教堂山這場會議最重要的訊息，並不是公布了甚麼新AI模型，亦不是達成一份詳細的監管條約，而是一個更根本的戰略判斷：AI基建正逐漸成為一個國家經濟能力的核心部分。

Nvidia行政總裁黃仁勳呼籲各國建設支撐本土AI經濟所需的數據中心及相關系統；OpenAI行政總裁Sam Altman則從應用、投資和部署角度，加入推動AI落地的聲音。

與此同時，美國政府向G20推介較寬鬆的AI治理方向。整場會議其實圍繞一個政策取捨：政府要怎樣取得AI帶來的經濟好處，同時避免技術高速部署跑得比安全措施、電力供應和公共機構更快？

核心主張：每個國家都要有自己的AI能力

黃仁勳的看法是，各國不應把AI當成可以永久外判的服務。政府需要決定，想在AI價值鏈的哪些環節建立本土能力，由運算基礎設施，到使用AI的技術人才和企業，都包括在內。

數據中心是這個主張的其中一個核心。黃仁勳形容，數據中心是本土AI經濟的根基；會議相關報道亦將數據中心與就業、投資及更廣泛的經濟活動連繫起來。

Sam Altman的出席，就進一步突出了「部署」的一面。第二日會議討論AI採用、經濟增長、人力需求、網絡安全，以及技術日益增加的能源需求。

簡單講，建立AI經濟，唔係只有一個聊天機械人或者模型API就足夠。國家還需要算力、電力、技術工人，以及一個能夠開發和商業化AI應用的生態系統。

「卡羅來納原則」主張怎樣監管AI？

特朗普政府借今次部長級會議推介「卡羅來納新興科技原則」（Carolina Principles for Emerging Technology）。這套框架重點放在創新和部署，而不是推出大範圍、針對特定科技的限制。14

原則主要包括三個方向：

• 投資基礎研究，加快新發現；
• 強化技術開發和商業化的渠道；
• 在合適情況下沿用現有的行業規則，推動值得信賴的採用和部署，只在真正出現新問題時制定新規例。4

這套取向亦反對成立新的、廣泛的AI監管機構。13

不過，「輕手監管」不等於AI可以完全不受規管。它的前提是，政府應盡量先運用現有法律；只有當現有監督制度處理不到新問題時，才加入新的措施。

黃仁勳：應該針對實際傷害，而非假設風險

黃仁勳另一個重點，是區分可以證明的實際傷害和假設中的未來風險。據報道，他在教堂山發言時促請政府監管具體、現實世界中已出現的傷害，並警告如果政策主要建基於想像中的風險，各國可能錯過AI帶來的機遇。

這正是AI政策爭論的核心。支持寬鬆規則的人認為，過早的預防性監管可能在社會尚未了解AI好處之前，已經拖慢投資和部署。批評者則擔心，等到傷害大規模出現才行動，監管機構可能只能在造成損害之後才補救。

今次部長級會議沒有化解這個分歧，只是將兩種立場放在同一張桌上：一方面要加快建設和部署，針對具體傷害立規則；另一方面，當技術後果仍然難以預測時，就要考慮是否需要更加審慎。

就業問題，其實也是基建問題

教堂山的討論亦集中於人力需求。政策制定者和科技業領袖研究，如何在支援AI增長的同時，處理勞工短缺，以及技術大規模部署帶來的新要求。

黃仁勳較廣泛的論述，是AI會改變工人和企業可以做到的事情，而不只是「機械取代所有工作」這麼簡單。不過，現有報道沒有提供他在部長級會議上談及就業問題的完整逐字內容。因此，較有把握的結論是：會議將培訓和準備勞動人口，視為國家建設AI能力的一部分，與數據中心、能源和技能同樣重要。

實體限制：AI最終都要用電

推動AI基建，眼前最大的樽頸之一是電力。AI數據中心需要大量電力，會上的科技領袖亦強調，要增加運算能力，能源需求的規模會相當龐大。

所以，AI政策某程度上也是能源和城市規劃問題。一個國家想增加本土算力，還要有足夠的發電量、電網接駁、合適的土地，以及快速興建設施的能力。實際上，晶片和模型只是整條能力方程式的一部分。

AI基建，同時也是地緣政治基建

教堂山會議在中美科技競爭升溫的背景下舉行。其中一個值得注意的發展，是「開放權重模型」日益重要。這類模型的底層系統可以下載、運行和自行修改；有關中國開放權重模型的報道，正好說明模型的存取方式和控制權，已經不只是產品選擇，而是戰略問題。18

因此，「本土AI基建」有兩層意思。從經濟角度看，它可以幫助各國留住更多AI創造的價值；從戰略角度看，它則可能減少對外國算力、模型和科技供應商的依賴。美國嘗試在G20夥伴之間推動一套共同、重視創新的框架，亦是更廣泛科技生態和陣營競爭的一部分。11

為甚麼教堂山會議值得留意？

9月1日至2日舉行的部長級會議，是美國主辦、為2026年稍後在邁阿密舉行的G20領袖峰會作準備的早期會議。68

它的重要性未必在於即場給出最終答案，而在於嘗試設定辯論的方向。美國提出的願景是：各國要快速建立AI能力，盡量沿用現有規則，並避免主要根據推測性傷害來監管。黃仁勳和Sam Altman則為投資和部署提供了業界一方的論據。

