晶片禁令下的破口：美國嚴防硬體輸中，中國卻年砸 5 億美元買進矽谷訓練資料
近年來，美國政府針對先進晶片輸往中國的情形，建立嚴格的地緣政治防線，企圖阻止中國取得支撐頂尖 AI 模型的關鍵算力資源。然而，在這座由美國精心打造的晶片堡壘之外，用來訓練 AI 模型的人類專業知識與數據資料，在跨境流動時卻幾乎沒有受到同等程度的審查，形成另一個未被防堵的破口。
這些高價值的資料基礎建設，由龐大的專家網絡，以及精密的任務設計、評估指標與品質控制程序共同構建，是讓 AI 模型處理金融建模、程式設計等複雜專業工作的核心要素。《富比士》（Forbes）調查發現，多間總部位於矽谷、估值達數百億美元的頂尖資料標註新創公司，在為 OpenAI、Anthropic 甚至美國聯邦機構提供服務的同時，也正悄悄地將這類關鍵的 AI 訓練資料販售給中國主要 AI 實驗室，在暗地裡形成規模達數億美元的跨境資料交易，進一步協助中國的 AI 模型拉近與美國競爭對手之間的技術差距。
高品質「專家資料」也是模型進步的關鍵資源
在訓練前沿 AI 模型的過程中，算力與晶片固然是門檻，但高品質的訓練資料才是決定模型能否真正實用的關鍵資源。前艾倫人工智慧研究所（Allen Institute for AI）研究員 Nathan Lambert 在接受《富比士》採訪時便指出：「在訓練模型所需的算力之外，高品質的資料是最重要的要素，當我們試圖引導模型走向全新、更具挑戰性的領域時，獲取優質資料是讓模型變得可行的最高槓桿項目。」
事實上，要讓 AI 系統學會複雜的會計實務或網路實驗流程，關鍵絕非是大量收集人類完成工作的最終產出而已，而是深藏在資料規格本身的設計細節。這包含模型應該將焦點放在哪些特定資訊，以及由專業人士所撰寫、用以引導模型理解白領專業工作的細緻評分標準。
因此，當中國的 AI 實驗室向美國資料商採購這些資料時，他們實質上是以極高的效率，直接買下支撐矽谷頂尖模型背後、歷經反覆試錯才得來的獨家專業判斷，而不僅僅是網路上隨處可得的原始數據。AI 數據顧問 Sean Cai 對此也坦言，若深入研究中國資料產業的現狀與整條資料供應鏈，就會發現許多推動美國模型進步的相同數據，實際上也正被銷往中國的實驗室。
中國六大 AI 實驗室，一年約花 5 億美元向美國資料公司採購數據
這條從矽谷流向中國科技巨頭的資料管道，其商業規模遠比外界想像的更為龐大。根據兩位資料標註領域的業者透露，他們曾從騰訊與字節跳動的高層那裡得知內部的市場估算，並指出中國六大 AI 實驗室每年向美國資料公司採購的金額，總計高達約 5 億美元。值得注意的是，這些中國實驗室在採購資料時，並不把彼此視為直接的競爭對手，而是將自身視為一個共同尋求西方頂級資料集的聯合買方群體。
《富比士》揭露的內部通訊與採購細節顯示，騰訊曾向 Surge AI 提出涵蓋金融、網路安全以及「具備自我提升能力之 AI 系統」等極具野心的訓練資料採購需求，且同時與新創公司 Mercor 存在合作關係，這兩家美國新創均曾服務過美國軍方、空軍或聯邦政府機構。此外，阿里巴巴（Alibaba）員工的音訊記錄也證實其與 AfterQuery 和 Mercor 的採購協議，螞蟻集團（Ant Group）高層則承認與 AfterQuery 存在密切合作關係。
在這龐大的利益誘惑下，美國資料商也積極回應市場。例如 Mercor 在今年第二季來自中國 AI 實驗室的營收已佔其總營收的 2%，甚至為此聘請專門的中國區業務負責人，AfterQuery 更有至少 5,000 萬美元的經常性營收來自中國市場，至於 Surge AI 的執行長 Edwin Chen 甚至親自前往中國與當地的實驗室高層面談，尋求更深入的合作機會。
買到的不只是資料，中國還可沿用為了 OpenAI、Anthropic 所建立的「知識管道」
