全文 4,000字 | 阅读约 13 分钟（2025年9月5日白宫晚宴：Sam Altman 谈 美国 AI 产业保持领先）一顿饭。三件事。能源、算力、落地。北京时间 2025 年 9 月 5 日，白宫设宴招待全球 AI 领域顶级 CEO，微软、谷歌、苹果、Meta、OpenAI、AMD、甲骨文等科技公司应邀出席。 Bill Gates、Tim Cook、Mark Zuckerberg、Sam Altman、Sundar Pichai、Lisa Su 等行业领袖围桌而坐。Elon Musk 缺席，这一细节也被多家主流媒体反复点名。但真正的焦点，不是谁来了，而是桌上谈了什么。这是美国 AI 发展方向最关键的一次定调。总统主持，第一夫人陪同，科技办公室统筹。能源部长、教育部长、农业部长、劳工部长全部发言。晚宴没有废话，谈的都是“干货”：电从哪来，够不够？设施怎么建，钱投在哪？模型训练完了，能不能交付、用得起来？很多媒体已经报道了这场科技界盛宴的基本情况，但我们更关注其背后的深层逻辑：通过这次聚会，美国政府实际上为 AI 行业明确了三大发展路径，即基础设施先行、算力保障跟上、应用落地为王。这正是 AI 从概念愿景迈向产业现实的战略起点。
一、AI 产业的第一资源，是电
餐桌上，美国能源部长既不谈技术革新，也不描绘未来愿景， 他就提了一个问题：AI 大规模应用所需的算力背后，电从哪儿来？这句话背后，是一项被忽视已久的硬指标：电力产能。实际上，过去 20 年，美国天然气产量增长了一倍多，石油产量增长了两倍，但据美国能源部长表示，电力生产几乎没有增长。如今 AI 模型越来越大，数据中心越来越多，但整个国家的供电能力却仍然停留在上一个时代。因为 AI 不只是模型训练，而是不断调用显卡、芯片、服务器，一秒执行几十亿次计算。而这些背后，都在消耗电力，而且是稳定的、持续的、不间断的大量电力需求。这已经不是未来的挑战，而是眼前的现实。微软、谷歌、OpenAI 都明确表示，AI 的下一步不是技术突破，而是规模化部署。这意味着什么？意味着需要真实的基础设施支撑：数据中心、稳定供电、本地模型托管、可信执行环境。每一个数据中心都像 24 小时高速运行的“智能工厂”，不能断电，也不能降速。所以能源部长才会警告：
如果我们不大幅增加电力生产，美国在 AI 上就没法赢。
这不是次要的基础设施问题，而是国力级根基问题。在传统工业里，电是制造业的基础。 在 AI 工业时代，电就是智能生产的燃料。正因如此，特朗普政府已经签署了行政命令，加速审批数据中心和能源基础设施建设，确保基础设施能够稳定运行、快速部署、有效集成。从这顿饭开始，方向很清楚：在 AI 的全球竞赛中，电力基础设施将成为决定性因素。
二、谁能投得起 AI 基础设施？
除了聊电够不够，科技公司们还主动交了一份投资账单，明确了谁在为 AI 真正投钱，以及钱都投在了哪里。🟢 微软：一年投资约 750~800 亿美元“这不是一个小数字。我们每年在美国本土的 AI 投资接近 800 亿。” ——Satya Nadella，微软 CEO这个数字背后，是微软持续建设的本地数据中心网络、模型推理基础设施和 Copilot 的企业部署能力。🟢 谷歌：两年追加 2500 亿美元“在接下来的两年里，我们将在美国投资大约 2500 亿美元。” ——Sundar Pichai，谷歌 CEOPichai 没有展开讲模型架构，而是强调了学习与交付的结合：“我们希望 AI 能让每个人以最适合他们的方式学习世界上的任何知识。”“所以我们把 Gemini 教育版，送进了美国所有高中。”这笔钱里，包含的不只是服务器和芯片，还有老师、学生、教育资源。🟢 Meta：四年承诺 6000 亿美元(Mark Zuckerberg 现场承诺：投资6000亿)“至少 6000 亿美元，到 2028 年。” ——Mark Zuckerberg，Meta CEO当特朗普在晚宴上要求扎克伯格给出具体投资数字时，这位 Meta 创始人毫不犹豫地抛出了这个震撼数字。扎克伯格表示，这笔投资将用于建设数据中心和基础设施，为下一波创新提供动力。