砸了上万亿的真金白银，我们的大模型已经追平世界顶尖水平，写文案、做汇总、答问题样样流畅，仿佛AI马上就要接管生活的方方面面。可没人告诉你，真到政策风险预判、大国博弈推演的实战层面，我们掏不出一个能顶上去的社科AI。

经济学家卢麒元前段时间的判断，直接捅破了这层行业窗户纸。他说万亿级的真金白银投下去，上百万社科领域的研究者养着，到头来却做不出能下场实战、辅助预判政策风险的人工智能。这话听着刺耳，却点中了当前AI发展最隐蔽的短板。

眼下我们能看到的AI繁荣，全都集中在消费端和通用办公场景。全球AI模型聚合平台的公开数据显示，2026年以来中国大模型的周调用量稳居全球前列，性价比优势十分突出，在全球开发者群体里的认可度持续攀升。

政务领域的AI应用也在广泛铺开，智能咨询、辅助办事、政策精准推送等功能陆续落地，确实给公众和企业办事带来了不少便利。但这些本质上都属于服务型AI，做的是信息整理、事务答复类工作，还触不到决策的核心环节。

真正能在大国竞争里发挥关键作用的社科AI，是能吃透数十年经济运行数据、政策落地效果、国际规则演变，精准预判一项政策出台后的连锁反应，能模拟多方博弈的不同路径，提前识别风险点和机会窗口的核心能力。

为什么会出现这种表面繁荣与核心短板的反差？我认为首先是发展路径的偏差。国内AI产业更倾向于布局能快速落地变现的通用场景，流量规模大、商业化路径清晰，资本能快速看到回报。而社科AI投入周期长、对接难度大，自然难以获得重仓投入。

更深层的制约来自数据壁垒。社科AI的训练无法依赖互联网上的泛娱乐内容，它需要真实的经济运行数据、社会治理数据、历史政策案例等核心信息。但这类数据分散在不同部门，共享机制不畅，再先进的算法也缺少高质量的训练原料。

人才体系的脱节同样是关键原因。我们确实拥有规模庞大的社科研究队伍，但绝大多数仍在沿用传统的研究范式，对AI技术的融合应用不足。而AI技术团队又普遍缺乏社科领域的专业逻辑，两边难以形成有效的协同合力。

反观美国，早已把AI竞争的战场延伸到了社科与国家战略领域。2026年推出的“创世纪使命”计划，整合了五十多亿美元的跨部门科研资源，除了推进科研领域的AI应用，更重点将AI嵌入财政管理、情报分析、战略推演等核心治理环节。

其国防体系也确立了AI优先的战略方向，要求把人工智能从辅助决策工具升级为指挥链路的核心组成，用于处理海量情报信息、推演不同场景下的行动方案。财政部门也早已用AI监控全球资本流动、预判系统性金融风险。

美国原本的战略预设，是靠算力优势和通用模型技术长期拉开差距。但随着中国在通用大模型领域快速追赶，双方顶尖模型的性能差距已经缩小到个位数，所以他们开始调整方向，试图在社科战略AI这个隐形赛道重建优势。

当然我们也并非完全没有基础。国内已有科研机构和高校推出了面向区域经济、公共治理的专用模型，在特定范围内做了不少探索。但这些应用大多是零散的试点，没有形成国家级的完整体系，距离实战化应用还有不小的距离。

在我个人看来，最根本的差距其实是认知层面的。很多人至今仍把AI定位成高级办公工具，觉得能提升日常效率就足够了。但大国博弈进入深度竞争阶段，AI早已不是简单的工具，而是能影响战略决策效率、重塑国家治理能力的核心变量。

可以设想，未来面对同一项政策议题，对手能用AI在极短时间内完成全维度影响测算和多方案应对推演，我们还依赖传统的人工调研论证，这种效率上的差距，最终会转化为实实在在的竞争劣势。

但我们完全不必妄自菲薄。我们拥有全球最完整的产业体系、最丰富的社会治理实践场景，还有海量的真实运行数据，这些都是培育社科AI最宝贵的基础条件。只要打通数据壁垒、理顺协同机制，补上短板的速度会超出很多人的预期。

说到底，聚光灯下的通用大模型比拼，只是AI竞争的上半场。真正决定大国竞争最终走向的下半场，在看不见的治理核心与战略深处。当万亿投入和百万人才真正聚焦到核心方向，当我们的AI不仅能做文案，更能扛事、能预判、能打硬仗，我们才能在这场长期博弈里站稳脚跟。