在具體的交易模式中，美國資料公司除了為中國實驗室提供高度客製化的單一專案外，最主要的獲利引擎則是銷售所謂的「預製資料集」（Off-the-Shelf, OTS）。這類標準化、可重複販售給多個實驗室的產品，對資料商而言具有極高的利潤率。然而，這些預製資料集絕非與美國最尖端模型的訓練體系毫無關聯，它們實際上是沿用美國資料商為 OpenAI 或 Anthropic 開發客製化專案時建立的同一套「知識管道」（knowledge pipelines）製作而成。
這也代表中國實驗室買下的資料，同樣融入由美國博士級專家網絡、品質控制演算法以及後訓練評分標準所提煉出來的智慧結晶。藉由購買這些具備成熟推理結構的 OTS 資料集，中國實驗室得以直接繞過長達數月的反覆摸索與試錯。有業界高層透露，中國買方甚至會直截了當地告訴美國資料商，他們希望購買美國頂尖實驗室已經採購過的同款資料，藉此直接承襲矽谷的核心推理能力。
晶片已有出口管制，人類專業知識卻幾乎沒有同等審查
面對如此熱絡的跨國交易，投資過多間美國 AI 模型開發商的 Striker Venture Partners 創辦人 Max Gazor 指出，這在本質上更像是一個關於企業是否選擇向中國 AI 公司出售資料的「道德決定」。然而，《富比士》直接將當前的監管真空形容為「法外狂野西部」（Regulatory Wild West），因為相較於晶片出口的嚴格限制，跨境流動的人類專業知識幾乎處於無人監管的真空狀態。
對此，部分業界人士將其提升到了國家安全的高度。Micro1 執行長 Ali Ansari 便在社群平台 X 上公開發文痛批，部分人類資料公司與外國競爭對手合作，其惡果已在中國如 Kimi K3 這一類模型的進步中顯現，並直言：「我們認為，一方面聲稱追求美國在 AI 領域的絕對主導地位，另一方面卻向與我們處於敵對競爭關係的國家出售價值數百萬美元的資料，這是令人羞愧的。」Micro1 強調其堅持不向美國以外的市場出售資料，而估值龐大的 Scale AI 也曾在 2024 年因為國安疑慮，主動終止與字節跳動的合作洽談。
然而，反對限制資料出口的一方則認為，任何試圖限制數據或 AI 跨國流動的法令，都有可能實質傷害美國開源 AI 的生態繁榮，甚至進一步鞏固 OpenAI 與 Anthropic 的壟斷地位，從而帶來其他層面的問題。
不只直接買資料，中國研究機構也透過「模型蒸餾」取得美國 AI 能力
除了直接從美國供應鏈採購訓練數據外，中國的研究機構與軍方單位也正透過另一種更為隱蔽的技術手段，繞過算力限制來獲取美國頂尖模型的運算成果。《路透社》（Reuters）在檢視超過 80 篇中國學術論文與專利後發現，中國軍方與安全機構的研究人員，正系統性地利用 OpenAI、Anthropic 等美國領先模型產出的結果，進行所謂的「模型蒸餾」（model distillation）來訓練自身的防衛與軍事系統。
模型蒸餾是一種在業界廣泛應用的技術，其核心在於將功能強大的大型模型的輸出，作為更小、更專業化模型的訓練素材，使這些小型模型能夠繼承大型模型的部分核心能力，卻不需要耗費從頭打造前沿模型所需的龐大運算與晶片資源。這在美國嚴格限制中國取得先進晶片的背景下，成為中國發展輕量化與邊緣運算的關鍵技術捷徑。
這種技術繞道的具體案例不勝枚舉，例如隸屬中國人民解放軍 96941 部隊的研究人員，便曾利用 OpenAI 的 GPT-3.5 來處理敏感的軍事原始碼。其他的學術論文中，也詳細記錄研究人員如何利用領先的美國 AI 模型產出的輸出結果，生成合成數據來訓練本土模型，使其得以在完全封閉的中國軍用網路中安全運行。
在晶片出口管制被視為地緣政治防線的今天，這些尚未被法律完全覆蓋的「人類專業知識」與「模型推理結果」的無形流動，無疑正成為美中科技競爭中，下一個最關鍵且最難以防堵的勝負核心。