撰文| 余凝芮
编辑| 张南
设计| 荆芥
美国当地时间2026年9月1日，埃隆·马斯克没有亲自抵达北卡罗来纳州教堂山，而是通过视频连线，出席在当地举行的二十国集团创新部长级会议（G20 Innovation Ministerial）。
他谈到了AI芯片、电力短缺、机器人和数十万亿美元的经济增长。但在这些宏大预测背后，马斯克真正试图说服各国接受的，是一种监管顺序：新技术应先获得发展空间，政府则在明确伤害出现后再介入。
马斯克将其概括为“默认合法”——新事物原则上应被允许，而不是先被禁止，等获得批准后才能进入市场。
这场9月1日—2日在卡罗来纳旅馆举行的G20创新部长级会议，由美国商务部和白宫科技政策办公室共同主办。它不是G20领导人峰会，而是一场由商务、科技和创新事务官员参加的专题部长级会议。
马斯克、Meta首席执行官马克·扎克伯格、Google DeepMind联合创始人德米斯·哈萨比斯和戴维·萨克斯等人，分别参加了白宫科技政策办公室主任迈克尔·克拉齐奥斯主持的对谈；英伟达首席执行官黄仁勋、OpenAI首席执行官萨姆·奥尔特曼、Anthropic联合创始人汤姆·布朗和Palantir首席执行官亚历克斯·卡普，则与美国商务部长霍华德·卢特尼克展开对谈。
表面上，这是一场讨论AI、基础设施和经济增长的部长级会议。更深一层看，它也是一次围绕全球AI规则展开的游说：美国政府与本国科技企业希望其他国家减少AI专门立法，加快数据中心、能源和自动驾驶等项目的审批。
当制定规则的人与受到规则约束的企业站在同一侧，会发生什么？
01
“默认合法”：马斯克真正推销的规则
马斯克在会上称，一个国家要把技术突破转化为真正投入使用的产品，就需要一个“相对不受监管束缚”的环境。
他认为，新技术应当“默认合法，而不是默认违法”。欧洲在他口中成为反面案例：监管水平过高，新事物往往需要先经过批准。这样的制度虽然未必能阻止技术出现，却会明显拖慢其发展。
这套论述听起来像是在讨论创业文化，实际指向一个具体的制度选择：AI产品是否应当像药品一样，在进入市场前接受系统审查；还是应更接近早期互联网服务，先允许企业发布，再用现有法律处理已经发生的问题？
随后发言的萨克斯给出了更明确的答案。他反对成立新的AI监管机构，理由是AI模型可能每隔数月就更新一次，传统审批体系无法跟上。他主张允许创新先发生，等产业发展成熟后再实施监管。
黄仁勋在会议第二天表达了相似立场。他呼吁各国不要围绕“理论上的伤害”制定AI规则，而应针对已经发生的具体问题采取行动。
三人的语言有所不同，但指向相近的监管哲学：除非AI产生现有法律无法处理的新问题，否则政府不应轻易建立额外的许可、审查和监管体系。
这正是美国政府希望通过本次会议向G20成员推广的立场。
但马斯克的说法也存在一个明显矛盾。他一方面批评大型企业更容易接触各国领导人、获得政策支持，另一方面，他本人正是此次会议中最有能力直接向多国决策者陈述诉求的企业家之一。
所谓“默认合法”听起来像一项面向所有创新者的原则，实际受益最大的往往是掌握资金、数据、算力和法律资源的大型科技公司。小企业获得的是进入市场的理论自由，巨头获得的则是迅速扩大规模、建立事实标准，再要求监管适应既成现实的能力。
02
从企业诉求到“卡罗来纳原则”
会议召开前，美国政府希望G20成员接受一套被称为“卡罗来纳原则”的新兴技术治理框架。
按照路透社获得的会前信息，美方主张各国优先使用现有法律管理AI，仅针对真正全新的问题制定规则，而不是把每一种新技术都视为前所未见的监管对象；美国还希望各国避免成立新的AI专门监管机构。
会议于9月2日结束后，白宫宣布，G20成员就创新部长级声明以及“卡罗来纳新兴技术原则”达成共识。
最终声明围绕六个方面展开：促进创新的政策框架、技术与经济机会、技术人才培养、AI知识产权政策、AI标准及标准中的AI应用，以及制造业与供应链投资。
在监管问题上，最终文本比美国会前表达的立场更温和。它没有要求各国承诺不制定AI专门法律，而是提出：考虑新规时，应把重点放在现有法律无法充分处理的新问题上，用新规则填补空白，而不是重复已有保护。
这种措辞为不同制度留下了空间。
美国可以继续主张依靠现有的消费者保护、竞争、产品安全和民事责任规则；欧盟可以保留《人工智能法案》；中国也可以在支持一份宽泛、非约束性国际原则的同时，继续实行本国的平台、算法、内容和数据监管制度。
