硅谷已經穿上“軍裝”，中國還在猶豫“軍民融合”嗎？｜地緣科技「平」論 x 黃平

大灣區評論 x 黃平

地緣科技

vol. 7 no.7

「平」論

2026/05/06

May

“國民融合”是一條可能比軍民融合更具規模效應、更可持續的全新路徑。

第7期

總第7期

編者按

PREFACE

2026年5月1日，美國國防部宣布將硅谷頂尖AI技術全面接入美軍的最高涉密網絡，標志著美國軍事與民間科技力量實現了從“工具合作”到“神經融合”的范式躍遷。在人工智能的時代背景下，如何將前沿科技高效轉化為核心競爭力，已成為大國博弈的關鍵。

文章深度剖析了中美科技發展模式的制度差異，提出中國需要通過政策引導下的“國民融合”，激活體量龐大的市場，將公共基礎設施等作為民企前沿技術的試驗場，方能在當前的體制條件下，務實走出一條比美式軍民融合更具規模效應與可持續性的軍事科技發展之路。

2026年5月1日，五角大樓發出一份簡短但分量極重的聲明：美國國防部已與SpaceX、OpenAI、谷歌、英偉達、微軟、亞馬遜云服務和Reflection AI七家頂級AI公司達成協議，將這些公司最先進的AI技術全面接入美軍IL-6（機密級）和IL-7（最高機密級）涉密網絡——覆蓋了作戰指揮、情報分析、戰場態勢感知等最核心的軍事功能。

用一句話來概括這件事的含義：硅谷最聰明的大腦，正式穿上了軍裝。

與此同時，大洋彼岸的中國，關于AI軍事應用的討論仍停留在“是否應該”的層面。中國最活躍的AI創新主體——那些民營大模型公司——與軍方之間，仍然隔著一條由制度、信任和政治邏輯構成的鴻溝。

2022年6月，在美國政府支持下，美國首個非營利性戰略投資組織“美國前沿基金”成立，越來越多曾在美軍、情報機構和執法單位任職的人士，開始進入國防科技創業投資生態圈（圖源：美國前沿基金官網）

01

美國科技七巨頭接入最高涉密網絡：一場從“工具合作”到“神經融合”的范式躍遷

美國軍方此次與科技公司

合作帶來的突破在哪里

美國軍方與科技公司的合作由來已久，但這一次與以往有著根本性的差別。

此前的合作，無論是云服務采購還是無人機算法研發，都停留在“外圍賦能”層面——科技公司提供工具，軍方在自己的系統內使用，數據流向始終有明確的隔離墻。而這一次，這道墻被拆掉了。七家公司的AI技術被直接部署至涉密網絡環境，這些民間AI模型將第一次“看見”美軍最機密的數據，直接參與最高級別的作戰決策和武器控制。

這次決策有兩個層級的突破。第一，速度的突破。涉密網絡的準入審批通常需要18個月以上，而此次從談判到簽約僅用了不到3個月。第二，深度的突破。英偉達明確允許其AI技術用于自主武器開發，不附加任何額外使用限制——硅谷的代碼正在獲得扣動扳機的權限。五角大樓的GenAI.mil平臺上線僅5個月，已有超過130萬國防部人員使用。

這是一次從“工具合作”到“神經融合”的質的躍遷：民企的智能系統不再是被軍方“使用”的工具，而是直接嵌入軍方決策神經的組成部分，兩者邊界近乎消失。

美國軍民融合的歷史脈絡

理解這件事的意義，必須放在美國軍民融合的歷史長河中來看。

1958年，蘇聯發射人造衛星的沖擊波讓華盛頓成立了DARPA（國防高級研究計劃局），使命只有一個：防止技術上的戰略奇襲再次發生。此后數十年，DARPA孵化了一系列改變人類歷史的技術——互聯網的前身ARPANET、GPS、半導體、語音識別、無人機，都曾在它的項目清單上出現過。

這些技術的共同特征是：起于軍事需求，成于民間應用，再反哺于軍事能力。這種“軍-民-軍”的雙向流動，構成了美國科技創新最核心的飛輪效應。其密碼不在于軍方有多大預算，而在于公私分明的制度基礎——政府是需求方和資助方，企業和大學是供給方，雙方以市場契約對接。當硅谷工程師無需穿上軍裝就能為國防部開發AI時，軍民融合的成本最低而效率最高。

