繼續出口DUV光刻機，恐讓美國十億芯片產能優勢拱手讓人
美國智庫測算：若放行次代DUV光刻機，中國2030年代芯片產能可能追平美國；現在收緊出口，差距會被鎖定在近百倍。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
智庫該補的是前瞻研究的空當
Khan 說，當年在喬治城 CSET 做半導體政策研究時，AI 政策還沒人關心，有大把時間做面向一兩年後的前瞻研究；如今每天都有AI新消息，反而沒人願意沉下心做這種工作。他認為新智庫 CTS 要補的就是這個空當：一是做一兩三年後真正管用的政策構想，二是把研究建立在真實的供應鏈細節上——從製造設備到 token 到機器人，因為物理世界的東西是可預測的、經得起深挖，不像空對空的政策辯論。
— Saif Khan美國領先8個月，沒人說清機制是什麼
外界常說美國模型能力領先中國約八個月，但 Khan 說這個數字背後的機制幾乎沒人講清楚——多少來自訓練更大模型，多少來自中國公司靠蒸餾或強化學習獲得的能力提升，美國進展加速或放緩又會如何傳導到中國。他舉例，當 GLM 5.3 flash 被曝出用數十萬億 token 訓練時，輿論立刻說「出口管制沒用了」,但這個判斷對不對，其實缺乏系統性的解釋支撐。
— Saif KhanDUV光刻機是中國最後一塊啃不下的骨頭
Khan 說，EUV極紫外光刻之外，DUV浸沒式光刻是目前仍在用於製造先進芯片的次優技術，華為造7納米芯片靠的就是它。全球只有日本和荷蘭兩個美國盟友能造這類機臺，是美國手裡最有效的卡脖子工具——中國造不出來，而且是整條半導體設備供應鏈裡最難實現自主可控的一環。報告測算，中國要到2030年代中期左右才可能有商用的本土DUV機臺，是供應鏈裡最後被攻克的環節。
— Saif Khan管制留了口子，中國機臺存量已悄悄翻倍
2023年管制生效時，低一檔的DUV浸沒式機臺仍被允許賣往中國，當時中國存量約170到180臺，此後這個存量已大致翻倍。報告建模測算：如果現在徹底切斷DUV出口，到2030年代中期，美國每年能產出約10億顆H100等效AI芯片，而中國本土產能會被鎖死在千萬顆量級；但如果繼續放行這些機臺，兩邊產能區間可能會重疊，等於把整個領先優勢拱手讓出。
— Saif Khan軟件智能爆炸之外，機器人是被低估的變量
Khan 認為，未來幾年AI世界真正的轉折點，可能不是軟件上的遞歸自我改進，而是物理世界的自動化——AI與機器人結合，規模化部署機器人去學習製造，最終可能形成自給自足的供應鏈。這個方向目前在華盛頓幾乎是空白地帶，他說整個政策圈裡認真研究機器人與AI交叉問題的人一隻手數得過來，中國那邊的研究更是幾乎沒有，這會是美中AI競爭下一個關鍵節點。
— Saif KhanAI政策分裂成安全派與擴散派兩種世界觀
Khan 把AI政策的分歧歸納成兩種思維：「安全心態」認為最重要的行動者是研發前沿模型、可能帶來災難性風險或改變世界權力平衡的少數AI公司，這種變化往往發生在現有建制之外；「擴散心態」則認為真正重要的是AI被廣泛採用後與既有制度的共同演化，核心是財富再分配和AI在經濟體系中的角色。他強調這兩者不是對立，而是都要解決——即便防住了生物武器風險，只要沒回答人類在AI經濟裡扮演什麼角色，問題就還沒解決。
— Saif Khan編程智能體把智庫人力壓縮到一小部分
Khan 說，過去九個月裡 Claude Code 和 Codex 這類編程工具，讓CTS這樣的小團隊能查詢大量數據、快速做深度分析，DUV報告能達到的技術分析深度很大程度上得益於此。他認為過去需要十五到二十人的智庫團隊，現在一個更小的團隊就能做到同等的產出密度和分析深度，這也是CTS願意在這類工具上大舉投入的原因。
— Saif Khan他不是RSI懷疑論者，但不知道曲線會怎麼彎
面對「你比Dario Amodei更懷疑遞歸自我改進」的說法，Khan否認自己是懷疑論者：他認為AI公司完全有能力判斷自己是否在實現AI研發自動化，未來幾年很可能真的大幅自動化一大部分AI研究。他真正的不確定在於另一個問題——自動化AI研發究竟只是勉強讓人類維持住現有的能力增長曲線，還是會把這條曲線進一步推陡；今年已經出現自主網絡攻擊、智能體能力、解出Navier-Stokes這樣的千禧年數學難題等里程碑，但自動化研發在現實世界的實際影響，他認為現在還很難判斷。
— Saif Khan原話 · 已逐字校驗
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.
現在依然只有兩個國家、兩個美國盟友——日本和荷蘭——能生產這類機臺。這是我們手裡最有效的卡脖子工具，中國造不出來。
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.
就像一個人花了十年寫出來的書那樣，我在每一頁都學到了東西，這份報告的每一頁我都真的學到了東西。
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臺的時候，中國當時的機臺存量大概是一百多臺，也許170、180臺。但因為我們仍然允許一部分這類機臺流入，這個存量後來大致翻了一倍。
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.
如果我們今天就切斷DUV浸沒式光刻機的流入，我們預測中國的本土產能大概會被封頂在每年一千萬顆左右。
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.
這個世界真正發生轉變的方式，是通過物理世界的自動化和機器人，把AI能力和機器人結合起來，開始大規模部署機器人，讓它們學會製造，最終甚至可能創造出自給自足的供應鏈。
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.
最重要的行動者其實是那些前沿AI公司，它們開發的強大AI系統會帶來災難性風險，或者以一種顯著而獨立的方式改變世界的權力平衡，而且往往發生在現有建制之外。
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.
我完全不會說自己是懷疑論者。這些公司非常清楚自己是否在實現AI研究的自動化，我認為他們在接下來幾年裡很可能真的會大幅自動化其中很大一部分工作。
Saif Khan55:36
數字與實體
| 美國模型能力領先時間 | 約8個月 | 7:04 |
| 2023年管制生效時中國DUV機臺存量 | 約170-180臺 | 17:30 |
| 現今中國DUV機臺存量較2023年 | 大致翻倍 | 17:30 |
| 同情景下中國本土AI芯片年產能上限 | 約1000萬顆/年 | 18:34 |
| 中國全供應鏈自主的邊緣情景產能上限 | 數千萬顆/年量級 | 18:34 |
術語
- DUV immersion lithographyDUV浸沒式光刻機
- 僅次於EUV的先進光刻技術，華為用它造7納米芯片
- EUV lithographyEUV極紫外光刻
- 目前製造最先進芯片所需的頂級光刻技術
- RSI (recursive self-improvement)遞歸自我改進
- AI自動化改進自身研發能力、可能加速能力增長的設想
- MATCH ActMATCH法案
- 美國國會正在討論的限制對華半導體設備出口的法案
- IFP (Institute for Progress)進步研究所
- 資助並支持本期嘉賓新智庫CTS的政策研究機構
收聽指南
關注中美AI與半導體出口管制、芯片供應鏈政策，或想了解智庫如何用實證方法做政策研究的人。
開場CTS成立背景和人才競爭的寒暄可跳過。