Meta收购Manus遇阻:中美科技竞争进入’双向审查’新阶段

最近,Meta以20亿美元收购AI助手平台Manus的交易,在华盛顿和北京遭遇了截然不同的监管反应。这看似只是一起普通的商业并购案,实则揭示了中美科技竞争进入了一个全新的阶段——’双向审查时代’。

**一、现象:一场并购,两种态度**

据《金融时报》报道,Meta收购Manus的交易在美国监管机构那里似乎得到了绿灯。尽管早些时候美国参议员约翰·科宁在X平台上抱怨过这笔交易,美国财政部也曾就限制美国投资中国AI公司的新规进行过询问,但最终美国监管机构似乎确信这笔交易是合法的。

然而,中国的监管机构却表现出不同的态度。这种差异并非偶然,而是中美科技竞争格局变化的必然反映。

**二、本质:从单向封锁到双向审查**

过去几年,我们见证了美国对中国科技企业的单方面打压:从华为的5G禁令,到TikTok的强制出售威胁,再到对中国芯片产业的全面围堵。这种’单向封锁’模式似乎正在发生微妙的变化。

Meta收购Manus事件表明,中国也开始运用类似的监管工具来保护自己的科技利益。这不是简单的’以牙还牙’,而是中国在全球科技竞争中逐渐建立起的战略自信和监管能力。

**三、案例梯度:审查的升级与扩散**

让我们看看这种’双向审查’是如何逐步升级的:

**第一级:社交媒体平台的审查**
TikTok在美国面临的困境是这一阶段的典型代表。美国政府以’国家安全’为由,多次试图强制字节跳动出售TikTok美国业务。这种审查基于模糊的安全担忧,缺乏确凿证据,却能够通过政治压力实现商业目的。

**第二级:硬件与基础设施的封锁**
华为和中兴的遭遇将审查提升到了新的高度。美国不仅禁止本国企业使用华为设备,还施压盟友国家加入封锁行列。这种审查不再局限于单个应用,而是针对整个技术生态系统和基础设施。

**第三级:资本与人才的流动限制**
Meta收购Manus事件代表了审查的第三阶段——对资本流动的监管。当Benchmark今年早些时候领投Manus时,就引发了美国内部的争议。现在,当美国公司想要收购这家有中国背景的AI企业时,中国监管机构也开始审慎评估。

这种梯度递进显示,科技竞争已经从产品层面,扩展到资本、人才、标准制定等全方位领域。

**四、理论升华:’双向审查’的战略逻辑**

‘双向审查’的出现,背后有深刻的战略逻辑:

1. **技术主权意识的觉醒**:各国越来越意识到,关键技术不能完全依赖他国。无论是美国的’芯片法案’,还是中国的’自主可控’战略,都体现了对技术主权的追求。

2. **数据成为新石油**:在AI时代,数据是最重要的生产资料。Manus作为AI助手平台,积累了大量用户交互数据。这些数据不仅具有商业价值,更可能涉及用户隐私和国家安全。

3. **规则制定权的争夺**:谁掌握了技术标准的制定权,谁就掌握了未来产业的主动权。’双向审查’实际上是规则制定权争夺的外在表现。

4. **不对称优势的利用**:中国在应用层AI、电子商务等领域具有优势,美国在基础层AI、芯片设计等领域领先。双方都在利用自己的优势领域作为谈判筹码。

**五、中国科技企业的’双重困境’**

在这种’双向审查’的新常态下,中国科技企业面临着前所未有的’双重困境’:

**走出去难**:华为、TikTok等企业的遭遇表明,中国科技企业’走出去’面临越来越高的政治壁垒。技术优势不再能保证市场准入,地缘政治因素成为必须考虑的关键变量。

**引进来也难**:Meta收购Manus的案例显示,即使是外国企业想要收购有中国背景的科技公司,也可能面临中国监管机构的审查。这意味着中国科技企业的融资和退出渠道也受到了影响。

这种双重困境迫使中国科技企业必须重新思考自己的全球化战略。单纯的’技术出海’已经不够,需要建立更加多元化的国际合作关系,探索’技术本地化’、’资本多元化’等新路径。