因此，这次共识不能被理解为各国已经选择同一种AI治理模式，更不意味着欧洲放弃事前监管。它更像一项最低限度的政治共识：新兴技术有望带来增长，各国制定新规时应避免不必要地重复现有制度。
但它仍然改变了讨论的起点。
过去，企业需要说明自己的产品为什么足够安全；在“卡罗来纳原则”的框架下，政府则更需要解释，为什么现有法律不足以处理新技术，以及新增规则为什么不可替代。
证明责任正在从企业一侧向监管者一侧移动。
03
谁在定义“现实伤害”
马斯克对欧洲监管的批评，与其自身商业利益直接相关。
2025年12月，欧盟委员会因X平台的付费认证设计、广告资料库透明度以及研究人员数据访问问题，对其处以1.2亿欧元罚款。这是欧盟依据《数字服务法》作出的首项不合规处罚。
需要指出的是，处罚X的是《数字服务法》，不是《人工智能法案》。前者主要管理网络平台责任，后者主要管理AI系统的开发、提供和使用。二者共同构成欧洲数字监管体系，但法律对象和合规义务并不相同。
马斯克在G20会议上因此具有双重身份：他既是一名讨论创新政策的企业家，也是一名直接受到欧洲数字规则约束、希望改变监管环境的利益相关方。
类似的利益关系也存在于其他与会企业。
会议第二天，美国商务部长卢特尼克呼吁G20国家允许AI企业依据“合理使用”原则利用创作者作品训练模型，同时寻找保护艺术家的方法，却没有提出具体的授权和补偿机制。
同一天，美国司法部在OpenAI与新闻机构的版权诉讼中提交意见，支持将AI训练通常视为合理使用。
这使黄仁勋所谓“不要监管理论伤害”的主张面临一个现实问题：未经许可使用作品训练AI，对模型公司而言可能是技术发展的必要条件；对作家、艺术家和新闻机构而言，却已经是正在诉讼中的经济损失。
同样的分歧也存在于就业、虚假信息、儿童保护和算法歧视领域。企业倾向于把尚未量化或尚未形成司法判例的损失称为“理论风险”，受影响者则可能认为伤害已经发生。
关键问题因此不是应不应该监管“理论伤害”，而是谁有权决定什么才算现实伤害。
如果企业只有在可量化损失已经出现后才受约束，那么社会可能必须先承担试错成本，才有资格要求规则介入。
04
“默认合法”背后的汽车生意
马斯克推销“默认合法”，并不只是为了xAI和大模型。
在本次G20发言中，他主动把特斯拉自动驾驶列为新技术已经创造价值的例子。这提醒人们，马斯克所反对的“事前批准”，同样关系到FSD和Robotaxi能否进入美国以外的市场。
与聊天机器人不同，自动驾驶算法一旦出错，后果会立即进入物理世界。它不仅受到一般AI规则约束，还要通过车型认证、功能安全、网络安全和道路交通监管。
欧洲对车辆实行上市前型式认证制度。2026年4月，荷兰车辆管理局给予特斯拉FSD监督版临时型式批准，但同时强调，该系统仍属于由驾驶员控制的二级辅助驾驶功能，不是真正的无人驾驶；驾驶员必须始终保持注意并承担责任。
这与能够在没有人类持续监督的情况下运营的Robotaxi，仍有明显距离。
欧盟《人工智能法案》进一步规定，如果AI是受监管产品的安全部件，或者本身构成此类产品，就可能被归入高风险系统，承担风险管理、数据治理、技术记录、人工监督和上市后监测等义务。针对嵌入受监管产品的高风险AI，欧盟目前设置了延长过渡期。
不过，不能简单说《人工智能法案》“卡住”了FSD。自动驾驶在欧洲面临的直接准入门槛，主要来自车辆型式认证和自动驾驶安全规则；车辆采集、传输和处理个人数据的问题，还涉及《通用数据保护条例》等制度。
因此，“默认合法”对特斯拉的真正商业意义，是尽可能让软件更新和自动驾驶功能沿用现有汽车法规，而不是再接受一套横向的AI事前审批。
传统汽车认证以相对稳定的车型和零部件为对象，特斯拉却希望像互联网公司一样，通过远程更新持续改变汽车能力。如果每次重大算法升级都需要重新提交安全证据，FSD的跨国扩张速度、订阅收入和Robotaxi商业模式都会受到影响。
这也解释了为什么黄仁勋会在同一场会议上反对围绕“理论伤害”制定规则。
英伟达已不只向数据中心销售芯片，而是把算力链条从云端训练、仿真验证延伸至车载计算。现代、起亚、比亚迪、吉利、日产和五十铃等车企，均在采用或开发基于英伟达DRIVE平台的辅助驾驶或自动驾驶系统。