為什么美國能做到

從全球比較來看，美國軍民融合的深度和效率，是其他大國難以復制的。其根本原因在于三個層面的制度優勢。

第一，產權邊界清晰，合作以市場為基礎。軍方采購民企技術走標準商業合同路徑，谷歌、微軟與五角大樓本質上是甲乙方關系。《拜杜法案》明確了政府在資助研發中的權利邊界，產權的清晰是合作深化的基石。

第二，資本市場提供了“容錯性極高”的創新融資機制。DARPA的資助不要求短期回報，風險投資則將軍事需求催生的技術迅速商業化——沒有華爾街，就沒有硅谷；沒有硅谷，DARPA的技術種子就無處生長。

第三，文化上對“技術-軍事”聯合體的高度認同。在美國，服務國家安全無需回避，與軍方合作是榮譽而非政治風險，這極大降低了合作的社會摩擦成本。

歐洲、日本、印度都曾試圖復制DARPA模式，但無一成功。根本原因不在于經費多寡，而在于缺乏支撐這一模式的制度生態。

1980年，Evan Bayh議員（左）和Birch Bayh議員（右）在《拜杜法案》聽證會上（圖源：美國參議院歷史辦公室）

02

中國科技的“軍民融合”：遠遠不夠，且難以彌合

現狀研判：“形有余”而“實不足”

相較于美國，中國的軍民融合在政策層面推進了多年，但實際效果與預期始終存在明顯落差。

民營企業在軍品市場的占比已突破35%，軍民融合被列為國家戰略。但深入審視合作質量，就會發現一個令人不安的現實：中國的軍民融合大多停留在基礎配套和標準裝備供應層面，真正涉及前沿AI技術——大語言模型、自主決策算法、智能態勢感知——的核心合作寥寥無幾。截至2026年初，中國沒有任何一家民營AI公司能夠像OpenAI或谷歌那樣，將自有大模型系統性地部署到軍方作戰網絡中。換言之，中國的軍民融合看似熱鬧，實質是兩套體系、有限對接。

為什么中國軍民融合難以深化

中國軍民融合難以深化，根源不在政策設計，而在制度邏輯的根本性錯位。這里需要引入鄭永年教授對中國政治經濟體制的一個重要判斷——“制內市場”。在中國的體制框架下，市場并非獨立于政治權力之外運行，而是嵌套在政治邏輯之內的。這一特征在軍民融合領域體現得尤為明顯，并造成了一個兩難困境：

對軍方而言，從民營企業采購技術或開展技術合作，在觀念上往往不被視為一種純粹的市場行為，而更傾向于用政治邏輯來推進——誰有關系、誰政治可靠、誰是“自己人”，往往比誰的技術最先進更重要。這種政治化的合作邏輯，使得真正具有技術實力但缺乏政治關系的民企難以進入核心合作圈。

對民企而言，軍方的政治屬性太強，合作風險太高。民企最擔心的，不是軍方會不會給錢，而是一旦深度合作，自己的核心技術、算法架構甚至關鍵工程師，會不會在合作過程中以各種方式“留”在軍方體系內。知識產權的不確定性和政治風險的不可控性，使得越是有真正核心技術的民企，越是對軍方合作保持謹慎。

這兩種邏輯疊加，造成了一個結構性的死結：軍方不愿以純粹市場邏輯采購，民企不愿以純粹技術邏輯供給，雙方的合作因此無法按照市場機制深化和擴散。

這可能是中美之間在科技發展模式上最根本的差異，在現有體制框架下很難得到根本性彌合。中美在軍民融合上的差距，不是通過增加預算或出臺更多文件可以彌補的——它是一個制度基因層面的鴻溝：無法縮小，只能繞過。

