美国焦虑升级！反华派来华探底被拒，回去竟诉苦：中国强得可怕！

2026年7月18日，美国国会下属的美中经济与安全审查委员会，也就是USCC，时隔七年再次派代表团来到中国，主席薛瑞福、副主席迈克·奎肯带队，先后访问北京、杭州和上海。

7月25日访问结束，仅仅24天后的8月18日，USCC又把一份有关中国数据战略和人工智能竞争的研究摆到美国政策圈面前，其中一个重要判断是，中国正在把制造业、机器人和现实经济产生的数据转化成AI资源，这可能形成美国难以复制的新优势。

所以所谓“美国急了”，真正值得看的不是一次访问谁见了谁，而是一个长期研究怎么跟中国竞争的美国国会机构，为什么时隔七年又要亲自跑到中国看？回来以后，又为什么把注意力从芯片进一步转向数据、机器人和制造业？我觉得，这才是整件事最有意思的地方。

这帮人来中国

USCC不是普通智库，这个委员会是美国国会在2000年设立的，主要工作就是研究中美经贸关系对美国国家安全的影响，每年向国会提交报告并提出政策建议。

所以他们来中国看企业、看技术，和普通学术访问不是一回事，回去形成的研究可能直接进入美国政策讨论。7月18日出发时，他们列出的接触对象很细，包括中国政府官员、学者、智库，以及人工智能、机器人、生物科技等产业人士。

USCC返程材料显示，他们确实接触了部分中国政府官员、中国智库和中美企业代表，因此网上所谓“八天一个中国人都没见到”并不符合公开记录，但公开资料同样不能证明他们原本希望接触的所有核心对象都实现了会面。

薛瑞福回国以后说，此行一个目的就是把委员会过去形成的分析和中国现实情况对照。说白了，就是看看坐在华盛顿办公室里研究出来的那个中国，跟现实中的中国是不是一回事。

从逻辑上看，如果美国对中国科技发展的掌握已经足够充分，也没必要时隔七年重新来一趟。真正值得注意的是，他们可能发现过去那套观察中国AI的方法已经不够用了。

AI下一阶段

比如机器人抓零件，为什么失败，换什么角度能够成功，不同材质需要多大力度，这些数据网上没有。自动驾驶碰到的雨雪、施工、逆光和各种复杂道路情况，也不是让模型多读几本书就能解决的。

所以USCC在2026年3月的一份研究里提出，中国AI正在形成两个互相加强的循环。一个是开放模型不断传播、修改和迭代形成的“数字循环”，另一个是AI进入制造业、物流和机器人以后，不断产生现实数据，再用这些数据改进模型形成的“物理循环”。

问题就在这里。芯片可以限制出口，可一个国家自己的工厂每天开工，机器人每天工作，物流系统每天运转，这些活动不断产生的数据，你怎么从外面关掉？

USCC自己也认为，美国现有出口管制主要盯着先进芯片和训练算力，对这种依靠现实部署产生数据的“物理循环”影响有限。只要中国把AI放进足够多的现实场景，即使顶级算力受到限制，也可能继续积累大量专有工业数据。

我认为，这比某个模型一时超过美国重要得多。模型排行榜可以天天变化，但如果AI和一个国家的工业体系真正咬合，那就不是几家科技公司的比赛了。

制造业这么重要？

因为制造业以前主要生产商品，现在还可以顺便生产数据，一条自动化产线越复杂，机器视觉、机械臂和传感器参与得越多，留下的数据越丰富。机器人部署越多，动作数据越多，物流自动化越深入，AI能够学习的现实场景也越多。

本质上，这跟互联网平台的发展逻辑有点像，过去谁的用户多，谁的数据就多，数据越多，算法越容易优化。算法更好，又能吸引更多用户，现在只是把这个循环从手机屏幕搬到了现实世界，部署越多，数据越多。数据越多，模型越好，模型越好，又越容易扩大部署。

USCC的2026年3月研究还提到，截至当时，阿里Qwen在Hugging Face上已经形成超过10万个衍生模型，是平台规模最大的模型生态之一。美国方面担心的是，开放模型降低AI使用门槛，再叠加中国庞大的制造业规模，两个循环可能互相推动。

到了8月18日，USCC又把“数据”单独拿出来研究，据路透社报道，他们关注中国对企业运营、工业生产和现实世界数据的整合利用，因为这些互联网爬虫拿不到的数据，对自动驾驶、人形机器人等具身AI非常重要。奎肯甚至建议美国研究自己的国家数据战略。

可以断定，美国观察中国AI的视角已经开始变化，以前最常问的是，中国还能获得多少高端芯片？现在又多了一个问题，中国每天能够产生多少别人拿不到的现实数据？

并不奇怪

有人可能觉得，美国一直限制中国科技，现在怎么又研究起中国的数据战略了？我认为，这一点都不矛盾。国家竞争从来不是“我不喜欢你，所以我不研究你”，恰恰是越把你当竞争对手，越得弄明白你为什么有效。

USCC长期提出对华出口管制、投资限制、供应链安全等政策建议，甚至曾建议美国推动类似“曼哈顿计划”规模的AGI项目。所以一边限制竞争对手，一边研究怎么提高自己，本来就是一套完整逻辑。

真正麻烦的是，美国虽然也有海量数据，但这些资源分散在科技企业、医院、大学、科研机构和政府部门手里，背后牵扯隐私、产权和商业利益。数据毕竟不是石油，不是挖出来装进桶里就能统一调度。

这意味着下一轮AI竞争，很可能越来越像综合组织能力的比赛。谁不仅能造模型，还能快速铺进现实产业。不仅拥有数据，还能让有效数据重新进入模型，谁就更容易形成不断自我强化的循环。

真正变化的

依我看，现在还远不到宣布谁赢的时候。美国在先进半导体、顶级算力、云计算、基础研究和前沿模型方面依然拥有很强实力，USCC自己的2024年年度报告也承认，美国在这些领域仍有明显优势。

但另一方面，美国自己的政策机构也开始意识到，只看芯片和模型已经不够了。以后判断中美AI竞争，不能只看模型排行榜和GPU数量，还得看AI进入了多少工厂、汽车和机器人，能够产生多少真实数据，这些数据又能不能迅速反馈给模型。

说到底，这才是USCC时隔七年重新来到中国，又把中国数据能力摆到美国政策讨论面前真正值得关注的地方。

过去他们更担心中国能够拿到多少先进芯片，现在又开始担心，即使芯片受到限制，中国庞大的制造业和现实应用场景，依旧可能源源不断地给AI制造新的“燃料”。

所谓“美国急了”，真正值得看的不是这四个字，而是美国已经开始重新研究一个问题，当AI从互联网走进现实世界以后，决定下一阶段竞争的，到底只是芯片，还是整个工业体系产生和利用数据的能力，这可能才是USCC这趟中国之行真正透露出来的信息。