对英伟达而言，汽车既是制造业市场，也是数据中心算力进入物理世界的重要出口。一套自动驾驶系统需要在数据中心训练和模拟，在车内芯片上运行，再通过车辆收集的数据继续迭代。
围绕AI监管的争论，由此穿透了科技与汽车之间的产业边界。规则决定的不只是模型何时发布，也决定一套自动驾驶系统能否进入一国道路、事故责任由谁承担，以及车企能否通过软件持续改变已经售出的产品。
05
电力不只是瓶颈，也是政治筹码
为了说明AI发展速度已经超过传统制度的反应能力，马斯克在会上抛出了另一个惊人数字：2027年，中国以外地区为AI芯片供电的能力可能至少短缺15吉瓦。
根据会议实录，马斯克称，这是密切关注AI行业的分析人士形成的“共识估算”。他没有说明判断出自哪家研究机构，也没有交代具体地区、负荷率和计算方法。
这句话不能简单改写为“美国明年缺电15吉瓦”，更不能理解为全球电网将在2027年全面缺电。
马斯克描述的更可能是一种局部错配：AI芯片生产和数据中心投资增长太快，部分设施却无法及时获得电力，导致已经交付的芯片不能按计划投入运行。
马斯克给出的理由是，AI芯片产量每年可能增长40%—50%，而中国以外地区的可用电力只增长10%—20%。更快增长的芯片最终会超过电力供应。
这些同样是马斯克在会上给出的估算，而不是经过公开模型验证的统计结果。
现实中的障碍也不只是发电量。即使一个地区拥有足够电源，数据中心仍可能因为输电线路、变压器、燃气轮机、并网审批或建设进度滞后而无法启动。
国际能源署2026年4月发布的研究为这种焦虑提供了部分依据。2025年，全球数据中心用电量增长17%，AI数据中心的增长速度更快；到2030年，数据中心整体用电量预计将翻倍，AI数据中心用电量可能增至目前的三倍。
与此同时，燃气轮机、变压器、先进芯片及其他设备的供应链已经趋紧，大量数据中心项目还面临并网和审批延迟。
这些数据支持“电力正成为AI发展瓶颈”的判断，但国际能源署没有验证2027年一定存在15吉瓦缺口。在马斯克公布底层模型之前，这个数字首先是一种行业预警，也是一种政策动员工具。
它向各国部长传递的信息是：如果监管、审批和电力建设不能提速，AI投资就可能流向其他国家。
06
中国电力崛起如何变成游说杠杆
围绕马斯克发言流传的一些报道，将中国2025年新增约540吉瓦发电装机、美国电力增长缓慢等数据，也归入了他的G20讲话。
但公开发言记录显示，马斯克在会上只是笼统表示中国拥有庞大的电力供应，没有提到“新增543吉瓦”，也没有声称中国电力产出即将达到美国的三倍。
这组中美数据本身还涉及两个不同概念。
中国国家统计局数据显示，截至2025年底，中国发电装机容量达到3891.34吉瓦，同比增长16.1%。根据年末总量和增速反推，较上年增加约540吉瓦。其中，光伏装机同比增长35.4%，风电装机增长22.9%。
美国能源信息署数据显示，美国2025年公用事业规模发电量约为4430太瓦时，同比增长2.8%。
吉瓦衡量某一时刻的发电功率，太瓦时衡量一段时间内实际生产的电量。两者不能直接比较，也不能只凭中国新增装机推导出“中国电力产出很快将达到美国三倍”。
但这组数字真正重要的地方，不只是统计口径，而是中国正在被科技企业塑造成美国放松监管、加快审批和投入公共资源的政治理由。
在马斯克的叙事中，中国快速扩张的发电能力是一种政策压力：如果美国继续执行漫长的电网建设和项目审批程序，新增AI芯片可能无电可用，技术领先也会被基础设施短缺抵消。
这套论述把企业自身的建设需求转化成国家竞争力问题。地方政府面对的选择不再只是是否批准一座数据中心，而被重新描述为是否愿意帮助美国赢得AI竞赛。
反对项目的居民、环保组织和监管机构，也更容易被置于“阻碍国家竞争力”的位置。
科技巨头由此获得一种新的谈判筹码：以产业外迁、算力短缺和对华竞争为理由，要求地方加快土地、环境和能源审批。
它们不需要直接命令政府，只需要反复强调一个后果——如果不尽快放行，投资、就业和全球技术领导权就会被其他国家拿走。
这是一种以产业竞争迫使公共政策让步的权力。
07
当AI公司开始成为电力公司
在马斯克看来，解决供电问题的办法不是等待公共电网追上AI，而是让科技企业自己建设电源。
他在会上告诉各国部长，如果希望吸引AI数据中心，就应增加电力供应，再把这些电力提供给AI企业。作为交换，数据中心可以纳税并支付相应费用。