**六、未来展望:竞争还是合作?**

‘双向审查’的常态化,并不意味着中美科技完全脱钩。事实上,两国在科技领域仍然有着深厚的相互依赖关系。

中国需要美国的芯片和技术,美国需要中国的市场和制造能力。这种相互依赖决定了完全脱钩对双方都是巨大的损失。

未来的关键,在于如何在竞争与合作之间找到平衡点。可能需要建立新的国际规则和对话机制,明确’国家安全’的边界,避免将正常的商业行为过度政治化。

同时,中国科技企业也需要加强合规建设,提高透明度,用事实和数据来回应各方的关切。只有建立起真正的信任,才能打破’双向审查’的恶性循环。

**结语**

Meta收购Manus事件,就像一面镜子,照出了中美科技竞争的新现实。我们正在从一个美国主导的单极世界,走向一个多极平衡的世界。在这个世界里,’双向审查’可能成为新常态。

对中国科技企业而言,这既是挑战,也是机遇。挑战在于,全球化道路变得更加崎岖;机遇在于,中国也开始有能力运用规则来保护自己的利益。

最终,科技的发展应该服务于人类的进步,而不是成为地缘政治的工具。只有当各方都能超越零和思维,在竞争中寻求合作,在分歧中寻找共识,我们才能真正迎来一个开放、包容、创新的全球科技新时代。

  • Related Posts

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    2026年对谷歌的人工智能雄心来说,是跌宕起伏的一年。年初,凭借2025年底发布的Gemini 3,谷歌在多项基准测试中首次全面压制GPT-5,华尔街一度高呼“谷歌回来了”。然而,随后Claude 4.5在代码生成和长上下文推理上的惊艳表现,又让天平重新摇摆。到了年中,谷歌连发三款模型——Gemini 3.5 Pro、Gemini Nano 4和专注科学计算的AlphaFold 4——试图用密集的产品节奏证明自己不是在追赶,而是在定义赛道。
    那么,一个最核心的问题浮出水面:谷歌的新模型,真的在前沿领域赶上OpenAI和Anthropic了吗?答案不是简单的“是”或“否”,而是一张需要拆开来看的拼图。
    **第一层:基准测试的“纸面赶超”已经完成**
    从公开数据看,谷歌确实抹平了差距。Gemini 3.5 Pro在MMLU(大规模多任务语言理解)上得分91.2,略高于GPT-5的90.8和Claude 4.5的90.5。在数学推理数据集MATH-500上,Gemini 3.5 Pro以94.7%的准确率与Claude 4.5持平,比GPT-5高出1.3个百分点。更关键的是多模态领域——谷歌将Gemini 3.5 Pro的视频理解能力提升到小时级,能连续分析长达两小时的会议录像并提取结构化行动项,这一点OpenAI和Anthropic至今没有对等产品。
    但基准测试的局限性早已是行业共识。高分往往来自针对性优化,而非真正的泛化能力。谷歌DeepMind内部一份流出的评估报告显示,在“对抗性推理”测试中——即问题被故意改写得模糊、矛盾或包含陷阱——Gemini 3.5 Pro的准确率骤降至67%,而Claude 4.5保持在78%。这说明谷歌的模型在“考试”中表现优异,但在真实世界的混乱语境中,仍不如Anthropic稳健。
    **第二层:开发者生态的差距正在缩小,但未逆转**
