单一来源
当前只有一个可用来源,尚未完成多源交叉核验被美国制裁后,中国企业开始疯狂读论文
本文来自微信公众号: TOP创新区研究院 ,作者:新兴产业研究组今年9月,香港大学商学院的王砚波教授和深圳大学、清华大学的合作者在《Science》上发表了一篇政策论文,追踪了2010—2022年间被列入美国"实体清单"的中国企业。
结论让很多人都没想到:被列入实体清单之后,这些企业专利中引用科学论文的数量,平均暴涨了72.3%。被制裁,按理说应该被打趴下。结果这些企业干了什么?——回去读论文了。而且不只是读,还开始自己写。
在有发表论文记录的企业里,被制裁后其国内论文和国际论文分别上涨了33.3%和85.2%,连高影响因子期刊的发文也在涨。2010到2022年,中国企业在美国专利商标局获批的"引用科学的专利"涨了夸张的13.4倍,而美国同行只涨了1.3倍。
王砚波说:"一旦被挡在这个由美国主导的全球创新体系门外,他们就只能重新发明轮子。"美国实体清单内中国企业的行业分布及历年新增为什么买不到技术,就要回去读论文呢?这个逻辑值得好好理理,因为它是整件事的底层机制。
一项技术,比如一台光刻机、一颗高端芯片,表面上看是一个产品,拆开来是无数工艺和专利,但最底下压着的是一层科学原理——光学、材料、固体物理、流体力学。买得到产品的时候,没人愿意碰原理。
直接买,直接集成,直接上市,这是全球化黄金时代最理性的选择。王砚波在采访中就说,过去中国企业"满足于做全球创新生态的一部分,哪怕这个生态是美国主导的",但现在他们意识到,这是一个危险的选择。
制裁一来,产品和专利的门被关上了。这时候企业面前只剩三条路:1,逆向工程——把别人的东西拆开琢磨,但只能看到"是什么",看不到"为什么";2,绕道采购——成本高、风险大,而且随时可能被二次封堵;
3,回到知识源头——去读论文,把技术背后的科学原理自己推一遍,然后造一个"不用你技术"的替代品。论文里有这样一个个细节:对美国技术依赖越深的公司,被制裁后的专利反应越强烈。依赖越深,反弹越猛——这几乎是一个物理定律式的发现。
对美国技术高依赖公司(右侧)对比低依赖公司(右侧)在制裁后专利反映更强烈整篇论文里,有一个数据:被制裁之后,中国企业每年新增约0.99件引用中国科学的专利、0.27件引用非美外国科学的专利——以及0.2件引用美国科学的专利。
也就是说,美国关上了专有技术的门,却关不上公开发表的论文。因为科学这个事物有个特殊属性:它是全人类的公共品。一篇发在期刊上的论文,理论上任何国家的任何人都能读到。美国可以禁运一台设备、一项专利许可、一个EDA软件账号,但没法禁运麦克斯韦方程组,也没法禁运一篇已经公开的拓扑绝缘体论文。
国际科学理事会ISC发布的文件,主张“科学是全球公共品:是有益、可应用的知识源泉”制裁者设计的剧本是"知识断供",但知识分两层:可以关门的专有技术,和关不上门的公共科学。实体清单精确地打击了前者,却戏剧性地把中国企业推向了后者。
而论文的作者们警告,这条路走下去的终点,可能是"出现一个与现有全球创新生态竞争、而不是融入其中的独立技术体系"。所以如果我们跳出中美博弈的框架,这篇论文其实提出了一个更深的命题:技术可以脱钩,科学很难脱钩——但当技术体系分岔足够远,科学会不会也跟着分岔?