这是 Meta 在 AI 基础设施上最大胆的一次押注，据预测资金主要流向：超大规模数据中心建设：包括正在路易斯安那州建设的“覆盖曼哈顿重要部分”的巨型数据中心AI 计算能力扩张： 计划到年底拥有超过 130 万个 GPU，支撑 Llama 4 等下一代模型训练开源生态投资： 继续推进 Llama 系列的开源策略，与封闭模型竞争值得注意的是，这个承诺是在 Meta 今年已宣布 600-650 亿美元年度 AI 投资的基础上，进一步加码的长期布局。🟢 苹果：承诺回美投资 6000 亿美元当总统问到苹果的投资额，Tim Cook 回答得很直接：“6000 亿美元。”虽然 Cook 没有在现场详述具体投资方向，但结合苹果近年来的战略布局，这笔巨额投资很可能重点流向两大领域：制造业回流：芯片设计能力提升、关键零部件本土化生产，减少对海外供应链依赖。
AI 基础设施：为 Siri 升级、设备端 AI 计算、个人智能助手等产品线提供算力和研发支持。
这不仅是苹果对美国制造的表态，更是对 AI 时代硬件需求激增的提前布局。面对如此大规模的投资，OpenAI 联合创始人兼总裁 Greg Brockman 补充道：
这是历史上最大规模的基础设施建设，规模相当于阿波罗计划的 10 倍。
然而，这不仅是投了多少钱，更是投在哪、投给谁。总统在现场表态：谁把 AI 投在美国，谁就能获得更多资源。不进来的公司，会面临相当大的关税。所以真正的问题不是“谁烧得多”，而是“谁烧得准”。Gates 也特别点出了这一点：“AI 不只是实验室的突破，它需要平台和基础设施。总统和政府所做的一切，是在帮我们把这些条件真正搭建起来。”这也解释了为什么， 越来越多的公司把 AI 投资，变成一场回归本土的产业重构。不是"站队"，是"选址"。
三、教育系统能不能跟上大模型发展？
而在人才培养这一 AI 竞争最关键的要素上。晚宴前的白天 AI 教育工作组会议中，展现的教育布局很多人想象得更早、也更具体。第一，AI 已经走进了中小学课堂教育部长在致同事的信表示：“我们鼓励各州和学校开始探索，把 AI 技术整合进教学。我们发出正式通知，AI 工具是联邦教育资金允许的使用方向。”这句话的意思是：学校如果用 AI 来教学，不仅允许，还可能获得更多政策支持。接下来还有一句关键补充：“未来的资助项目中，凡是纳入 AI 的申请，将被优先考虑，甚至可能得到加分。”总而言之，AI 已经正式变成教育系统的考核要素。第二，老师先学，学生再用来自美国最大的编程教育非营利组织 Code.org 的代表 Cameron Wilson 强调：“不仅是学生，老师也要跟上。”他们披露了一组数据和计划：目标在本学年内覆盖 2500 万名学习者，包括学生、老师和家长；计划在 25 个州推动 AI 教学法案和标准；推出免费 AI 课程，并整合到 K12 教育体系中；希望在 2028 年前，让400,000 名高中生、900 万名低龄学生学会如何用 AI 工具做项目、写程序、解决问题。这种大规模培养的背后，反映了一个重要认知转变：会用 AI，不是技能加分，而是基本素养。第三，除了学生，还有每一个工作中的成年人劳工部长在现场宣布，AI 学徒制计划正式启动。“我们已经通知各州，可以用 WIOA 公共就业基金，直接支持 AI 技能培训。也可以用州长储备金，给转型中的企业或个人提供上岗支持。”这代表，AI 培训不再是技术公司的事，而是各州劳工系统要管起来的事。为了让这件事落地，他们还和教育部、商务部一起推出了一份全国 AI 人才战略计划，定目标、定节奏、定资金。第四，企业已经开始买单，大规模投入培训资源IBM 承诺：“未来三年内，在美国培训 200 万名掌握 AI 技能的劳动力。”Google 则承诺：“我们将投入 1.5 亿美元，用于支持 AI 教育和数字素养。不仅为学生，也为老师和家长提供所有必要的 AI 工具和培训。”第五，这场教育转型，第一夫人亲自主导白宫科技政策办公室（OSTP）主任披露：总统已经签署行政命令，推动 AI 教育与就业体系结合；成立专门的“AI 教育特别工作组”，由第一夫人梅拉尼娅·特朗普主持；正在全国范围推广“总统人工智能挑战赛”，鼓励学生用 AI 解决真实问题。第一夫人当时的发言很克制，但有一段话传达出明确的方向感：
