AI 开源的生死之战：Anthropic 的监管棋局、15 亿美元和解案与纽约社会主义者的“驱逐即暴力”论

来源： All-In Podcast | David Sacks, David Friedberg, Jason Calacanis, Chamath Palihapitiya | Jul 24, 2026 播客： All-In Podcast 分类： Anthropic 原文发表： Jul 24, 2026 纪要生成： 2026-07-26

全集重点

开源禁令的虚伪性：Anthropic 试图推动政府禁止美国开发者使用中国开源模型，本质是寻求监管保护以维护其估值，而非真正解决“模型蒸馏”问题，这将严重破坏美国的开源生态。
模型蒸馏的本质之争：行业普遍认为，利用公开输出训练模型是行业惯例，核心矛盾在于对权重文件（代码）与模型输出（结果）的产权界定，Anthropic 在此问题上持有双重标准。
AI 基础模型的商品化宿命：随着开源模型性能快速追赶，基础模型层将难以维持超额利润，其价值将不可避免地向上层应用和底层基础设施（云服务与芯片）转移。
15 亿美元赔偿的讽刺：Anthropic 因盗版书籍训练模型被罚，却同时主张中国公司因其输出做蒸馏是“IP盗窃”，这暴露了其在知识产权问题上的极度伪善，可能引火烧身。
资本支出的长期赌注：谷歌和特斯拉等科技巨头在 AI 基础设施上的巨额投入导致短期自由现金流为负，但这被视为对未来“按需智能”时代的战略性布局，回报可期。
私有产权的基石地位：纽约市的极端住房政策将“驱逐”定义为“暴力”，从根本上动摇了美国立国的私有产权核心，这种“无政府状态”最终只会导致暴政并伤害普通民众。

嘉宾/话题简介

本期节目为 All-In Podcast 第282期，由四位顶级投资人共同主持。David Sacks、David Friedberg、Jason Calacanis 和 Chamath Palihapitiya 就当下最火热的科技和政治话题展开激辩。本集核心聚焦于由 Moonshot AI 发布的 Kimmy K3 开源模型引发的“是否应禁止中国开源模型”的争论，他们深入探讨了 Anthropic 为寻求政府庇护背后所采取的 监管俘获 策略、AI 商业模式的变迁，同时还涵盖了 Anthropic 高达 15 亿美元 的历史性版权和解案、谷歌与特斯拉的财报分析，以及对纽约市灾难性社会主义住房政策的批判。

分节详述

00:00 AI 开源模型之争与监管阴影

本节重点

中国开源模型 Kimmy K3 性能与美国最前沿模型持平，成本仅为一半，引发了行业恐慌。
David Sacks 预测，将此事件定性为“安全问题”是最终推动开源禁令的舆论铺垫。
Sacks 明确表态，禁止开源将对美国 AI 竞争力产生“悲剧性错误”和严重反效果。

详细精要

中国模型的震撼与恐慌：Moonshot AI 的 Kimmy K3 模型性能已达到与 Anthropic Opus 4.8 和 GPT 5.6 相当的水平，但成本便宜 50%。
这一突破意味着中国在模型能力上已从落后 6-12 个月 变为基本同步，引起类似 2025 年初 DeepSeek 时刻 的巨大震动。
白宫已介入，存在内部意见分歧。Axios 报道称政府正考虑禁止中国开源模型，而 Wired 则报道官员Howard Letic 反对禁令，更倾向于激励美国本土实验室开发更好的开源模型。
预测市场 Poly Market 当前押注美国政府 2026年 内禁掉一个开源模型的几率为 45%。
监管俘获的预言与实施路径：Sacks 早在两个月前就预测，围绕“模型护栏”和“安全风险”的舆论造势，最终目标是为禁止开源模型铺路，清除竞争。
Anthropic 在官方博客中不断将开源模型描述为“可被移除护栏的危险品”，以此在公共记录中建立“前置事实”，为日后的政府行动提供合法性。
Sacks 揭露，Anthropic 是有史以来增长最快的规模化科技公司，年经常性收入从年初的 100亿美元 暴增至超 700亿美元，试图寻求政府保护无非是为了压制竞争对手。
开源禁令的反噬效应：Sacks 明确反对任何针对开源生态系统的政府行为，认为这会严重损害美国利益。
核心逻辑是：无论对“蒸馏”有何看法，都不能因此惩罚美国开发者，禁止他们使用公共领域的中国开源贡献。
他强调，这种做法是“削足适履”（cutting off our nose to spite our face），因为世界其他国家会自由使用这些公共资源，孤立自己只会让美国失去 AI 竞赛。