帕蘭蒂爾公司的平臺為軍方設計推出了大型語言模型，圖為帕蘭蒂爾公司IPO上市當日，該公司員工在紐約證券交易所前的留影（圖源：新華社）

03

從“軍民融合”到“國民融合”：中國的獨特路徑

面對軍民融合難以深化的制度性死結，與其在走不通的路上反復碰壁，不如另辟蹊徑。中國有一種獨特的資源，是美國和其他主要大國所沒有的——體量龐大、覆蓋領域極廣的國有經濟體系。這恰恰可以成為構建“國民融合”路徑的制度基礎。

做什么：

讓國有經濟成為民企前沿技術的試驗田

從中央企業到地方國企，中國國有經濟的覆蓋范圍遠超想象。它不僅包括石油、航天、電信等戰略性領域，還深度嵌入了城市基礎設施、公共交通、醫療教育、金融服務等日常領域。這些領域每年吸納的投資規模、服務用戶數量和數據體量，加在一起遠超美國軍事預算所能驅動的數字。

當然，這些領域對技術前沿性的內在需求確實更低——公交系統不會主動采購具身智能機器人，城投公司也不會自發追求最先進的AI決策系統。但這里有一個關鍵的邏輯轉折：對新興技術的需求，是可以被政策主動創造的。國有經濟體系龐大、層級分明，恰恰具備統一接受政策引導的條件。如果將“新興技術含量”納入國資國企經營績效的重要考核指標，國有經濟對前沿技術的需求就會從“可有可無”變成“不得不要”。

一旦這種需求被系統性地激活，規模效應就會產生乘數效應：民企最前沿的技術獲得全球最大規模的應用驗證場景，國企的運營效率在技術升級中得到實質性提升。更重要的是，這種合作基于真實商業邏輯而非政治動員，因此具備可持續的內在動力。

這就是“國民融合”的核心邏輯：不是用行政命令強制整合，而是用政策引導需求創造，讓市場機制在國有經濟的廣闊場景中完成軍民融合無法完成的技術擴散任務。一旦形成有效的國民融合態勢，其對中國科技發展的支撐能力，很可能從總量上超過美國的軍民融合。

怎么做：

兩個場景中的“國民融合”

以下兩個場景，不是具體的政策建議，而是對“國民融合”可能形態的描繪。核心問題是：在公共部門主導的場景下，市場如何被釋放，民企的前沿技術創新如何獲得支持，最終如何形成可持續的制度生態。

場景一：智慧城市

城市是“國民融合”最天然的試驗空間。每一個公共服務環節都是AI技術的潛在落地場景，而主導這些環節的，恰恰是城投公司、公交集團、公立醫院和住建部門。這些公共部門掌握城市物理基礎設施和數據入口，但自身不具備將基礎設施轉化為智能系統的技術能力——這正是民營企業發揮核心作用的地方。

第一個突破口是智慧交通，但它遠不止智能駕駛。真正的機會在于以車聯網為骨架，對整個城市交通體系進行系統性重塑。這不僅意味著自動駕駛技術需要路側智能傳感、停車基礎設施和城市級交通調度系統的配合，更意味著一整套由公共部門投資、民企提供技術方案的新型交通基礎設施——從道路傳感網絡到邊緣計算節點，從智能停車到車路協同平臺——每一項的建設和運營都是公共部門與民企技術能力深度綁定的產物。城市不僅是技術試驗場，更是擁有龐大消費人群的巨大市場，這才是AI技術規模化擴散的經濟基礎。

第二個突破口是智慧治理。當前的城市治理主要依賴視頻監控等視覺感知手段——攝像頭記錄發生了什么，卻無法理解被記錄者的真實需求。下一步的躍遷是從視覺感知走向認知感知：通過AI對社會治理各維度數據的語義理解和行為分析，讓公共服務從“看見人”升級為“理解人”。比如，社保系統不止識別誰在領取補貼，而是通過多維數據認知一個家庭是否真正需要幫扶；醫療服務不止于掛號管理，而是預判社區健康風險并主動干預。這些場景涉及大量倫理問題，但正是復雜的社會需求，才構成前沿技術試驗、反饋和迭代的真實場景。在這一過程中，公立醫院、社保基金、教育部門等公共機構提供場景和數據，民營企業提供算法和認知系統。