历史上不是没有先例。苏联的理工科体系曾经是另一个完整的知识宇宙:自己的期刊、自己的教材、自己的术语、自己的技术标准。那个体系产出过顶级数学家和第一颗人造卫星,但因为和全球市场、全球科学共同体隔绝,最终在半导体和信息革命中掉了队。
但今天可能有点不同,它在于:中国企业一边建自己的体系,一边仍在大量引用包括美国在内的全球科学。这意味着分岔还远没有走到苏联式的封闭。封闭体系死,开放体系活。哪怕是被逼出来的自立,只要还站在全人类的科学肩膀上,它就有生命力。
当然,引用论文≠追上了。中美之间的绝对差距仍然巨大是一个事实。2021年,美国上市公司的国际科研产出,仍是中国上市公司年均水平的5倍。13.4倍的增速惊人,但它建立在一个很低的基数上。
增速和存量,是两回事。而且,专利里多引一篇论文,不代表这项技术就突破了。从读懂原理,到工程实现,再到良率、成本、量产,中间隔着无数道坎。"读论文"是补课的开始,不是毕业的证书。中美上市公司科研论文产出对比,美国上市公司的国际科研产出,仍是中国上市公司年均水平的5倍而且这套方法是有代价的。
企业被迫把资源投向基础研究和替代方案,短期运营成本、供应链中断的阵痛都是真实的——论文也承认,制裁"在短期内阻碍了目标企业的运营"。但你这不是一个"越制裁越强大"的爽文逻辑,而是一个"绝境倒逼转型"的进化故事。
说实话,"制裁倒逼创新"这个叙事,过去几年我们听得太多,多到有点麻木。这篇《Science》论文的价值在于,它第一次用大样本、严谨的因果推断,把这个叙事从口号变成了数据:72.3%的科学引用增长、85.2%的国际论文增长、13.4倍对1.3倍——这些数字背后,是成千上万工程师在实验室里、在文献库里,把被关上的门一扇扇重新推开的过程。
买不到别人的技术,就回到知识的源头自己推一遍。这句话听起来悲壮,但换个角度:一个国家的工业体系开始大规模地"读论文、写论文",也许恰恰是从"制造大国"走向"科学大国"的真正起点。参考文献:Wang,J.,Li,X.,&Wang,Y.(2026)."Geopolitical tensions with the US accelerate Chinese firms'leveraging of science." Science,393(6817),1196–1199.https://doi.org/10.1126/science.aed7991
Evidence
来源与证据
当前仅有一个可用来源,尚未完成多源交叉核验。
- 发布时间
- 内容处理
- AI 翻译 / 摘要,需结合原文核对
相关资讯
阿拉斯加选票上的两个Sullivan:这到底是不是“犯罪”?
本文来自微信公众号: 一个生物狗的科普小园 ,作者:Y博的科普园11月3日就是决定美国下一届国会归属的中期选举,其中阿拉斯加的参议员席位是两党的主战场之一。但这场参议员竞选早在几个月前就因为候选人的名字引发口水战:谋求连任的共和党参议员是Dan S.Sullivan,可这次突然跑出一位也叫Dan Sullivan的退休教师——Dan J.Sullivan,也要竞选。自从出了第二个Sullivan,共和党坚决认为这是民主党派来搅局的,是希望利用同名同姓的Sullivan,来混淆选民,分流投向Dan S.Sullivan的票。共和党曾试图以Dan J.Sullivan参选动机不纯为由要求将他的名字
不要温柔地走入那良夜
本文来自微信公众号: 橙竹洞见 ,作者:竺大炜三位同事身边有三位同事,Alice、Ben,还有Charlie。Alice很勤奋。她工作认真负责,交给Alice的事情总做得很好。就是慢点。但Alice说,慢工出细活。她知道AI有用,也尝试过让AI帮忙写报告。但她总觉得AI写出来的东西还不够好,细节不够准确。于是,她还是习惯自己动手。她知道应该学习AI。问题是,她每天的工作已经排得满满当当。收集资料、整理数据、撰写报告、修改PPT,忙得不可开交。她想等到手头工作忙完再说,可手头的工作永远也忙不完。但话说回来,这样的忙,让Alice觉得心里踏实。毕竟,自己亲手做出来的东西,总比交给AI靠谱。Ben很
折腾了整整1年,毫无保留地分享一下我这套Agent自动化系统。
本文来自微信公众号: 数字生命卡兹克 ,作者:数字生命卡兹克上周六的时候,DeepSeek发了他们一篇很长的技术文章,叫《Super-agent设计探索:迈向更自主的Agent系统》,细细读完了,非常棒的架构,对很多开发者来说,都非常非常值得学习。其中里面最重要的一句话,我觉得就开篇的那句:“一个人通常只能同时跟进3到5个活跃的会话,在这种设计下,单任务的上限取决于模型能力,多任务的上限取决于人的注意力。”在整个Agent系统里,人的注意力是最宝贵的资产,同时也是最大的瓶颈。其实历史上出现过无数次这种情形。1380年,朱元璋借着胡惟庸案,把中书省和丞相一起废了,从此六部直接对皇帝负责,天下大事
给漫剧卖铲子能赚钱吗?
本文来自微信公众号: 王智远 ,作者:王智远都说这轮AI漫剧,最先赚到钱的是卖铲子的。嗯,做模型、卖算力、做工具、卖课,差不多就这四拨人。我把产业链上的报价单翻了一遍,发现一件怪事:同样卖算力,H100的合约价5个月涨了近四成,A800却在两年里跌了53%;西北有些机房把中低端卡挂到一元一卡时,还是没人接。所以,冲着卖铲子稳赚这件事进场,恐怕得先想清楚,你到底打算卖哪一把。先看需求。信通院数据显示,2026年一季度,AI算力需求同比增长417%,有效供给只增长了128%,这个季度的算力租赁市场规模达到680亿元。需求涨得这么快,供给又跟不上,照理说,卖铲子的都该涨价。实际情况却挺有意思。最近几
AI 翻译、摘要和解读仅用于辅助判断;涉及重要决策时,请回到上方来源核实。