现在，每个人关心的只有一件事：AI 到底有什么实际应用？比尔·盖茨在现场讲了他现在的一个关注点：“我们希望通过 AI，让非洲的每个人都有医生，农民能得到真正有用的建议，孩子能有学习的机会。”这是他理想中的 AI 应用场景：让 AI 解决现实难题。 他强调：“模型不是用来演示的，而是要用到关键公共服务领域。”OpenAI 的 CEO Sam Altman 在晚宴上也持有类似观点。他感谢特朗普创造了支持创新的环境，并承诺将在美国投资很多钱。Altman 一贯强调的理念是：
AI 的价值不在于技术展示，而在于能否部署到现实应用中。
OpenAI 的战略重心正在从技术展示转向实际部署， 重点关注三个领域：应用在企业生产流程中进教育系统，为教学服务推动医疗领域的自动化与问诊辅助盖茨继续补充，他最近特别重视 AI 在疾病治疗上的角色：“小儿麻痹症，我们已经非常接近彻底根除；而像艾滋病、镰刀型贫血这些问题，AI 能帮我们在基因层面找到突破口。”他说，他最大的梦想是：“让最先进的 AI 技术惠及最需要帮助的人群。在偏远地区普通人能享受顶级医疗诊断，小农户能获得精准农业指导，每个孩子都能拥有个性化学习体验。”这场对话，清楚地传递出一个共识：
未来的 AI，不是能不能训练出来，而是有没有人用起来。
所以它必须回答三个问题：谁在用？怎么用？用得好不好？真正的目标是让 AI 的影响不停留在实验室和屏幕里，而是走进现实生活，落到每个人身边。
五、输出的不只是模型，而是“信任”
如果说前几节讲的是怎么把 AI 做出来、用起来，那这节讲的是：谁来制定 AI 的规则，谁能把它推向世界？第一，不是每个国家的 AI 都能出口盖茨在餐桌上提到了一个关键观点：“我们之所以能把 AI 推向全球，不只是因为我们创新快，更是因为世界愿意相信我们的技术。”这个观点的核心是信任。换句话说，AI 的价值不在于技术本身有多先进， 而在于能否获得信任并被广泛采用。第二，“信任”从哪来？来自规则、制度、出口计划白宫科技政策办公室主任在现场披露， 总统已经签署了三项和 AI 出口有关的行政命令，其中一项是：
启动美国 AI 出口计划（AI Export Initiative）。
这个计划的核心目的是：把美国 AI 技术的核心能力，向友好国家、安全地区输出；建立统一出口审查机制，确保出口的 AI 没有安全隐患或价值偏差；帮助企业参与全球规则建设，而不是各自单打独斗。用一句通俗的话讲： “让美国 AI 成为大家敢买、愿用、信得过的选择。”在企业层面，这种信任建设也在同步推进。谷歌 CEO Pichai 表示：“我们正与国外上百所大学合作，把可解释、容易接入的 AI 带出去。”他认为关键在于让 AI 在不同国家的真实场景中真正应用起来，而不只是技术输出。第三，美国明确“AI价值导向”，中国打造“可用可信 AI ”在现场，白宫科技政策办公室主任还宣布了一项关键政策：“联邦政府将禁止采购意识形态偏见或觉醒的人工智能。我们要确保 AI 追求真理、公平和公正。”这个表述带有浓烈的美国特色，核心理念很明确：让 AI 服务于特定价值观，而不是价值中性的工具。这正体现了全球 AI 竞争的新维度——技术标准背后的价值主导权。与此同时，从全球 AI 发展格局来看，中国也在通过不同路径构建信任机制：应用导向：中国推出“AI+”行动，重视 AI 的实际应用场景，比如农业指导、医院诊断、公共服务等，强调实用性，避免玩具化。普惠策略：部分城市试点“算力券”计划，补贴中小企业租用 AI 计算力，推动 AI 应用下沉、成本变得可承受 。开放路线：中国也在推动 AI “走出去”策略，强调“开源+低成本+高性能”，争取新兴市场的信任 。路径不同，但中美两国的最终目标一致：让 AI 真正成为全球被接受的工具。这也正是当前 AI 竞争从技术先进度转向全球信任度的重要体现。
结语｜一顿饭，三件事
这顿饭，吃的是礼遇，谈的是格局。真正落在桌面上的，是三个清晰的重点：能源，不是问电够不够，而是有没有决心为 AI 重建一张更强的国家电网；资金与算力，不光是比谁投得多，而是看钱有没有投在"真正管用"的地方；应用与出口，不是模型有多先进，而是能不能解决问题、能不能赢得信任、能不能真正走向世界。从白宫到硅谷，从政策到产品，这场晚宴传递的核心理念是：AI 的下一阶段，不再是技术竞赛和参数比拼，而是三个实用性问题：能不能用得起、用得上、用得稳。谁能把这三件事做深做透，谁就能把未来握在手里。📮 本文由AI深度研究院出品，内容翻译整理自2025 年 9 月 5 日白宫 AI 教育特别工作组会议及科技CEO晚宴现场记录。未经授权，不得转载。