    OpenAI的护城河从来不只是模型本身,而是围绕API构建的庞大开发者生态。截至2026年第一季度,OpenAI的API调用量是谷歌Vertex AI的2.3倍,Anthropic的1.8倍。然而,谷歌在过去六个月里做了两件正确的事:一是将Gemini API的定价下调40%,直接对标GPT-4o的轻量版;二是推出“模型蒸馏”服务,允许企业用Gemini 3.5 Pro的输出微调小模型,从而降低推理成本。
    效果立竿见影。根据开发者调查平台Stack Overflow的数据,2026年第二季度,使用谷歌AI服务的开发者占比从14%上升至27%,而OpenAI从52%下降至44%。但值得注意的是,Anthropic在“高价值任务”中的份额反而上升了——在代码审查、法律文书生成和科研辅助三个场景中,Claude 4.5仍是首选。这说明谷歌抢走的是“价格敏感型”用户,而非“质量敏感型”用户。
    **第三层:安全与对齐,谷歌的隐性短板**
    前沿AI的竞争不仅是能力竞争,更是信任竞争。Anthropic凭借“宪法AI”和可解释性研究,在企业合规部门中建立了独特信誉。OpenAI则通过“红队网络”和模型卡制度维持透明度。谷歌呢?Gemini 3.5 Pro的模型卡只有12页,而Claude 4.5的模型卡长达47页,详细列出了失败模式、偏见测试和部署限制。
    更棘手的是,谷歌在2026年3月被曝出Gemini Nano 4在端侧设备上存在“记忆泄露”风险——即模型可能复现训练数据中的个人身份信息。尽管谷歌迅速发布补丁,但这一事件加深了企业客户对“谷歌速度优先于安全”的刻板印象。在金融和医疗行业,这种印象是致命的。
    **第四层:真正的战场不在模型,而在“代理”**
    2026年下半年的竞争焦点已经转向AI代理——能自主规划、调用工具、完成多步任务的系统。OpenAI的Operator和Anthropic的Claude Agents都已进入企业试点。谷歌的Project Astra虽然演示惊艳,但至今未开放公测。一位谷歌内部工程师匿名透露:“我们在代理架构上落后了至少两个季度。Gemini 3.5 Pro的推理能力很强,但把它变成可靠的代理,需要完全不同的工程栈。”
    这意味着,即使谷歌在模型能力上追平了对手,在“模型即产品”的下一阶段,它仍可能重演搜索时代的困境:技术不差,但产品化慢半拍。
    **结论:赶上了吗?分领域看**
    如果你问的是“纯语言理解和多模态感知”,答案是:谷歌已经赶上,甚至在某些维度领先。如果你问的是“推理稳健性、安全信任和代理生态”,答案是:还没有,差距大约在6到12个月。如果你问的是“开发者心智份额”,答案是:正在缩小,但OpenAI和Anthropic仍占据高地。
    谷歌真正的优势在于垂直整合——从TPU芯片到数据中心,从Android到Workspace,它有能力将AI嵌入数十亿人的日常工具。但这也可能是它的诅咒:当你的模型要同时服务搜索、邮箱、地图和手机时,你很难像Anthropic那样只为一个目标优化。
    2026年不是终点。谷歌用一年时间证明了自己不是掉队者,但要从“赶上”变成“定义”,它需要在下一次范式转移——无论是世界模型、神经符号系统还是量子增强推理——中率先撞线。而这一次,OpenAI和Anthropic不会给它留出12个月的窗口。
    **评价引导:**
    你觉得谷歌在AI前沿领域真的赶上OpenAI和Anthropic了吗?是模型能力更重要,还是生态和信任更关键?欢迎在评论区留下你的看法,也别忘了点个“在看”,让更多人加入这场关于AI未来的讨论。