萨克斯则称，如果规划得当，数据中心会降低而不是推高电价。其前提是AI企业建设自己的电源，而不是直接接入现有电网、与居民争夺电力。
这也是特朗普政府2026年以来推广的“自带电源”模式。美国七家大型科技和AI公司此前签署了一项不具强制约束力的承诺，表示将承担新建数据中心所需的新增发电成本，以免把费用转嫁给普通用户。
但“企业自建电源”并不自动等于“居民电价下降”。
数据中心即使拥有专用电厂，也可能需要公共电网提供备用容量，需要建设输电设施、变电站和天然气管线。所谓剩余电力回售，也需要满足并网和调度条件。
如果AI需求低于预期，为数据中心建设的电厂和电网资产是否会成为搁浅成本，则取决于地方电价机制、长期合同和监管部门的成本分摊安排。
麻省理工学院研究人员2026年发布的一项研究发现，数据中心进入会推动发电、输电和受监管资产投资，并与部分地区的零售电价上涨相关；影响大小取决于当地电力市场结构和成本回收制度。
换言之，数据中心是否降低居民电价，不是由企业的一句承诺决定，而是由费率、合同和监管规则决定。
“自带电源”还改变了科技企业与公共事业之间的关系。
传统上，大型企业是受监管电力系统的用户，电价和基础设施成本由公共事业委员会审查。如今，部分数据中心开始收购能源开发商、建设专用电厂，并与电源直接连接，从普通用户变成能够选择供电方式、谈判并网条件乃至向电网出售余电的能源参与者。
据米尔肯研究院对相关项目的梳理，美国处于规划阶段的“表后”数据中心发电规模已达到数十吉瓦，一些科技企业也开始通过收购能源开发平台，进一步整合数据中心与发电资产。
这不等于科技企业已经取得居民电价的法定决定权，也不足以证明它们已经完成对电力系统的垄断。
但一个与公共电网并行的私人能源体系正在形成：最富有的企业可以通过资本优先解决自己的供电问题，公共电网则继续承担备用容量、系统稳定和面向普通用户的普遍服务责任。
风险在于，资本最雄厚的AI企业不仅能够优先取得稀缺算力，也可能优先取得土地、天然气管线、输电容量和发电设备。其他制造业、公共机构和居民，则只能在剩余资源中竞争。
AI公司正在从公共事业的普通客户，变成能够影响基础设施建设方向和成本分配规则的谈判者。
08
孟菲斯：快速建设的另一面
马斯克自己的项目提供了一个现实检验。
为了迅速启动孟菲斯地区的AI数据中心，马斯克旗下企业部署了数十台燃气轮机。企业认为，这些设备使数据中心能够在传统电网扩建完成前取得稳定电力，并表示正在建设获得许可的永久发电设施。
当地环保和民权组织则指控，部分燃气轮机此前在未取得必要许可的情况下运行，并可能给周边居民带来氮氧化物污染。2026年6月，美国司法部寻求介入并驳回相关诉讼，理由之一是该数据中心对美国经济和军事具有重要意义。
这个案例揭示了“快速建设”的另一面：企业绕过漫长并网周期的同时，能源约束可能被转化为数据中心所在地的空气污染、用水和监管压力。
马斯克此前提出的太阳能及太空计算计划，也应放在这一企业版图中理解，而不能写成他在本次G20会议上正式提出的“三阶段能源路线图”。
2026年初，马斯克在世界经济论坛的一场对话中表示，特斯拉和SpaceX都希望把美国本土太阳能制造能力提高到每年100吉瓦。
他提出的长期太空能源构想，也不是在轨道上收集太阳能并传回地面，而是利用持续的太阳能，在轨运行AI计算设施，以绕开部分地面电网和冷却条件的限制。
从燃气轮机、太阳能制造到轨道数据中心，其共同思路都是把能源供应纳入科技公司的垂直整合范围。
科技巨头希望同时控制模型、芯片、数据中心和电力。效率提升的另一面，是原本分散在汽车、能源、平台和公共事业监管机构之间的权力，可能越来越集中到少数跨产业企业手中。
09
30万亿美元：支持“先放行”的经济承诺
如果15吉瓦为放松监管制造了紧迫感，那么20万亿—30万亿美元则提供了潜在回报。
马斯克称，AI可能使全球经济规模扩大20%—30%，相当于每年增加约20万亿—30万亿美元产出。
为了说明这一变化为何迫在眉睫，他又给出第一个时间判断：未来12—18个月，AI可能在软件开发和多种数字化工程任务上达到人类难以竞争的水平；到2027年底前后，它甚至可能完成几乎所有不需要直接操纵物理世界的数字工作。
马斯克将这种能力比作国际象棋程序对人类棋手的优势：一旦软件开发进入类似阶段，人类面对的将不再是提高效率的辅助工具，而是能力明显超过人的数字劳动者。
