1811 年，英格蘭中部的紡織工人衝進工廠，砸毀新式織布機，抗議機器搶走他們的飯碗。這場後來被稱爲“盧德運動”（Luddite Movement）的抗爭持續了好幾年。英國政府調動軍隊鎮壓，將破壞機器列爲可判死刑的重罪，多名參與者被絞死，更多人遭到流放。機器當然沒有被擋住，但技術替代引發的失業、衝突和政治回應，延續了很多年。
200 多年後，這個名字出現在了一個意想不到的場合。
上個月，Google 前 CEO、現任 Relativity Space CEO 埃裏克·施密特去了一趟中國，見了一圈科技公司高管。在 7 月 11 日他和中國及 AI 政策研究者 Selina Xu 合寫的《紐約時報》文章裏， 他記下了一個印象很深的細節：一名中國 CEO 當面對他說，寧可讓 AI 增長慢一點，也不願重演盧德運動。
圖丨Eric Schmidt（來源：MIT News）
在硅谷，施密特大概很難從一家正在參加 AI 競賽的公司那裏，聽到如此直接的減速主張。
過去幾年，硅谷的主流敘事是加速。 “e/acc”（有效加速主義）從一小羣技術樂觀派的網絡暗號，變成了半認真、半挑釁的行業信條：技術進步天然具有正當性，快意味着領先，慢意味着把機會讓給別人。 Marc Andreessen、Y Combinator 的 CEO Garry Tan 都曾公開把“e/acc”寫進社交媒體簡介。投資人和創業者甚至用“builder”與“doomer”劃分陣營：一邊是造東西的人，另一邊是擔心失控、拖慢進步的人。
硅谷當然也有安全研究者和監管支持者。可在商業競爭中，獎勵始終屬於更早發佈模型、更快搶佔用戶、更敢於投入算力的公司。在這樣的氣氛裏，“也許應該慢一點”可以是一項安全主張，卻很難成爲一家公司的經營原則。
施密特在中國見到的企業家，不止一個人在說“慢一點”。有人不願過於激進地用 AI 替換員工，有人擔心 AI 一旦造成社會不穩定，整個行業都會被收緊。
這些人並不是技術上的保守派。他們經營的公司在過去兩年的 AI 競賽中打得很兇：DeepSeek、智譜的開源模型在多個基準測試上追平了閉源對手；豆包在 2026 年春節營銷戰期間一度突破 1 億日活躍用戶；百度的無人駕駛出租車已經進入十幾座城市，並繼續向海外擴張。技術能力和商業野心都不缺。可施密特認爲，在“要不要全速推進”這件事上，他們表現出了一種硅谷同行身上不太常見的剋制（儘管他們也同樣處於一種 FOMO 的情緒中）。
這份剋制不完全是商業策略，也是經驗。過去幾年，中國科技行業經歷過一輪完整的擴張與收縮週期。 施密特認爲， 這一代中國企業家比硅谷同行更清楚： 一個行業跑得太快、動靜太大，讓太多人覺得自己成了技術進步的代價，最終減速的會是整個行業。
那名引用盧德運動的 CEO，所表達的也不止是“自我保護”這麼簡單，他的潛臺詞大概是：技術部署的節奏，和技術能力同樣重要。工業革命的紡織機沒有錯，可它進入工廠的速度超過了當時社會吸收失業和利益調整的能力，結果是暴力衝突，以及此後漫長的改革。
哪怕技術方向是對的，速度失控，結果也可能走向反面。
這個判斷與硅谷加速主義的假設正好相反。流行版本的 e/acc 相信，技術進步會創造新的需求、崗位和社會制度，眼下只管向前跑，社會遲早會追上來。中國這批企業家的判斷更謹慎：社會未必能及時跟上；一旦掉隊的人足夠多，他們砸爛的可能不是機器，而是你的公司。
兩種思路的分歧不在於對技術有沒有信心，兩邊都很有信心（ 當然，某種程度上中國的“慢”也是因爲算力、模型水平等現實約束也在替企業踩剎車） 。真正的差別，是如何估計社會的彈性。硅谷更相信社會撐一撐就能適應，中國企業家則對這個過程保持警惕。