💬 精华片段（中文）

“我认为，如果政府采取行动打击开源生态系统，那将是一个悲剧性的错误。这只会损害美国在这场人工智能竞赛中的地位，而且会严重反噬。” —— David Sacks

"I think it would be a tragic mistake if the government were to take action against the open source ecosystem. That would do nothing but hurt America's position in this AI race. It would backfire badly." — David Sacks

07:54 “模型蒸馏”的真相与双重标准

本节重点

Chamath 揭示了蒸馏在业内的普遍性，指出 Anthropic 自身也从出版商那里“蒸馏”并支付了巨额罚款。
核心争论点在于：“蒸馏”侵犯的是输出结果，而不是软件代码本身，这与传统 IP 盗窃完全不同。
Sacks 点出 Anthropic 的双重标准：他们主张有权免费训练世界上所有的公开内容，却反对他人训练自己的输出。

详细精要

蒸馏的技术定义与对策：Chamath 解释，蒸馏就是向一个模型提问，观察其输出，然后用这些海量的问答对来训练自己的模型。
这种行为一旦被放大到数千万甚至数万亿次，就构成了工业级的“数据窃取”。
但有效的防范手段很简单：实行 KYC（实名认证） 政策，绑定信用卡或提供身份证明。Anthropic 之所以不做，是因为 KYC 会显著拖慢他们的用户增长和收入势头，暴露了其“安全”叙事的虚伪动机。
知识产权之争：权重 vs 输出：Sacks 指出，政策界和科技界对此存在巨大的认知鸿沟。
软件代码/权重：这是包含无数参数的数值文件，是知识产权的核心。目前没有任何人指控中国公司窃取了 Anthropic 的权重。
模型输出：这是当你提问时模型生成的文本结果。蒸馏正是基于这些输出进行学习，这与 Google 早期通过抓取 Yahoo 和微软的搜索结果来优化自己算法 的做法在本质上一致，属于行业通用的基准测试方法，而不是代码层面的盗窃。
Anthropic 的伪善双标：Sacks 的猛烈抨击揭开了最关键的一层。
Anthropic 和 OpenAI 在与 《纽约时报》 等出版商的官司中，核心辩护逻辑就是：他们有权将世界上所有的公开输出作为训练数据，并在合理使用原则下衍生出自己的模型权重。
但如今，当中国公司对他们做一模一样的事情时，他们却试图将其定义为国家安全威胁或 IP 盗窃。Sacks将其总结为一句话：“IP for we but not for thee”（IP 为我所用，但尔等皆不可用）。

💬 精华片段（中文）

“OpenAI 和 Anthropic 都辩称，他们可以自由地在世界上所有的产出上进行训练，无论创作者是否愿意。这就是他们在《纽约时报》诉讼案中的立场。” —— David Sacks

"OpenAI and Anthropic have both argued that they are free to train on all the world's output regardless of whether the creator wants them to or not. That is their current position." — David Sacks

14:38 市场、应用与价值的转移

本节重点

Chamath 认为这是一场 估值保卫战。闭源模型巨头的真正恐惧不是技术落后，而是基础模型价值因商品化而过快流失。
如果政府强行干预，给予闭源公司监管垄断，将迫使美国企业承担高昂的 “Token税”，导致股市崩盘。
Friedberg 用互联网浏览器的历史类比，力证开源将带来的普惠经济价值，而非集中于少数寡头。

