本期焦点：全球围绕“AI减速”开启激烈辩论。支持方包括AnthropicCEO阿莫代伊、OpenAICEO奥尔特曼、xAI创始人马斯克、GoogleDeepMind主席哈萨比斯等，均认为AI的能力迭代速度已超出控制能力，前沿AI已进入“AI构建AI”的递归自我改进阶段，并出现智能体失配、自主攻击等失控信号；若不加约束，能力增长可能超过人类理解和控制的速度。而反对方则包括美国总统特朗普、英伟达CEO黄仁勋、Meta CEO扎克伯格等，他们基于不同的主张，虽不否认AI存在风险，但不赞同“全行业强制或协调减速”的做法。这场辩论实质上是AI治理主导权、行业准入规则和地缘竞争格局的多重博弈。我们认为，AI治理的核心挑战在于治理能力能否跟上技术迭代速度，更值得探索的或许是治理工具与风险水平之间的动态匹配——在创新过程中识别风险、以制度供给实现安全可控、以国际合作建立最低限度的共同标准。
　　中国动态：《人工智能安全治理框架3.0》发布，重点关注智能体和具身智能等新型安全风险。全国网安标委发布《人工智能安全治理框架3.0》，将智能体、具身智能、开源生态和AI供应链等新型风险纳入治理；工信部、国家发展改革委发布电子信息制造业“十五五”规划，系统部署集成电路、先进计算、AI芯片和智能终端等方向。
　　海外动态：主要经济体围绕AI基础设施、物理AI与主权AI加快布局。美国众议院通过《Ratepayer Protection Act》，开始关注大型AI数据中心新增电网成本的分摊机制；美国国家科学基金会同步扩大X-Labs计划，将面向物理系统的人工智能列为新一轮重点研究方向，覆盖机器人、具身智能、先进传感器和网络物理系统等领域。欧盟19个成员国联合推进首个AI领域“欧洲共同利益重要项目”，加拿大则加码本土算力基础设施，并联合德国投资安全、主权AI。
　　技术前沿：实时智能体、AI基础设施与垂直行业应用持续演进。谷歌发布Gemini 3.8 Live系列并提出Retrieve-for-Train框架；英伟达升级NVLink6与TensorRTEdge-LLM，强化AI工厂可靠性和边缘推理。华为推出3D数据中心，月之暗面发布Kimi金融行业解决方案，AI能力进一步向基础设施和专业工作流延伸。
　　智库观点：AI时代可能形成区别于传统数字鸿沟的“Token鸿沟”。布鲁金斯学会指出，人工智能普及可能形成不同于传统“数字鸿沟”的新型“Token鸿沟”。传统数字鸿沟主要体现为能否获得和负担互联网连接，而AI能力的获取具有持续计量成本：每次模型推理、复杂思考和智能体自主执行任务都会消耗Token和算力。同时，AI能力边界持续提升，即使单位Token价格下降，用户对AI的使用量、复杂度和前沿模型需求也可能同步增加，使不同个人、企业和公共机构能够获得的“智能量”及其质量持续分化。
　　风险提示
　　1.对政策理解不到位的风险
　　2.政策落实不及预期的风险
　　3.技术发展不确定性风险