不过，他在同一次发言中分别使用了“明年年底”和“12—18个月”两种时间表。以2026年9月为起点，后者大致对应2027年9月至2028年3月。两种说法并不完全一致，也没有公开技术评估支撑，因而只能视为马斯克对AI能力曲线的个人预测。
他的第二个判断更加激进，但时间跨度更长。
马斯克预计，10年后全球人形机器人将超过10亿台，每台机器人的生产率可能达到人类的5倍，其总产出将超过全人类；如果通用机器人得到大规模部署，全球经济甚至可能扩大至目前的10倍以上。
这两个判断并非孤立的技术预测，而是马斯克整套政策论证的组成部分：AI将在一年左右跨过数字能力的临界点，机器人将在十年内把这种能力带进工厂和现实世界，电力、芯片、数据中心与制造能力因而必须立即扩张，任何延缓部署的监管都可能被解释为削弱国家竞争力。
但从预测可信度看，两个判断并不处于同一层级。
软件能力至少可以通过模型性能、代码生成和企业采用情况持续观察；10亿台机器人、5倍生产率和10倍经济规模，则同时取决于硬件成本、供应链、能源、可靠性、市场需求和社会制度，其不确定性远高于纯数字技术。
这些数字与公开经济模型之间也存在显著距离。
马斯克说的是20%—30%；国际货币基金组织研究人员公开模型中的十年增量则是1.3%—4%。即使暂不考虑两者时间口径不同，马斯克的判断也相当于IMF高情景的5—7.5倍。
IMF研究人员2025年发表的一份工作论文认为，在较乐观的生产率情景下，AI可能使十年后的全球GDP水平提高约4%；在较低情景下，增幅约为1.3%。
马斯克没有解释，20%—30%指的是GDP水平一次性提高、某段时期的累计增量，还是年度增长率；也没有区分总收益与扣除芯片、电力、折旧、融资、培训和劳动市场调整成本后的净收益。
因此，这一数字目前无法与IMF模型进行严格的同口径比较。
另一份2026年发布的IMF工作论文尝试依据实际AI使用数据估算已经产生的价值。研究人员认为，AI目前节省时间的劳动成本等价物约为每年2.7万亿美元，相当于样本经济体GDP的3.4%。但这一指标不是新增GDP，也没有扣除基础设施、能源和AI服务费用。
这项研究还发现，约96%的测算收益集中在高收入经济体。
即使AI最终创造巨大财富，收益也未必平均分布。掌握芯片、云平台、模型和低成本电力的国家与企业可能获得大部分回报；承担电网扩建、污染和就业调整成本的地区，则未必得到相称补偿。
会上另一个宏大数字来自萨克斯。他称，美国2026年与AI基础设施相关的资本投入约为8000亿美元，2027年可能达到1.4万亿美元，但同样没有披露数据来源和统计口径。
作为参照，国际能源署统计的五家大型科技公司2025年资本支出超过4000亿美元，并预计2026年可能再增长75%。不过，这些资本支出并非全部用于AI，也可能包括传统云服务、房地产和网络设备。
数字越大，科技企业要求政府减少审批和监管的理由似乎越充分。但资本投入本身不能证明社会回报，也不能回答投资失败时由谁承担损失。
因此，20万亿—30万亿美元、10亿台机器人和10倍经济规模，更适合被理解为马斯克为“先放行”制造紧迫感和回报预期的政治语言，而不是已经得到经济模型支持的产业预测。
10
谁没有坐在谈判桌前
会议期间，部分北卡罗来纳大学教堂山分校学生和当地居民在会场外抗议。
当地媒体采访的一名学生质疑，如果讨论的是如何为了公共利益监管AI，参与制定规则的就不应只有马斯克、奥尔特曼等企业负责人，公众也应进入决策过程。
这种质疑点出了会议最明显的不对称。
科技高管能够直接面对各国部长，解释为什么需要更多电力、更快审批和更少监管；居民电费缴纳者、创作者、工会、公共卫生人士、消费者权益组织以及数据中心所在地社区，却没有获得同等的发言位置。
即使美国政府内部，也没有形成完全统一的答案。
Axios报道显示，白宫科技政策办公室与商务部在会议议程和AI政策主导权上存在竞争。数据中心原本被部分官员视为敏感的中期选举议题，克拉齐奥斯却在与马斯克对话时主动提出。此后，他又向媒体强调，是否接受数据中心最终是地方社区的决定。
这暴露出美国AI战略的一组内在矛盾：政府一方面把数据中心提升为国家竞争力问题，另一方面又强调项目由地方自主决定；一方面承诺科技企业承担新增电力成本，另一方面又要求地方政府加快土地、环境和能源审批。
