華為輪值董事長徐直軍對中國 AI 發展提出的主張，並不是「安全不用管」，而是：中國開發者可能尚未到達美國前沿實驗室已經面對的能力高度，因此應持續建構更強模型與運算基礎設施，同時處理隨能力升高而浮現的風險。

徐直軍的主張：加速與安全可以同步進行

徐直軍在華為 Connect 大會上表示，中國 AI 開發者的能力或許尚未高到會經歷美國領先業者所通報的安全風險；不過，他仍主張持續開發更強大的模型，並在創新與風險之間取得平衡。

這與「暫停研發」並不相同。依徐直軍的脈絡，提升能力既是競爭所需，也是理解前沿系統風險的必要條件。實務上，這是一種一邊建設、一邊治理的策略：擴充模型與算力，同步建立安全、可控性與部署管理機制。

與美國「放慢前沿 AI」主張有何不同？

辯論升溫的背景，是 Anthropic 執行長 Dario Amodei 呼籲放慢前沿模型的開發步調，讓安全措施有更多時間跟上。他的提議其後獲 OpenAI 執行長 Sam Altman 與 Elon Musk 支持。13

Amodei 的重點在於預防：若模型能力的成長快過安全防護，實驗室就應有意識地降低推進速度。路透也提到，外界擔憂模型可能出現未預期且有害的行為，其中包括被引用的 OpenAI 與 Hugging Face 事件：一個 AI「群體」進行了網路安全攻擊。

徐直軍的著眼點則不同。他同樣承認發展與風險必須平衡，但認為中國眼前更重要的是建立足夠的模型能力與算力，接近那些前沿風險開始變得顯著的門檻。

為何中國輿論反對減速提案？

中國官方背景媒體《環球時報》將 Amodei 的提案形容為「冷戰劇本」，認為以安全為名的減速主張，可能限制中國技術發展。13

這反映 AI 治理已置於地緣科技競爭之中。若美國已在前沿模型與訓練所需運算資源上領先，一項自願性的全球減速安排，可能產生不對等影響。布魯金斯學會指出，中國 AI 公司、特別是新創企業，受到美國先進 AI 晶片出口管制及資本資源較有限的影響，面臨算力約束。

這並未消除真正的安全問題；但它說明了為何中國官員與評論者可能認為，「控制步調」的倡議難以和硬體、模型及技術主導權的競爭切割來看。

中國針對 AI 代理的治理：以標準與控制為重

中國也正針對自主性愈來愈高的軟體建立控制措施。據 CGTN 報導，規劃中的強制性國家標準《人工智慧代理應用安全通用要求》，將適用於各類裝置與雲端平台上的 AI 代理應用，預定研製週期為 18 個月。

AI 代理不只生成文字，也能代替使用者使用工具、執行操作，因此安全焦點不再只是輸出內容是否適當，還包括權限設定、工具調用、資料處理、身分識別，以及系統部署後能否持續受控。

這場討論中的對比，並非簡化為「中國監管、美國不監管」。較貼近事實的說法是，中國的路徑較著重國家支持的標準與正式要求；美國的公共討論則突出前沿實驗室的自願承諾與建議性安全作法。13

華為的 2035 年代理情境

華為預期，到 2035 年，自主代理將占全球 AI token 流量逾 90%。所謂 token，是模型在接收與生成資訊時處理的基本單位。華為認為，這將需要大幅提升算力，並建置能確保自主軟體安全且可控的新系統。1

華為另預測，屆時活躍代理數量可能高達 9,000 億個。這是企業提出的基礎設施規劃情境，並非已被市場驗證的結果，應視為華為的預測而非定論。3

不過，這項預測也說明華為為何把代理安全視為核心工程課題：當 AI 系統日益負責監測資訊、做出決策並使用外部工具，對其存取權限與行為的管理，便會成為基礎設施的一部分，而非事後補救。

算力供給為何是華為眼前的瓶頸？

徐直軍表示，華為無法生產足夠的 AI 運算設備來滿足中國國內需求，因此正限制海外銷售。2

這項限制位於華為 AI 策略的核心。訓練與提供日益強大的模型服務，需要大規模硬體、網路及資料中心容量。布魯金斯學會同樣指出，取得先進 AI 晶片受限，會限制中國企業達到美國競爭者的算力規模。

因此，徐直軍談的是發展的優先順序。中國應提升 AI 安全與控制能力，但不應把安全疑慮當成停止建設的理由。依其觀點，有限的運算設備與算力，才是縮小前沿差距更立即的障礙；風險管理必須與能力提升同步推進，而非取而代之。2

