继续出口DUV光刻机，恐让美国十亿芯片产能优势拱手让人
美国智库测算：若放行次代DUV光刻机，中国2030年代芯片产能可能追平美国；现在收紧出口，差距会被锁定在近百倍。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
智库该补的是前瞻研究的空当
Khan 说，当年在乔治城 CSET 做半导体政策研究时，AI 政策还没人关心，有大把时间做面向一两年后的前瞻研究；如今每天都有AI新消息，反而没人愿意沉下心做这种工作。他认为新智库 CTS 要补的就是这个空当：一是做一两三年后真正管用的政策构想，二是把研究建立在真实的供应链细节上——从制造设备到 token 到机器人，因为物理世界的东西是可预测的、经得起深挖，不像空对空的政策辩论。
— Saif Khan美国领先8个月，没人说清机制是什么
外界常说美国模型能力领先中国约八个月，但 Khan 说这个数字背后的机制几乎没人讲清楚——多少来自训练更大模型，多少来自中国公司靠蒸馏或强化学习获得的能力提升，美国进展加速或放缓又会如何传导到中国。他举例，当 GLM 5.3 flash 被曝出用数十万亿 token 训练时，舆论立刻说「出口管制没用了」,但这个判断对不对，其实缺乏系统性的解释支撑。
— Saif KhanDUV光刻机是中国最后一块啃不下的骨头
Khan 说，EUV极紫外光刻之外，DUV浸没式光刻是目前仍在用于制造先进芯片的次优技术，华为造7纳米芯片靠的就是它。全球只有日本和荷兰两个美国盟友能造这类机台，是美国手里最有效的卡脖子工具——中国造不出来，而且是整条半导体设备供应链里最难实现自主可控的一环。报告测算，中国要到2030年代中期左右才可能有商用的本土DUV机台，是供应链里最后被攻克的环节。
— Saif Khan管制留了口子，中国机台存量已悄悄翻倍
2023年管制生效时，低一档的DUV浸没式机台仍被允许卖往中国，当时中国存量约170到180台，此后这个存量已大致翻倍。报告建模测算：如果现在彻底切断DUV出口，到2030年代中期，美国每年能产出约10亿颗H100等效AI芯片，而中国本土产能会被锁死在千万颗量级；但如果继续放行这些机台，两边产能区间可能会重叠，等于把整个领先优势拱手让出。
— Saif Khan软件智能爆炸之外，机器人是被低估的变量
Khan 认为，未来几年AI世界真正的转折点，可能不是软件上的递归自我改进，而是物理世界的自动化——AI与机器人结合，规模化部署机器人去学习制造，最终可能形成自给自足的供应链。这个方向目前在华盛顿几乎是空白地带，他说整个政策圈里认真研究机器人与AI交叉问题的人一只手数得过来，中国那边的研究更是几乎没有，这会是美中AI竞争下一个关键节点。
— Saif KhanAI政策分裂成安全派与扩散派两种世界观
Khan 把AI政策的分歧归纳成两种思维：「安全心态」认为最重要的行动者是研发前沿模型、可能带来灾难性风险或改变世界权力平衡的少数AI公司，这种变化往往发生在现有建制之外；「扩散心态」则认为真正重要的是AI被广泛采用后与既有制度的共同演化，核心是财富再分配和AI在经济体系中的角色。他强调这两者不是对立，而是都要解决——即便防住了生物武器风险，只要没回答人类在AI经济里扮演什么角色，问题就还没解决。
— Saif Khan编程智能体把智库人力压缩到一小部分
Khan 说，过去九个月里 Claude Code 和 Codex 这类编程工具，让CTS这样的小团队能查询大量数据、快速做深度分析，DUV报告能达到的技术分析深度很大程度上得益于此。他认为过去需要十五到二十人的智库团队，现在一个更小的团队就能做到同等的产出密度和分析深度，这也是CTS愿意在这类工具上大举投入的原因。
— Saif Khan他不是RSI怀疑论者，但不知道曲线会怎么弯
面对「你比Dario Amodei更怀疑递归自我改进」的说法，Khan否认自己是怀疑论者：他认为AI公司完全有能力判断自己是否在实现AI研发自动化，未来几年很可能真的大幅自动化一大部分AI研究。他真正的不确定在于另一个问题——自动化AI研发究竟只是勉强让人类维持住现有的能力增长曲线，还是会把这条曲线进一步推陡；今年已经出现自主网络攻击、智能体能力、解出Navier-Stokes这样的千禧年数学难题等里程碑，但自动化研发在现实世界的实际影响，他认为现在还很难判断。
— Saif Khan原话 · 已逐字校验
Right now, it's still the case that two countries, two U.S. allies, Japan and the Netherlands, are the sole producers of these tools. And it is really the most effective choke point that we still have available. China can't make it.
