一场把AI当作基础设施竞赛的会议

马斯克和马克·扎克伯格在G20创新部长级会议上传递的信息十分明确：如果各国希望让AI更快落地，就需要建设更多数据中心、提供充足且稳定的电力、帮助初创企业成长，并避免监管过度。9月1日至2日在美国北卡罗来纳州教堂山举行的会议，因而把AI从单纯的技术政策议题，推向了经济增长和地缘竞争的核心位置。17

但这套“加速建设”逻辑也遭遇了越来越强的公众反弹。美国一些社区担心，新的数据中心会推高电力账单、持续制造噪音。于是，国家层面的AI竞争目标，与承载数据中心的地方社区所承担的现实成本发生了正面冲突。

马斯克和扎克伯格希望政府做什么？

建更多数据中心，也要增加供电能力

两人都强调，AI竞赛并不只是芯片竞赛。训练和运行大型AI模型需要巨大的计算能力，而计算能力最终必须落在实体数据中心和电力供应上。换言之，单纯增加芯片并不能解决基础设施不足的问题。

马斯克尤其敦促各国在中国之外开发新的能源来源。他的战略判断是：谁能更快增加发电能力，谁就可能在AI部署速度上取得优势。会议相关报道还援引了他的警告，称最早在下一年就可能出现严重的电力短缺。

倾向“轻触式”AI监管

马斯克批评欧洲式监管会拖慢创新，主张对AI采取相对有限的规则，并更多依靠行业自律。会议上的美国立场也倾向于：如果现有法律已经能够处理某个问题，就不必为AI专门制定全新的监管制度。17

这一主张被包装成保持新兴技术可部署性和竞争力的方式，但它并不意味着各国已经达成共识，认为监管没有必要。会议召开之际，全球仍在争论如何在AI的经济潜力、公共安全与潜在风险之间取得平衡。12

让支持更多流向初创企业

扎克伯格还把AI竞争力与创业环境联系起来。他表示，AI可能大幅降低创办企业的成本。相关政策讨论则强调，对创新的支持不应只集中在已经占据优势的大型科技公司，也应让初创企业和新进入者获得更多机会。913

马斯克对AI经济影响的激进预测

在会议上，马斯克提出了多项影响深远的预测。他认为AI可能让商品和服务的价格大幅下降，最终几乎接管数字领域的全部工作，包括软件开发。他还表示，AI软件或许能在约12至18个月内达到“Stockfish级别”——这里指的是达到顶尖国际象棋引擎的能力水平——届时人类将无法在软件开发上与AI竞争。

这些说法应被视为马斯克个人的预测，而不是G20的结论，也不是经过独立验证的时间表。现有报道记录了他的判断及其引发的政策讨论，但并不能证明相关期限一定会实现。

马斯克还预测，人形机器人将在未来快速普及，并可能成为推动生产率跃升的重要力量。现有报道支持这一预测的规模和雄心，但没有提供经过验证的具体时间表或结果。

扎克伯格提醒：数据中心也缺人

扎克伯格的观点为“加速建设”增加了一个现实约束：数据中心不仅需要资金、许可和硬件，也需要人来建造和维护。会议报道提到，数据中心建设所需的熟练工人已经出现短缺，包括电工、建筑工人和管道工等职业。

这意味着，即使企业拥有融资并获得电力接入，劳动力供应不足仍可能拖慢项目进度。AI基础设施扩张的速度，最终取决于资本、审批、电力和技术工人能否同时到位。

为什么地方抗议成为会议外的关键议题？

会议提出的基础设施路线图，恰好撞上了美国各地对新数据中心项目的反对声浪。批评者主要担忧大型设施带来的电力需求、居民电费上涨，以及对周边社区造成的持续噪音影响。

马斯克则为数据中心辩护，称它们是AI扩张不可或缺的基础设施。美国总统唐纳德·特朗普也批评反对者，警告称阻止数据中心建设可能让中国“高兴”，而不是把社区担忧视为放缓开发的理由。

这构成了教堂山会议的核心矛盾：AI基础设施的收益通常以国家层面的语言来描述——经济增长、技术领先和对华竞争；但噪音、土地使用、电网升级和电费压力，却往往首先由当地居民承担。社区可能在更广泛的经济收益出现之前，就已经感受到项目带来的影响。

这场会议在G20日程中处于什么位置？

教堂山会议是一次聚焦科技的G20部长级会议，由美国商务部和白宫科技政策办公室共同主办，参加者包括代表20多个国家或地区的商务和科技部长。12

它也是美国2026年G20系列会议的一部分，并为定于12月14日至15日在迈阿密举行的G20领导人峰会预热。 对美国政府和科技企业高管而言，这一平台提供了推广“支持创新、减少监管”路线的机会。

尚未解决的政策取舍

马斯克和扎克伯格实际上提出了一整套AI竞争力方案：更少的监管、更强的初创企业支持、更多数据中心、更多电力，以及规模更大的熟练技术工人队伍。他们的逻辑是，任何一个环节放慢，都可能削弱经济收益，并影响美国及其伙伴与中国的竞争。

但地方抗议揭示了这套方案尚未回答的问题：电力成本、噪音、土地使用、电网投资以及其他基础设施压力，究竟应由谁承担？

因此，教堂山的争论并不只是“要不要建设AI能力”。更深层的问题是：AI带来的收益将由谁获得，扩张风险由谁承担，以及在追求马斯克和扎克伯格所要求的速度时，应当配套哪些保障措施。