当地方选择与国家AI战略发生冲突时，谁拥有最后决定权，目前仍不清楚。
“交给社区决定”听起来尊重地方自主，但地方政府面对的是高度不对称的谈判：一边是掌握巨额投资、就业承诺和国家安全话语的科技公司，另一边是需要评估用水、排放、土地和长期电网成本的普通居民。
形式上的地方决定，并不必然意味着实质上的平等协商。
11
真正的争夺是规则制定权
马斯克在这场会议上的角色，与其说是“AI布道者”，不如说是“AI规则游说者”。
15吉瓦电力缺口说明传统基础设施和审批速度跟不上AI；20万亿—30万亿美元的经济承诺则强调，延误可能使各国错失巨大财富。
未来12—18个月的AI能力跃升，为这种叙事制造了时间压力；10年后的10亿台机器人，则把影响范围从数字世界扩大到制造业、交通和实体经济。
一个提供紧迫性，一个提供回报预期，最终都服务于“默认合法、先发展后监管”的政策主张。
中国的电力建设速度，则把企业诉求进一步包装成国家竞争问题：如果政府不迅速放行，美国就可能落后。
这套叙事最有说服力的地方，是它抓住了AI发展的真实物理约束。没有电力、变压器、输电线路、冷却系统和技术工人，再先进的芯片也无法形成可用算力；没有跨国准入，自动驾驶和Robotaxi也无法从技术演示变成全球业务。
它最需要审视的地方，则是把尚未兑现的生产率收益当作确定回报，把环境、财政、版权、交通安全和就业成本留待伤害发生后再处理。
科技企业要求的并不只是更多电力。它们希望在电力、土地、数据和算法四个方面同时获得更大的控制空间：自己建设电源、选择数据中心地点、利用海量作品和道路数据训练模型，并在产品产生明确伤害之前避免新增监管。
所谓“默认合法”，因而不仅是一项鼓励创新的原则，也是一种责任排序：企业首先取得扩张权，社会随后承担举证、监管和补救责任。
教堂山会议真正呈现的，并不是一场关于“是否发展AI”的争论。会场内的主要参与者大多支持扩大投资。
真正的争夺是规则制定权：谁有权决定哪些风险只是“理论伤害”，谁能优先取得电力、土地、水和数据，谁承担基础设施与环境成本，又由谁判断企业承诺的经济收益是否足以补偿这些代价。
当AI企业同时成为模型开发者、汽车软件供应商、数据中心运营商、能源投资者和政策游说者时，如何监管AI就不再只是一个技术问题。
它正在成为一个关于公共资源、产业权力和责任分配的问题。
参考资料：
1. 美国商务部：《G20创新部长级会议媒体公告》，2026年8月14日官宣
https://www.trade.gov/press-release/media-advisory-press-registration-g20-innovation-ministerial-open
2. 白宫：《G20创新部长级会议以共识声明闭幕》，2026年9月2日
https://www.whitehouse.gov/releases/2026/09/g20-innovation-ministerial-concludes-with-consensus-statement/
3. Elon Musk Archive：马斯克G20发言视频及英文实录，2026年9月1日
https://elonmuskarchive.org/video/g20-innovation-ministerial-2026
4. 路透社：美国要求G20允许AI利用创作者作品训练，并讨论AI监管，2026年9月2日
https://www.investing.com/news/stock-market-news/nvidia-ceo-urges-g20-to-avoid-ai-rules-on-theoretical-harms-4886204
5. 欧盟委员会：依据《数字服务法》对X罚款1.2亿欧元，2025年12月5日
https://digital-strategy.ec.europa.eu/en/news/commission-fines-x-eu120-million-under-digital-services-act
6. 欧盟委员会：《人工智能法案》监管框架说明
https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
7. 欧盟法规：全自动驾驶车辆自动驾驶系统型式认证规则