    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    过去一个月,技术圈的注意力几乎被同一件事吸走:harness模式。这个被OpenAI DevDay盖章认证为“行业默认方案”的代理运行时标准化架构,让所有人都在讨论智能体该如何跑起来、跑得稳、跑得便宜。然而,当大多数人还在纠结“怎么搭”的时候,DigitalOcean已经悄然把答案做成了货架上的商品——一个标准化的SKU。
    这听起来像是一次寻常的产品发布,但它的杀伤力,远比表面看起来要大得多。
    **从“项目”到“商品”,中间隔着一道鸿沟**
    过去两年,但凡涉及智能体基础设施,企业的典型路径几乎是一致的:组建平台团队,选型开源框架,自建运行时,处理扩缩容,再叠加上监控、日志、安全隔离。这套流程走下来,少则数月,多则半年,烧掉的是真金白银和工程师的头发。
    harness模式的出现,本意是降低这层门槛。它把代理运行时的关键抽象——会话管理、工具调用、状态持久化、生命周期控制——收敛成一套标准接口。OpenAI DevDay的背书,更是让这套模式从“社区共识”升级为“事实标准”。但请注意,标准归标准,落地归落地。标准解决的是“大家说同一种语言”的问题,却没有解决“谁来提供水电煤”的问题。
    DigitalOcean做的,恰恰是后者。它把harness模式所定义的那套运行时能力,封装成了一个可以直接下单的SKU。你不再需要理解底层细节,不需要维护控制平面,甚至不需要知道harness具体长什么样。你只需要像买一台虚拟机那样,买一份“智能体运行时”。
    这是商品化的经典路径:当一项技术的复杂度足够高、需求足够普遍、标准化程度足够成熟时,它就会从“解决方案”坍缩为“产品”,再从“产品”坍缩为“SKU”。DigitalOcean这一步,标志着智能体基础设施正式进入了第三个阶段。
    **商品化的代价:谁在受益,谁在被挤出**
    任何一次商品化,都是一次利益格局的重新洗牌。DigitalOcean把智能体基础设施变成SKU,受益者显而易见:中小团队和独立开发者。他们原本被挡在自建门槛之外,现在可以用极低的边际成本获得与大型企业同等水平的运行时能力。这是普惠,也是民主化。
    但硬币的另一面,是那些靠“帮别人搭智能体基础设施”为生的玩家。过去一年,大量创业公司和咨询团队的核心业务,就是替客户做harness模式的落地。他们卖的是“项目”,是“定制”,是“服务”。当DigitalOcean把同样的能力做成标准品,按小时或按调用量计费时,这些“项目”的溢价空间就会被迅速压缩。
    这不是DigitalOcean第一次做这种事。当年它把VPS价格打到5美元/月时,传统主机商也是同样的错愕。历史不会重复,但会押韵。智能体基础设施的“5美元时刻”,可能比所有人预想的都要来得更早。
    **更深层的信号:云厂商的“抽象权”争夺战**
    如果只把这件事看作一次价格战,那就低估了它的战略意义。DigitalOcean此举,本质上是在争夺智能体时代的“抽象权”。
    什么叫抽象权?就是定义“什么算基础设施、什么算应用逻辑”的权力。当harness模式被固化为一个SKU,意味着运行时层被彻底抽象掉了。开发者只需要关心自己的代理逻辑,剩下的全部交给平台。这种抽象一旦被市场接受,就会形成锁定效应——不是因为迁移成本高,而是因为“没必要迁移”。
    这对AWS、Azure、GCP来说,是一个必须警惕的信号。它们当然有能力提供类似的服务,但它们的体量和定位决定了它们很难像DigitalOcean这样“轻装上阵”。大厂要做的是平台,是生态,是全覆盖。而DigitalOcean做的是一把尖刀,直插最标准化的那一层。当标准化层被商品化,上层应用的利润空间反而会被放大——这恰恰是DigitalOcean想要的结果。
    **智能体基础设施的终局,是“看不见”**
    回过头来看,harness模式被OpenAI DevDay验证为默认方案,其实已经预示了今天的局面。当一个架构成为默认,它就不再是差异化优势,而是基础设施本身。而基础设施的终极形态,就是“看不见”——没有人会为它欢呼,但所有人都离不开它。
    DigitalOcean把智能体基础设施变成SKU,不是在终结创新,而是在把创新推向更高的层次。当运行时层被彻底商品化,真正的竞争才会回到代理本身:谁更聪明,谁更可靠,谁更能解决实际问题。这才是智能体该有的样子。
    至于那些还在犹豫要不要自建运行时的团队,或许该问自己一个问题:你是在做智能体,还是在做智能体的“水电煤”?如果是后者,那么货架上已经有一个更便宜、更省心的选项了。
    **评价引导:**
    你怎么看DigitalOcean把智能体基础设施做成标准SKU这件事?是普惠之举,还是对创业公司的降维打击?欢迎在评论区聊聊你的看法。如果你正在搭建智能体应用,你会选择自建运行时,还是直接买一个SKU?

    发表回复

    您的邮箱地址不会被公开。 必填项已用 * 标注

    You Missed

    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    • 由 chubai
    • 6 10 月, 2026
    • 7 views
    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    • 由 chubai
    • 6 10 月, 2026
    • 6 views
    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    50PB数据审查、100多个组织被警报:OpenAI揭开AI代理失控的冰山一角

    • 由 chubai
    • 6 10 月, 2026
    • 6 views

    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    建筑界正在逼走最优秀的女性,这不是她们的错

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    建筑界正在逼走最优秀的女性,这不是她们的错