但未解的問題仍然不少：每個國家究竟需要多少本土算力？數據中心和電力由誰付錢？勞工要怎樣轉型？一項風險要發展到甚麼程度，才算具體到足以支持新監管？

這些問題，將決定「基建先行」會否成為G20的共同方向，抑或只會停留在美國提出、但仍然充滿爭議的政策主張。

教堂山這場會議最重要的訊息，並不是公布了甚麼新AI模型，亦不是達成一份詳細的監管條約，而是一個更根本的戰略判斷：AI基建正逐漸成為一個國家經濟能力的核心部分。

Nvidia行政總裁黃仁勳呼籲各國建設支撐本土AI經濟所需的數據中心及相關系統；OpenAI行政總裁Sam Altman則從應用、投資和部署角度，加入推動AI落地的聲音。

與此同時，美國政府向G20推介較寬鬆的AI治理方向。整場會議其實圍繞一個政策取捨：政府要怎樣取得AI帶來的經濟好處，同時避免技術高速部署跑得比安全措施、電力供應和公共機構更快？

核心主張：每個國家都要有自己的AI能力

黃仁勳的看法是，各國不應把AI當成可以永久外判的服務。政府需要決定，想在AI價值鏈的哪些環節建立本土能力，由運算基礎設施，到使用AI的技術人才和企業，都包括在內。

數據中心是這個主張的其中一個核心。黃仁勳形容，數據中心是本土AI經濟的根基；會議相關報道亦將數據中心與就業、投資及更廣泛的經濟活動連繫起來。

Sam Altman的出席，就進一步突出了「部署」的一面。第二日會議討論AI採用、經濟增長、人力需求、網絡安全，以及技術日益增加的能源需求。

簡單講，建立AI經濟，唔係只有一個聊天機械人或者模型API就足夠。國家還需要算力、電力、技術工人，以及一個能夠開發和商業化AI應用的生態系統。

「卡羅來納原則」主張怎樣監管AI？

特朗普政府借今次部長級會議推介「卡羅來納新興科技原則」（Carolina Principles for Emerging Technology）。這套框架重點放在創新和部署，而不是推出大範圍、針對特定科技的限制。14

原則主要包括三個方向：

• 投資基礎研究，加快新發現；
• 強化技術開發和商業化的渠道；
• 在合適情況下沿用現有的行業規則，推動值得信賴的採用和部署，只在真正出現新問題時制定新規例。4

這套取向亦反對成立新的、廣泛的AI監管機構。13

不過，「輕手監管」不等於AI可以完全不受規管。它的前提是，政府應盡量先運用現有法律；只有當現有監督制度處理不到新問題時，才加入新的措施。

黃仁勳：應該針對實際傷害，而非假設風險

黃仁勳另一個重點，是區分可以證明的實際傷害和假設中的未來風險。據報道，他在教堂山發言時促請政府監管具體、現實世界中已出現的傷害，並警告如果政策主要建基於想像中的風險，各國可能錯過AI帶來的機遇。

這正是AI政策爭論的核心。支持寬鬆規則的人認為，過早的預防性監管可能在社會尚未了解AI好處之前，已經拖慢投資和部署。批評者則擔心，等到傷害大規模出現才行動，監管機構可能只能在造成損害之後才補救。

今次部長級會議沒有化解這個分歧，只是將兩種立場放在同一張桌上：一方面要加快建設和部署，針對具體傷害立規則；另一方面，當技術後果仍然難以預測時，就要考慮是否需要更加審慎。

就業問題，其實也是基建問題

教堂山的討論亦集中於人力需求。政策制定者和科技業領袖研究，如何在支援AI增長的同時，處理勞工短缺，以及技術大規模部署帶來的新要求。

黃仁勳較廣泛的論述，是AI會改變工人和企業可以做到的事情，而不只是「機械取代所有工作」這麼簡單。不過，現有報道沒有提供他在部長級會議上談及就業問題的完整逐字內容。因此，較有把握的結論是：會議將培訓和準備勞動人口，視為國家建設AI能力的一部分，與數據中心、能源和技能同樣重要。

實體限制：AI最終都要用電

推動AI基建，眼前最大的樽頸之一是電力。AI數據中心需要大量電力，會上的科技領袖亦強調，要增加運算能力，能源需求的規模會相當龐大。

所以，AI政策某程度上也是能源和城市規劃問題。一個國家想增加本土算力，還要有足夠的發電量、電網接駁、合適的土地，以及快速興建設施的能力。實際上，晶片和模型只是整條能力方程式的一部分。

AI基建，同時也是地緣政治基建

教堂山會議在中美科技競爭升溫的背景下舉行。其中一個值得注意的發展，是「開放權重模型」日益重要。這類模型的底層系統可以下載、運行和自行修改；有關中國開放權重模型的報道，正好說明模型的存取方式和控制權，已經不只是產品選擇，而是戰略問題。18

因此，「本土AI基建」有兩層意思。從經濟角度看，它可以幫助各國留住更多AI創造的價值；從戰略角度看，它則可能減少對外國算力、模型和科技供應商的依賴。美國嘗試在G20夥伴之間推動一套共同、重視創新的框架，亦是更廣泛科技生態和陣營競爭的一部分。11

為甚麼教堂山會議值得留意？

9月1日至2日舉行的部長級會議，是美國主辦、為2026年稍後在邁阿密舉行的G20領袖峰會作準備的早期會議。68

它的重要性未必在於即場給出最終答案，而在於嘗試設定辯論的方向。美國提出的願景是：各國要快速建立AI能力，盡量沿用現有規則，並避免主要根據推測性傷害來監管。黃仁勳和Sam Altman則為投資和部署提供了業界一方的論據。

但未解的問題仍然不少：每個國家究竟需要多少本土算力？數據中心和電力由誰付錢？勞工要怎樣轉型？一項風險要發展到甚麼程度，才算具體到足以支持新監管？

這些問題，將決定「基建先行」會否成為G20的共同方向，抑或只會停留在美國提出、但仍然充滿爭議的政策主張。