现在依然只有两个国家、两个美国盟友——日本和荷兰——能生产这类机台。这是我们手里最有效的卡脖子工具，中国造不出来。
Saif Khan13:21
like someone's written for 10 years where like I learned something on every page, like I genuinely learned something on every page of this report.
就像一个人花了十年写出来的书那样，我在每一页都学到了东西，这份报告的每一页我都真的学到了东西。
Jordan14:21
So if you look back to around the time when those controls were first introduced, there were probably like, um, upper, like 100, like maybe like 170, 180 tools installed in China around that time. But because we still allow some of these tools to go, that stockpile has, uh, roughly doubled since then.
回看那些管制最初出台的时候，中国当时的机台存量大概是一百多台，也许170、180台。但因为我们仍然允许一部分这类机台流入，这个存量后来大致翻了一倍。
Saif Khan17:30
If we stop the flow of DOV, DOV immersion tools today, we project that China is probably going to be capped out at something like 10 million, uh, per year in their indigenous production.
如果我们今天就切断DUV浸没式光刻机的流入，我们预测中国的本土产能大概会被封顶在每年一千万颗左右。
Saif Khan17:30
the real way that the world is going to transform is through physical automation and robotics and marrying AI capabilities with robotics and starting to deploy robots at scale, having them learn how to do manufacturing and start to ultimately, even at some point, perhaps create self-sustaining supply chains.
这个世界真正发生转变的方式，是通过物理世界的自动化和机器人，把AI能力和机器人结合起来，开始大规模部署机器人，让它们学会制造，最终甚至可能创造出自给自足的供应链。
Saif Khan31:18
you have the most important actors really being frontier AI companies that are developing really powerful AI systems that are going to pose catastrophic risks or just kind of change the balance of power in the world in a significant and very discreet way, oftentimes outside of existing institutions.
最重要的行动者其实是那些前沿AI公司，它们开发的强大AI系统会带来灾难性风险，或者以一种显著而独立的方式改变世界的权力平衡，而且往往发生在现有建制之外。
Saif Khan33:27
I would not at all say I'm a skeptic. The companies are in a really good position to know whether they are automating their AI research. And I think they actually plausibly in the next couple of years could succeed in substantially automating a big portion of it.
我完全不会说自己是怀疑论者。这些公司非常清楚自己是否在实现AI研究的自动化，我认为他们在接下来几年里很可能真的会大幅自动化其中很大一部分工作。
Saif Khan55:36
数字与实体
| 美国模型能力领先时间 | 约8个月 | 7:04 |
| 2023年管制生效时中国DUV机台存量 | 约170-180台 | 17:30 |
| 现今中国DUV机台存量较2023年 | 大致翻倍 | 17:30 |
| 同情景下中国本土AI芯片年产能上限 | 约1000万颗/年 | 18:34 |
| 中国全供应链自主的边缘情景产能上限 | 数千万颗/年量级 | 18:34 |
术语
- DUV immersion lithographyDUV浸没式光刻机
- 仅次于EUV的先进光刻技术，华为用它造7纳米芯片
- EUV lithographyEUV极紫外光刻
- 目前制造最先进芯片所需的顶级光刻技术
- RSI (recursive self-improvement)递归自我改进
- AI自动化改进自身研发能力、可能加速能力增长的设想
- MATCH ActMATCH法案
- 美国国会正在讨论的限制对华半导体设备出口的法案
- IFP (Institute for Progress)进步研究所
- 资助并支持本期嘉宾新智库CTS的政策研究机构
收听指南
关注中美AI与半导体出口管制、芯片供应链政策，或想了解智库如何用实证方法做政策研究的人。
开场CTS成立背景和人才竞争的寒暄可跳过。