施密特引述了 7 月初的一件事作爲註腳。字節跳動的豆包和阿里的通義千問幾乎同一天宣佈下線智能體功能，虛擬男友、虛擬閨蜜、角色扮演類AI應用統統關停。一個被證明有用戶粘性的產品方向，說停就停了。行業確實在做減法。
恰恰是在這種不斷做減法的環境裏，中國公衆對 AI 的態度出奇地好。
斯坦福大學《AI Index 2026》的數據是： 84% 的中國受訪者對使用 AI 的產品和服務感到興奮。中國是調查中興奮程度最高的國家之一。
圖丨不同國家民衆對與AI的態度（來源：Stanford HAI）
美國那邊的數字方向卻完全相反。
蓋洛普 2025 年的調查顯示，80% 的美國成年人支持維持 AI 安全和數據保護規則，即使這意味着發展速度變慢。民主黨和共和黨選民在這一點上罕見地接近。
恐懼已經落到具體的生活裏。 蓋洛普 2026 年 3 月的調查顯示，71% 的美國人不希望自家附近建設 AI 數據中心，這個比例甚至高於反對在附近建設核電站的 53%。
圖丨美國反AI遊行（來源：Vox）
2026 年第一季度，全美至少有 75 個數據中心項目因社區和地方政府反對而被暫停或推遲，涉及投資約 1,300 億美元。不同機構的統計口徑並不完全一致，一份 6 月發佈的行業簡報則稱，全美活躍的數據中心反對團體已超過 800 個，分佈在 49 個州。公衆情緒已經開始影響項目工期和資本回收。
連一向最願意嘗試新技術的年輕人也在後退。蓋洛普今年對 14 歲至 29 歲人羣的調查顯示，對 AI 感到興奮的比例從上一年的 36% 降至 22%，感到憤怒的比例則升至 31%。使用率沒有明顯下降，情緒卻在惡化。
把兩組數據放在一起，我們就看到了這樣一個畫面：中國的企業家謹慎，公衆樂觀；美國的企業家激進，公衆恐懼。 這與人們對兩國的刻板印象——中國大幹快上，美國謹慎前進（由於多方利益的對抗）——幾乎完全相反。
目前還無法證明，兩種情緒完全由企業的部署節奏造成。中國公衆的樂觀也可能來自更高的使用率、對經濟增長的期待、對政府幹預能力的信任，以及不同的調查環境。可兩邊正在形成的反饋仍然很難忽略。
硅谷公司越是高調宣揚 AI 將要替代一切、改變一切、顛覆一切，公衆就越容易覺得自己站在“被顛覆”的那一邊。當 OpenAI 的 CEO 把公司的工作描述爲創造人類歷史上最強大的工具，普通人未必只會感到興奮。他們也會追問：這個最強大的工具，最終會用來幫助我，還是替代我？
公司的激進敘事放大了公衆的恐懼，公衆的恐懼又推動更強硬的政治回應。一旦進入這個循環，企業會覺得監管者不懂技術，公衆則會覺得企業根本不在乎他們。
中國的情況暫時相反。 企業較少面向公衆鼓吹“消滅崗位”或“顛覆一切”，有關部門又在事故和勞動爭議出現後迅速介入，普通人感受到的切身威脅相對有限。
今年 3 月底，武漢超過 100 輛百度蘿蔔快跑同時出現系統故障。一些乘客被困在車流中，有乘客稱自己在高架道路上等待了超過 90 分鐘，整場故障持續了數小時。社交媒體確實出現了一波質疑，但人們主要追問無人駕駛是否成熟、運營方如何保障乘客安全，沒有迅速演變成“AI 是否應該發展”的爭論。
杭州中院公佈的另一起案件也產生了類似效果。一家公司引入 AI 後，準備將一名問句質檢員工調崗，月薪從 2.5 萬元降至 1.5 萬元；協商不成，公司單方面解除勞動合同。法院認爲，企業主動採用 AI 屬於自身的技術革新決策，不必然構成“勞動合同無法履行”的法定情形，最終判決企業支付 26 萬餘元賠償金。