一场把AI当作基础设施竞赛的会议

马斯克和马克·扎克伯格在G20创新部长级会议上传递的信息十分明确：如果各国希望让AI更快落地，就需要建设更多数据中心、提供充足且稳定的电力、帮助初创企业成长，并避免监管过度。9月1日至2日在美国北卡罗来纳州教堂山举行的会议，因而把AI从单纯的技术政策议题，推向了经济增长和地缘竞争的核心位置。17

但这套“加速建设”逻辑也遭遇了越来越强的公众反弹。美国一些社区担心，新的数据中心会推高电力账单、持续制造噪音。于是，国家层面的AI竞争目标，与承载数据中心的地方社区所承担的现实成本发生了正面冲突。

马斯克和扎克伯格希望政府做什么？

建更多数据中心，也要增加供电能力

两人都强调，AI竞赛并不只是芯片竞赛。训练和运行大型AI模型需要巨大的计算能力，而计算能力最终必须落在实体数据中心和电力供应上。换言之，单纯增加芯片并不能解决基础设施不足的问题。

马斯克尤其敦促各国在中国之外开发新的能源来源。他的战略判断是：谁能更快增加发电能力，谁就可能在AI部署速度上取得优势。会议相关报道还援引了他的警告，称最早在下一年就可能出现严重的电力短缺。

倾向“轻触式”AI监管

马斯克批评欧洲式监管会拖慢创新，主张对AI采取相对有限的规则，并更多依靠行业自律。会议上的美国立场也倾向于：如果现有法律已经能够处理某个问题，就不必为AI专门制定全新的监管制度。17

这一主张被包装成保持新兴技术可部署性和竞争力的方式，但它并不意味着各国已经达成共识，认为监管没有必要。会议召开之际，全球仍在争论如何在AI的经济潜力、公共安全与潜在风险之间取得平衡。12

让支持更多流向初创企业

扎克伯格还把AI竞争力与创业环境联系起来。他表示，AI可能大幅降低创办企业的成本。相关政策讨论则强调，对创新的支持不应只集中在已经占据优势的大型科技公司，也应让初创企业和新进入者获得更多机会。913

马斯克对AI经济影响的激进预测

在会议上，马斯克提出了多项影响深远的预测。他认为AI可能让商品和服务的价格大幅下降，最终几乎接管数字领域的全部工作，包括软件开发。他还表示，AI软件或许能在约12至18个月内达到“Stockfish级别”——这里指的是达到顶尖国际象棋引擎的能力水平——届时人类将无法在软件开发上与AI竞争。

这些说法应被视为马斯克个人的预测，而不是G20的结论，也不是经过独立验证的时间表。现有报道记录了他的判断及其引发的政策讨论，但并不能证明相关期限一定会实现。

马斯克还预测，人形机器人将在未来快速普及，并可能成为推动生产率跃升的重要力量。现有报道支持这一预测的规模和雄心，但没有提供经过验证的具体时间表或结果。

扎克伯格提醒：数据中心也缺人

扎克伯格的观点为“加速建设”增加了一个现实约束：数据中心不仅需要资金、许可和硬件，也需要人来建造和维护。会议报道提到，数据中心建设所需的熟练工人已经出现短缺，包括电工、建筑工人和管道工等职业。

这意味着，即使企业拥有融资并获得电力接入，劳动力供应不足仍可能拖慢项目进度。AI基础设施扩张的速度，最终取决于资本、审批、电力和技术工人能否同时到位。

为什么地方抗议成为会议外的关键议题？

会议提出的基础设施路线图，恰好撞上了美国各地对新数据中心项目的反对声浪。批评者主要担忧大型设施带来的电力需求、居民电费上涨，以及对周边社区造成的持续噪音影响。

马斯克则为数据中心辩护，称它们是AI扩张不可或缺的基础设施。美国总统唐纳德·特朗普也批评反对者，警告称阻止数据中心建设可能让中国“高兴”，而不是把社区担忧视为放缓开发的理由。

这构成了教堂山会议的核心矛盾：AI基础设施的收益通常以国家层面的语言来描述——经济增长、技术领先和对华竞争；但噪音、土地使用、电网升级和电费压力，却往往首先由当地居民承担。社区可能在更广泛的经济收益出现之前，就已经感受到项目带来的影响。

这场会议在G20日程中处于什么位置？

教堂山会议是一次聚焦科技的G20部长级会议，由美国商务部和白宫科技政策办公室共同主办，参加者包括代表20多个国家或地区的商务和科技部长。12

它也是美国2026年G20系列会议的一部分，并为定于12月14日至15日在迈阿密举行的G20领导人峰会预热。 对美国政府和科技企业高管而言，这一平台提供了推广“支持创新、减少监管”路线的机会。

尚未解决的政策取舍

马斯克和扎克伯格实际上提出了一整套AI竞争力方案：更少的监管、更强的初创企业支持、更多数据中心、更多电力，以及规模更大的熟练技术工人队伍。他们的逻辑是，任何一个环节放慢，都可能削弱经济收益，并影响美国及其伙伴与中国的竞争。

但地方抗议揭示了这套方案尚未回答的问题：电力成本、噪音、土地使用、电网投资以及其他基础设施压力，究竟应由谁承担？

因此，教堂山的争论并不只是“要不要建设AI能力”。更深层的问题是：AI带来的收益将由谁获得，扩张风险由谁承担，以及在追求马斯克和扎克伯格所要求的速度时，应当配套哪些保障措施。