详细精要

价值转移的不可逆趋势：Chamath 断言，基础模型正在被前所未有的速度商品化，维持多年的高利润定价权在数月间就可能蒸发。
一旦某个模型发布性能指标，几周内就会有其他模型（无论是开源还是闭源）赶上甚至超越。这意味着，真正的商业价值将逐渐从基础模型层剥离，向上游的应用程序层和下游的基础设施层（云、芯片）转移。
这对于当前估值高达开源方案 25-50 倍 的闭源前沿实验室来说，是灭顶之灾。因此，他们在没有政府干预的情况下，只能极力渲染“商品化”的威胁，以减缓资本外流。
毁灭性的“Token税”假设： Chamath 用一个严酷的市场推演说明了政府干预的灾难性后果。
假设美国政府强制企业只能使用特定闭源模型，这将使企业成本暴增至全球竞争者的 50-100 倍，因为其他地区的竞争者仍可使用开源模型。
这会导致像 可口可乐 这样的美国普通公司成本结构异常，被资本市场 重新评级（rerated），股价下跌。同时，由于全球市场对闭源模型的需求是“被政府人为支撑的”，一旦这种保护消失，其 估值也将瞬间崩塌。
开源是最终的赢家：Friedberg 以互联网历史作为论据。
如果互联网的底层软件（浏览器、服务器）是被网景、微软等私有软件控制，互联网绝不可能爆发式增长。正是由于 Mozilla 基金会、Apache 基金会 等推动的开源运动，才使得价值惠及 亚马逊、eBay、谷歌以及数以百万计的小企业。
同理，如果开源 AI 胜出，AI 的价值将渗透到全球千万家企业和经济体中，创造大量就业，彻底粉碎“AI 财富只能集中在少数人手中”的论调，这也将使得向富豪征收财富税的论调失去基础。

💬 精华片段（中文）

“我20多年的硅谷生涯中从未见过这种情况：一个经济部门吸收了数千亿美元，然后你以为它能拥有几十年的经济定价权，但它却在几个月内就蒸发了。” —— Chamath Palihapitiya

"I've never seen it in my 25 years in Silicon Valley where a sector of the economy can absorb hundreds and hundreds of billions of dollars and then you think that there's going to be economic pricing power many decades into the future and it effectively evaporates in months." — Chamath Palihapitiya

28:39 “中国已追上”是个伪命题

本节重点

Sacks 反对“中国已完全追上”的恐慌论，提出具体数据辩驳。
尽管 Kimmy K3 在某些测试中表现出色，但 Anthropic 和 OpenAI 内部仍有领先数月且性能碾压一切的未发布模型。
两家美国公司的营收增长依然“逆天”，所谓的“威胁”更像是向政府施压的 “假摔”。

详细精要

成本优势的“神话”：Sacks 引用 Ben Thompson 的分析指出，Kimmy K3 的运行成本并没有想象中那么大的优势，并非真正的“性价比屠夫”。
该模型虽然在 Arena Battleground 的前端网页开发测试中得分极高，但这只是一个维度的测试。在许多其他领域，它仍然无法全面领先美国模型。
Sacks 坚信美国仍领先 6个月。他透露，Sam Altman 即将前往华盛顿展示的 GPT 6.0 将是“碾压一切”（blowing the doors off）的跨代产品。
营收数据的“真实实力”：Sacks 主张用真金白银的营收看本质。
Anthropic 的预测是在一年内从 100亿 ARR 增长到 1000亿。尽管年中显得有波动，但 700亿 的年中数据依然是前无古人的。
更重要的是，如果叠加 OpenAI 的数据，会发现 OpenAI 正在加速，其 ARR 预估已从 600亿美元 上调至 750亿美元。合并来看，“美国前沿模型双寡头”没有任何增长放缓的迹象。
“詹姆斯式假摔”：Sacks 将这种行为比作篮球明星 勒布朗·詹姆斯 的假摔，即通过夸张的表演博取裁判同情，以获得有利判罚。
Anthropic 正处在 IPO 路演的关键时期，他们面临华尔街关于“未来被商品化”的尖锐拷问。
最佳的回应策略就是：引诱政府出面，建立一个受政府保护的“双寡头垄断”格局，这样一切关于商品化的担忧都将迎刃而解。这是他们最理想的 监管套利。

💬 精华片段（中文）

“这就是一次假摔...他们正试图吸引裁判吹哨。他们想让政府介入进来。” —— David Sacks

"It's a flop... these guys are trying to draw the foul. They're trying to get the government to intervene." — David Sacks

39:55 扼杀美国的开源生态

本节重点

Sacks 揭示了 Anthropic 策略的更阴险之处：通过抹黑中国模型，来“污染”所有基于其衍生的美国开源项目。
Friedberg 指出，若真禁开源,在执行层面将是一个巨大的、无法解决的“潘多拉魔盒”。
Friedberg 从更宏大的地缘战略视角分析，认为中国通过开源商品化知识经济，是在为自己全球领先的制造和能源优势“清场”。

