乏可信度；⑤AI技术路线发生重大变化，会打乱双方既定的竞争策略和原有评判标准，进而导致美中AI竞争出现严重的不稳定状况。

初步观察显示，当玩家相信AGI即将到来时，倾向采取全力以赴的加速策略，优先消除限制因素，不惜牺牲国内稳定与国际影响力管理；而当预期渐进发展时，则更均衡地在国内稳定、国际影响与技术进步之间分配资源。美国玩家多聚焦技术前沿，策略包括垄断式加速与管理式升级；中国玩家则习惯“快速跟随”策略，注重避免暴露弱点，并利用地缘经济影响力与人才招募杠杆。

在预防性行动偏好上，玩家显著偏好网络攻击与供应链压制等“亚动能”工具，极少选择动能军事打击。报告指出，AI生态系统的分布式与商业冗余特性，使其缺乏如核设施般的单点瓶颈，且玩家普遍认为网络行动是大国竞争的正常手段，而“动能打击”则被视为跨越冲突门槛。这一观察与历史上大国间极少对强大对手发动预防性战争的模式一致。

推演还揭示，“范式转变”事件（如中国在“弯道超车”路径上取得突破）可造成显著不稳定：领先方的战略基准被颠覆，落后方因未投资防御而暴露风险，双方均陷入战略混乱。报告呼应2025年初DeepSeek高效模型发布所引发的行业与政策震动，强调技术路径的多样性可能成为战略博弈的关键变量。

报告还提出以下若干待验证假设：AGI显现时间越长，其到来可能越稳定；紧迫感更多源于AI带来的实际战略优势而非理论预测；单一预防性打击难以实质阻滞对手进展；以“相互确保AI故障”为威慑基础的预防性打击策略缺乏可信度。

三、总结分析

第一，美中两国在AGI竞争中的行为模式存在系统性不对称。美国倾向于抢占技术前沿，采取出口管制、供应链压制等主动手段；中国则习惯快速跟随策略，优先维护国内稳定并扩大国际影响力。与此同时，两国内部失序对竞争行为的约束节奏也各不相同。中方倾向在失序苗头出现时即主动化解，避免其干扰外部行动；美方则往往待到失序已实质限制行动能力后才被动应对。

第二，预防性军事打击在现实中缺乏吸引力。推演中双方几乎都不愿动用军事手段，军事行动升级风险高、实际延缓对手AI发展效果有限。这表明在高度竞争的AGI赛道，大国之间的冲突仍被抑制。

第三，技术路径的不确定性是最大的不稳定变量。一旦长期依赖的技术路线被突然颠覆，双方的既有策略和评估体系将同时失效，容易引发战略迷茫、误判与应激性反应。如DeepSeek事件已初步显示出这种效应。

  （周鼎）