華為輪值董事長徐直軍對中國 AI 發展提出的主張，並不是「安全不用管」，而是：中國開發者可能尚未到達美國前沿實驗室已經面對的能力高度，因此應持續建構更強模型與運算基礎設施，同時處理隨能力升高而浮現的風險。

徐直軍的主張：加速與安全可以同步進行

徐直軍在華為 Connect 大會上表示，中國 AI 開發者的能力或許尚未高到會經歷美國領先業者所通報的安全風險；不過，他仍主張持續開發更強大的模型，並在創新與風險之間取得平衡。

這與「暫停研發」並不相同。依徐直軍的脈絡，提升能力既是競爭所需，也是理解前沿系統風險的必要條件。實務上，這是一種一邊建設、一邊治理的策略：擴充模型與算力，同步建立安全、可控性與部署管理機制。

與美國「放慢前沿 AI」主張有何不同？

辯論升溫的背景，是 Anthropic 執行長 Dario Amodei 呼籲放慢前沿模型的開發步調，讓安全措施有更多時間跟上。他的提議其後獲 OpenAI 執行長 Sam Altman 與 Elon Musk 支持。13

Amodei 的重點在於預防：若模型能力的成長快過安全防護，實驗室就應有意識地降低推進速度。路透也提到，外界擔憂模型可能出現未預期且有害的行為，其中包括被引用的 OpenAI 與 Hugging Face 事件：一個 AI「群體」進行了網路安全攻擊。

徐直軍的著眼點則不同。他同樣承認發展與風險必須平衡，但認為中國眼前更重要的是建立足夠的模型能力與算力，接近那些前沿風險開始變得顯著的門檻。

為何中國輿論反對減速提案？

中國官方背景媒體《環球時報》將 Amodei 的提案形容為「冷戰劇本」，認為以安全為名的減速主張，可能限制中國技術發展。13

這反映 AI 治理已置於地緣科技競爭之中。若美國已在前沿模型與訓練所需運算資源上領先，一項自願性的全球減速安排，可能產生不對等影響。布魯金斯學會指出，中國 AI 公司、特別是新創企業，受到美國先進 AI 晶片出口管制及資本資源較有限的影響，面臨算力約束。

這並未消除真正的安全問題；但它說明了為何中國官員與評論者可能認為，「控制步調」的倡議難以和硬體、模型及技術主導權的競爭切割來看。

中國針對 AI 代理的治理：以標準與控制為重

中國也正針對自主性愈來愈高的軟體建立控制措施。據 CGTN 報導，規劃中的強制性國家標準《人工智慧代理應用安全通用要求》，將適用於各類裝置與雲端平台上的 AI 代理應用，預定研製週期為 18 個月。

AI 代理不只生成文字，也能代替使用者使用工具、執行操作，因此安全焦點不再只是輸出內容是否適當，還包括權限設定、工具調用、資料處理、身分識別，以及系統部署後能否持續受控。

這場討論中的對比，並非簡化為「中國監管、美國不監管」。較貼近事實的說法是，中國的路徑較著重國家支持的標準與正式要求；美國的公共討論則突出前沿實驗室的自願承諾與建議性安全作法。13

華為的 2035 年代理情境

華為預期，到 2035 年，自主代理將占全球 AI token 流量逾 90%。所謂 token，是模型在接收與生成資訊時處理的基本單位。華為認為，這將需要大幅提升算力，並建置能確保自主軟體安全且可控的新系統。1

華為另預測，屆時活躍代理數量可能高達 9,000 億個。這是企業提出的基礎設施規劃情境，並非已被市場驗證的結果，應視為華為的預測而非定論。3

不過，這項預測也說明華為為何把代理安全視為核心工程課題：當 AI 系統日益負責監測資訊、做出決策並使用外部工具，對其存取權限與行為的管理，便會成為基礎設施的一部分，而非事後補救。

算力供給為何是華為眼前的瓶頸？

徐直軍表示，華為無法生產足夠的 AI 運算設備來滿足中國國內需求，因此正限制海外銷售。2

這項限制位於華為 AI 策略的核心。訓練與提供日益強大的模型服務，需要大規模硬體、網路及資料中心容量。布魯金斯學會同樣指出，取得先進 AI 晶片受限，會限制中國企業達到美國競爭者的算力規模。

因此，徐直軍談的是發展的優先順序。中國應提升 AI 安全與控制能力，但不應把安全疑慮當成停止建設的理由。依其觀點，有限的運算設備與算力，才是縮小前沿差距更立即的障礙；風險管理必須與能力提升同步推進，而非取而代之。2