https://eur-lex.europa.eu/legal-content/EN/TXT/?qid=1778126286676\&uri=CELEX%3A02022R1426-20260324
8. 英伟达：车企采用DRIVE Hyperion平台的项目公告，2026年3月16日
https://investor.nvidia.com/news/press-release-details/2026/BYD-Geely-Isuzu-and-Nissan-Adopt-NVIDIA-DRIVE-Hyperion-for-Level-4-Vehicles/default.aspx
9. 国际能源署：2025年数据中心用电增长及基础设施瓶颈，2026年4月16日
https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions
10. 中国国家统计局：《2025年国民经济和社会发展统计公报》，2026年2月28日
https://www.stats.gov.cn/english/PressRelease/202602/t20260228\_1962661.html
11. 美国能源信息署：美国2025年发电量数据
https://www.eia.gov/todayinenergy/detail.php?id=67284
12. 白宫：大型科技企业签署电费承担者保护承诺，2026年3月5日
https://www.whitehouse.gov/releases/2026/03/president-trump-secures-historic-commitment-to-keep-electricity-costs-down-amid-data-center-boom/
13.麻省理工学院能源与环境政策研究中心：数据中心扩张与电网成本研究，2026年
https://ceepr.mit.edu/workingpaper/who-pays-for-growth-evidence-from-datacenters-and-the-grid/
14. 米尔肯研究院：数据中心“表后发电”与能源垂直整合
https://milkeninstitute.org/content-hub/insights/deal-behind-meter-vertical-integration-reaches-grid
15. 美联社：美国司法部寻求介入马斯克旗下AI数据中心燃气轮机诉讼，2026年
https://apnews.com/article/0e981ca0508d7e4144662392d9d66ab2
16. 世界经济论坛：马斯克谈太阳能制造和未来计算基础设施，2026年
https://www.weforum.org/podcasts/meet-the-leader/episodes/conversation-with-elon-musk-davos-2026/
17. 国际货币基金组织：生成式AI对全球生产率和GDP影响的情景研究，2025年
https://www.imf.org/-/media/files/publications/wp/2025/english/wpiea2025076-print-pdf.pdf
18. 国际货币基金组织：AI应用产生的总体收益及其全球分布，2026年7月
https://www.imf.org/en/publications/wp/issues/2026/07/10/aggregate-gains-from-ai-and-their-distribution-global-evidence-from-usage-data-577586
19. ABC11：G20会议及教堂山学生抗议，2026年9月1日
https://abc11.com/post/g20-innovation-ministerial-puts-chapel-hill-global-spotlight/19771126/
20. Axios：特朗普政府AI团队在G20会议期间暴露协调分歧，2026年9月2日
https://www.axios.com/2026/09/02/trump-ai-g20-innovation-summit