详细精要

“污染源头”的杀伤力：Sacks 以具体案例说明对开发者生态的毁灭性打击。
Maratti 的 Thinking Machines 模型是目前美国最好的开源模型，它的训练正是以中国的 Kim K 2.5 为基础进行引导训练的。
Cursor 的新产品 Composer 2 也是基于 Kimik 2.5，再结合自己的专有代码数据进行后训练而成。
如果政府认可 Anthropic 的逻辑，将中国模型标记为“受IP污染的盗版”，那么所有这些美国的衍生开源项目都将被连累，整个美国开源生态将被一剑封喉。而 Anthropic 的目的，就是消灭这些未来的竞争者。
开源禁令的执行困境：Friedberg 从技术自由的角度发出警告。
开源模型本质上是可下载的代码文件包，一旦被下载就彻底脱离控制，无法像在线服务一样被随时切断。
试图禁止人们使用已下载的、免费的、公开的软件，在法律和技术执行上都缺乏先例且几乎不可能，将会导致一个极其丑陋的互联网监管局面。
中国的长期战略：Friedberg 提出了一个发人深省的框架。
过去50年，美国依靠知识经济和服务业产生了数万亿美元的GDP，同时将制造业外包给中国。
而人类繁荣和技术进步的根本，在于以最低能量实现分子形态的转化（即制造）。
中国现在拥有了 200亿平方英尺 vs 100亿平方英尺 的制造业容量，以及未来 8太瓦 vs 1太瓦 的电力产能。通过将 AI 开源、免费，他们正系统性地将知识经济和比特经济的价值“压平”并商品化，从而让全球经济的终极价值重新回归到他们拥有绝对统治力的“原子经济”（制造和能源）上。

48:22 15 亿美元和解案与 IP 的危局

本节重点

Anthropic 因使用盗版书库 LibGen 的 700 万本书训练 Claude，和解金达 15 亿美元，为历史之最。
Sacks 抨击，Anthropic 的和解恰恰证明了其行为的虚伪，他们自己就因“盗用创作者输出”而被罚。
Sacks 警告，Anthropic 在政府面前将“蒸馏”定义为 IP 盗窃，等于自掘坟墓，可能让其在真正的版权官司中满盘皆输。

详细精要

和解案的历史意义：这是美国历史上金额最大的版权和解案，也是第一个针对 AI 训练的大型和解案。
Anthropic 从盗版网站下载 700 万本书 用于训练。和解金 15 亿美元，其中律师费高达 1.01 亿美元，每本书的作者约获赔 3000 美元，涉及 50万 本书，91% 的作者已领取赔款。
Sacks 的分析深挖了此案的讽刺点：Anthropic 被罚不是因为它“训练”了这些书，而是因为它训练的是 偷来的副本（没有为哪怕一本书付费）。如果它们买了正版，就可以援引“合理使用”为自己辩护，这仍然是 OpenAI 等公司在 《纽约时报》案 中的核心立场。
致命的“自供状”：Sacks 认为 Anthropic 犯了一个足以致命的战略错误。
此前，Anthropic 为了引发政府对中国公司的干预，一直在向华盛顿兜售“工业级蒸馏攻击”这一概念，并将其渲染为国家安全的威胁。
然而，由于他们深知自己也在做同样的事（从互联网抓取数据训练模型），他们在这篇博客中甚至不敢使用“IP盗窃”这个词。
因为这些公司认为，抓取和使用这世界的所有公开内容，并从中提炼权重，是它们的天赋“权利”。如果他们现在为游说而公开承认这种行为是“IP盗窃”，就相当于向所有起诉它们的出版商和作家们递上了一把上了膛的枪。他们可能会在自己发起的战争中，被自己的逻辑所毁灭。
音乐产业的启示与集体谈判：Jason 呼吁内容创作者联合起来。
像 YouTube 和谷歌的成功先例，就是所有版权方必须团结一致、集体谈判，否则就会被逐个击破。
现在许多内容提供商正要求谷歌将其搜索爬虫和 AI 训练爬虫分开，并威胁若不付费授权，就退出 AI 索引。这是非常关键的一步，即 以拒绝被索引为筹码，换取长期持续的授权费用。