法院沒有禁止企業用 AI 替代崗位，也沒有承諾員工永遠不會失業。它限制的是一種具體做法： 公司不能僅憑“AI 更便宜”，就把技術轉型的全部成本交給員工。輿論因此更容易把矛頭對準公司的處理方式，而不是技術本身。
中國公衆的樂觀，並不必然意味着他們不瞭解 AI 的風險。更可能的情況是，他們在日常生活中感受到的 AI 仍然以工具和助手爲主：寫文案、做 PPT、查資料、處理圖片、聊天解悶。AI 已經進入生活，還沒有普遍以一個“吞掉一切”的龐然大物出現。
企業和監管的剋制，有意無意地控制了公衆的體感溫度。
美國公衆的恐懼也有現實的根基，而不只是被企業敘事嚇到了。AI 收益和成本的分配並不對稱：利潤集中在少數公司手裏，失業風險、社區負擔和隱私侵蝕則散佈在所有人身上。
施密特在文章裏承認了這個問題。他還引入“jagged intelligence”，即“參差智能”，解釋公衆的困惑爲何如此難以化解：AI 能在某些專業領域表現驚人，又會在極其簡單的日常任務上犯匪夷所思的錯誤。
這意味着，AI 沒有鼓吹者說得那麼無所不能，也沒有懷疑者說得那麼一無是處。它同時被高估，也被低估。在這種認知混沌中，人們會本能地抓住那些最確定、最貼近自己的風險。“AI 可能讓我丟掉工作”，總比“AI 未來可能幫助人類攻克癌症”更容易感知。
施密特的核心判斷是， 真正的挑戰不只在於中美誰的模型更強，也在於誰能在不撕裂自身社會的前提下，把 AI 的好處兌現出來。
爲此，他提出了一套“民粹主義 AI 議程”（a populist AI agenda）：把 AI 公司的部分利潤通過主權財富基金分配給公民，類似新加坡淡馬錫的模式；建設市場缺少動力提供的公益 AI 模型，幫助人們辦理政務、獲得法律援助、教育孩子；推動真正的開源，讓圖書館、小企業和非營利組織也能參與 AI 的建設和使用。
他拿 NASA 作類比。太空探索曾經被組織成一項國家使命，AI 也應該成爲一項公共工程，而不只是少數公司的商業項目。
要知道，施密特執掌 Google 約 10 年，是上一輪技術擴張中最大的贏家之一。現在，他開始強調市場和企業無法獨自完成 AI 收益的分配，國家必須介入。
某種程度上，這可能說明硅谷過去 20 年“先跑起來再說”的技術部署模式，已經跑到社會不再輕易買賬的位置。
沿着這個判斷再往前一步，AI 競賽的傳統敘事也需要調整。過去人們關心誰的模型最強、算力最多、迭代最快。可一個國家若因公衆反彈而被迫大幅減速，導致數據中心建不下去，勞動保護法案越來越嚴，選民要求暫停部署，那麼最先跑出去的公司，也可能最先撞上社會邊界。
社會許可，即讓幾億人相信這項技術對自己有益、願意給它繼續試驗和擴張的空間，正在成爲一種比算力更難獲得的競爭資源。
它沒有對應的基礎設施可以買，也沒有一套訓練方法能夠生成。中國的企業家通過剋制暫時保住了更多善意，美國企業正在因爲激進而消耗這種善意。但剋制換來的信任也有保質期。它建立在 AI 尚未真正大規模替代崗位的前提上；一旦這個前提鬆動，今天的樂觀可能迅速蒸發。
參考資料：
1.https://news.gallup.com/poll/694685/americans-prioritize-safety-data-security.aspx
2.https://hai.stanford.edu/ai-index/2026-ai-index-report/public-opinion
運營/排版：何晨龍
注：封面/首圖由 AI 輔助生成