智慧城市場景下，“國民融合”的制度邏輯是：公共部門以城市建設和治理需求為牽引，向民企釋放一個規模巨大且持續增長的應用市場；民企在這一市場中完成技術驗證和商業閉環，進而將成熟方案推向全國乃至全球——由公共需求拉動、市場機制驅動的可持續技術生態。

一輛無人配送車在合肥高新區進行公開道路測試（圖源：新華社）

場景二：智慧能源

中國的電力系統是國有企業主導最為徹底的領域之一，國家電網和南方電網覆蓋了全球最大的單一電力市場。在"雙碳"目標下，這個以物理基礎設施為核心的體系，正面臨史無前例的數字技術需求爆發。

新型電力系統的核心挑戰，是從集中式、單向的電力調度轉向分布式、雙向的智能調度。當數以億計的分布式光伏、儲能設備和電動車充電樁接入電網，電網需要的不僅是一臺更快的計算機，而是一整套基于AI的實時感知、預測和調度系統——這正是民營AI和數字技術企業最擅長的領域。虛擬電廠、智能微網、碳足跡追蹤與交易——每一個環節都意味著由公共需求創造的全新市場，這些市場的技術供給必須依賴民營企業的創新動能。

在這個場景中，電網企業提供“骨架”——物理網絡、調度權限和規模化運營能力；民營企業提供“神經”——智能感知算法、預測模型和邊緣計算方案。兩者的結合不是一次性采購，而是圍繞電力系統持續演進的技術共生。中國的能源市場規模意味著，在這里驗證成功的數字能源技術將天然具備全球競爭力。

04

結語

2026年5月1日，五角大樓與七家AI巨頭簽訂的那紙協議，不只是一份軍事采購合同，而是一個歷史性信號：在AI時代，軍事力量與科技力量之間的邊界正在消失，誰能率先實現兩者的深度融合，誰就掌握了下一代國家競爭力的核心密碼。

面對這個現實，中國需要清醒。清醒不是焦慮，而是對自身處境的準確判斷：中國的軍民融合，在現有體制邏輯下難以實現美國式的深度整合，這是一個不能靠喊口號來改變的結構性事實。但這個判斷的另一面是：中國有一套美國沒有，也無法復制的制度資源——體量龐大的國有經濟體系。如果將其重新定位為前沿技術的需求引擎和應用平臺，它的戰略價值就會浮現出來。

“國民融合”不是軍民融合的降級替代，而是一條在中國獨特體制條件下，可能比軍民融合更具規模效應、更可持續的全新路徑。智慧城市和能源系統這兩個場景覆蓋的市場體量和數據規模，遠超美國軍方預算所能驅動的范圍。關鍵在于，能否打通國有經濟與民營技術之間的接口。

這里有一個不應回避的深層問題：國民融合要真正運轉起來，前提是民營企業對合作規則的可預期性有足夠信心。過去幾年，部分民企在與國有體系合作中遭遇知識產權模糊、合同執行不穩定等問題，如果不能得到制度性解決，國民融合就只能停留在政策文件里。從這個意義上說，“國民融合”不僅是一個技術政策命題，更是一個治理能力命題——它的成功，取決于中國能否在國有經濟體系中建立起讓民營企業可預期、可信任、可獲益的市場合作規則。

最后回到標題的問題：硅谷已經穿上“軍裝”，中國還在猶豫“軍民融合”嗎？

答案是：與其在軍民融合這件穿不上的軍裝上反復糾纏，不如換上一套真正屬于中國自己的戰衣。這套戰衣的名字，叫“國民融合”。

本文作者

黃平：香港中文大學（深圳）公共政策學院副教授、助理院長，前海國際事務研究院副院長。

DeepSeek V4 Pro：深度求索公司開發的第四代生成式預訓練變換模型。

| 原創聲明 |

本文版權歸微信訂閱號“大灣區評論”所有，未經允許任何單位或個人不得轉載、復制或以任何其他方式使用本文部分或全部內容，侵權必究。公眾號授權事宜請直接于文章下方留言，其他授權事宜請聯系IIA-paper@cuhk.edu.cn。

GBA 新傳媒

校對｜李 征

排版｜許梓烽

初審｜覃筱靖?

終審｜馮簫凝???