💬 精华片段（中文）

“Anthropic 甚至没有那个胆量声称（蒸馏）是 IP 盗窃。因为他们始终坚持，无论创作者是否愿意，自己都有权在全世界的内容上训练模型。” —— David Sacks

"They did not have the chutzpah to claim that it was IP theft. Why? Because they maintain that it is their right to train their models on all the world's output even if the creators don't want them to." — David Sacks

01:06:59 资本支出：是豪赌还是远见？

本节重点

谷歌和特斯拉均报告了负的自由现金流，主要原因是AI基础设施的巨额资本支出。
Chamath 和 Friedberg 极度看好谷歌，认为其过去20年超 30% 的资本回报率 证明了其投资能力，而 AI 基础设施的碎片化对它最为有利。
市场对超大规模的资本支出感到短期恐慌，但主持人一致认为这是投资未来“无限智能”需求的明智之举。

详细精要

惊人的资本开支竞赛：科技巨头正以前所未有的规模投资硬件。
特斯拉 的资本支出同比增长 140%，年化预计达 250亿美元。
谷歌更是将全年资本支出预测上调至 1950亿到2050亿美元 之间。这个数字相当于美国年度军费的 20%，导致了其上市 20年以来首次自由现金流为负，股价随即下跌 7-10%。
对谷歌的坚定看多：Chamath 力挺谷歌。
他强调了谷歌自上市以来，25 年平均资本回报率高达 32% 的恐怖纪录。这种资本运作能力应当让投资者给予其管理层“疑罪从无”的信任。
谷歌是唯一一家能在这场 AI 竞赛中“通吃”的巨头。它自己的 Gemini 应用可以赚钱，其 YouTube 等产品能用 AI 优化广告，更关键的是，作为拥有最底层基础设施和自研 TPU 芯片的 GCP（谷歌云），它会成为开源和闭源模型百花齐放下的最大受益者。模型越是碎片化（proliferate），对谷歌的商业模式就越有利。
“按需智能”的无上限市场：Jason 点出了市场逻辑的盲点。
市场只看到了短期的巨额账单，却忽略了这笔投资所代表的终极需求。
人类对“智能”的需求是没有上限的。未来 10 年，没有人会说出“我的智能已经够了”。因此，将资金投入到获取无限智能的基础设施中，远比那些已经找不到创新方向、只能把利润拿来 回购股票 的公司（投资人们暗指苹果）要更有远见。

💬 精华片段（中文）

“这是一台用20年时间证明了它能把资本以32%的年复合增长率进行增值的机器，你得相信这群人的判断。” —— Chamath Palihapitiya

"This is a machine that has compounded money at 32% over a 20 year average. You give these guys the benefit of the doubt." — Chamath Palihapitiya

01:16:09 私有产权的崩塌：当“驱逐”被定义为“暴力”

本节重点

纽约市官员Mandani 推行的极左政策彻底将“房东驱逐租客的权利”剥夺，并将其定性为一种“暴力”。
Friedberg 引用约翰·亚当斯的名言，痛批这种侵蚀私有产权的行为是走向“无政府状态和暴政”的开始。
Sacks 补充道，这种政策最终受害的恰恰是那些需要依赖稳定住房环境和公共设施的工薪阶层。

详细精要

社会主义的狂飙突进：纽约市市长 Zohan Mandani 正在推行一系列激进政策。
他禁止房东在租客筛选时，同时要求信用记录和 40 倍租金收入的标准，甚至一度冻结租金，并给予租客工会法律地位。
在支持他的听证会上，有活动人士戴着高级防护口罩，公然宣称：“我们不再容忍‘驱逐’这种暴力行为，视其为稀松平常。” 这实质上是从道德和法律上彻底否定了房东收回财产的权利。
自由根基的动摇：Friedberg 用美国国父 约翰·亚当斯 1791年的著作《捍卫美国宪法》中的原话作引子： “财产必须得到保障，否则自由就无法存在。”（Property must be secured or liberty cannot exist.）
他论述道，美国立国的根本，就是让人们摆脱君主的随意剥夺，建立神圣不可侵犯的私有产权。现在这些政策通过将财产所有者定义为“施暴的恶人”，来为剥夺他们的产权铺平道路。
这会导致：起初是一种 “无政府状态”（人人都可以侵占他人财产），但无政府状态是通向暴政的短暂前奏，暴力最强的集团最终将控制一切。
最终买单的仍是穷人：Sacks 深入分析了这种政策的反噬性。
当房东无法驱逐赖租、破坏公共秩序、甚至成为“幽灵租客”（不搬走也不交租）的人时，他们会失去对公寓进行维护的资金和动力，导致整个楼宇衰败，影响所有守规矩的邻居。
更严重的是，当无法审查租客后，房东唯一的风险对冲手段就是大幅提高租金以覆盖潜在的违约损失，这反而会让住房更难负担。
这些极左政客往往是拥有 “奢侈信仰” 的富裕精英，他们自己生活在安保严密的社区，永远不会用到地铁或廉租房，但他们推动的政策却摧毁了真正的工薪阶层赖以生存的公共空间和设施。

💬 精华片段（中文）

“财产必须得到保障，否则自由就无法存在。” —— 约翰·亚当斯 (1791)

"Property must be secured or liberty cannot exist." — John Adams (1791)

专业术语注释

术语	解释
开源模型	一种公开了模型权重（核心参数文件）的AI模型，允许任何人下载、本地运行、修改和再分发，无需连接互联网或支付API费用。
蒸馏	一种机器学习技术。通过向一个成熟的“教师模型”输入海量问题，收集其输出的高质量答案，并用这些数据来训练一个成本更低的“学生模型”。
权重	AI 模型的核心知识文件，包含数十亿个经过训练的数值参数。它相当于软件的“编译后代码”，是知识产权的核心载体。
监管俘获	指公司通过游说等方式，利用国家公权力为自己建立准入门槛，消除或限制竞争对手的商业策略。
商品化	指一个产品或服务由于竞争激烈、性能趋同，导致价格成为唯一的竞争因素，使其从能获取高利润的差异化商品变为薄利的大众产品。
Token	在大型语言模型中，指模型处理文本时拆分出的最小语义单元（可以是一个单词或词的一部分），企业通常按 API 调用的 Token 数量付费。
合理使用	版权法的一个法律原则，允许在某些情况下（如评论、教学、研究）未经许可使用受版权保护的作品。AI 公司正以此为法理依据，为其利用互联网公开数据训练模型辩护。
自由现金流	企业从经营中赚取的现金减去维持或扩大资产基础的资本支出后剩余的现金。是公司在进行必要投资后，可供分配给股东的“真金白银”。
资本支出	公司用于购买、升级和维护物理资产（如土地、厂房、设备、数据中心服务器）的投入，属于对未来产能的长期投资。
ARR	年度经常性收入。一种基于订阅的业务模式指标，用于量化公司一年内预计获得的可预测、稳定收入的总金额。
KYC	“了解你的客户”原则。金融机构和在线平台用来验证其用户身份的流程，通常要求提供身份证明或绑定支付卡以防止欺诈行为。

延伸思考

值得进一步关注的问题、争议点或行动建议：

如果 AI 训练“合理使用”被判不成立，谁将获胜？ 在本讨论中，David Sacks 指出，如果巨头自己将“蒸馏”定义为 IP 盗窃，那他们自己就可能输掉与《纽约时报》的官司。如果某些关键判例否决了“合理使用”的辩护，那将彻底颠覆现有的大模型商业模式，还是仅仅会让 AI 公司必须向数据源支付天价许可费？
谷歌的“通吃”战略能否经得起反垄断审视？ Chamath 的论点完美地勾勒出了一个“基础设施成为唯一赢家”的未来。但当一个公司同时控制着应用（Gemini）、搜索分发（谷歌）和底层芯片（TPU）时，其足以扼杀所有新生代模型公司的垄断力量是否会招致比 Anthropic 所寻求的更为严厉的真正监管打击？
社会契约与产权边界：后稀缺 AI 时代我们能保护什么？ 随着智能被商品化，物理世界（原子）的生产能力成为中国的王牌。西方社会是否必须重新思考，如何在知识和比特的价值被无限压低的前提下，继续用传统的“私有产权”概念去保护普通人未来的就业和财富？
“假摔”在科技政治界是常态吗？ 节目中多次提到，当面临估值压力时，以“国家安全”为挡箭牌在华盛顿寻求保护，已经成为解决商业焦虑的捷径。这种行为的常态化是否会掏空真正的国家竞争力，使我们将精力耗费在内斗而非创新上？

原文发表：Jul 24, 2026 · 纪要生成：2026-07-26