这两天，有一个说法在市场和境外的政策研究圈层流传：是不是要关上AI技术出口的大门了？

这个疑问，可以追溯到10月16日。当天，商务部、科技部就修订《中国禁止出口限制出口技术目录》（以下简称《目录》）公开征求意见。其中，有23项领域技术，包括大模型、智能体、算力集群、信息处理等。

《目录》出来后，一些人提出了疑问：中国强调技术开放，怎么突然要给AI加上“出口限制”了？这次是不是政策转向的信号？

谭主了解到，政策公布以来，DeepSeek、MiniMax两家头部企业已顺利履行登记手续，并完成开源和海外授权使用。

而今年上半年，相关部门就开始酝酿本次《目录》的征求意见稿，并且事前广泛组织了研究机构、行业组织、业内头部企业开展深入评估。

北京大成律师事务所的刘婧、刘红梅律师参与了这些讨论。她们和谭主分享了一个细节：对比几个月前的初稿，AI领域部分技术条目的控制要点一直在跟着行业的最新发展调整。当时企业在会上提的很多关切和建议，都很好地体现在了这次发布的政策中。

现在他们更关心的，是后续有没有更明确的操作指引。

另一个细节是，商务部在相关答问中，对“什么不管”的解释，明显比对“什么要管”的解释更多、更具体。从这也能看出，《目录》的核心是划定边界，而非单纯限制AI技术对外出口。

谭主也梳理出了几个关键点，带大家看懂这套规则是怎么回事。

这套规则

到底管什么？

不做技术的人，很容易把“技术出口”和“产品出口”混为一谈。有人可能会问，利用限制类大模型对外提供API调用、APP/网页交互、SaaS应用等，属不属于大模型技术出口管理范围？

答案很明确：不算。

这次重点监管的，主要是三类情况：

第一，数据安全。

利用我国核心数据进行训练后提供服务的大模型，拟禁止出口；利用重要数据进行训练后提供服务的大模型，拟限制出口。简单来说，只要模型训练过程涉及国家数据安全的关切，无论模型本身是大是小、参数多少，都要受到出口约束。

第二，敏感用途。

比如，达到一定性能的智能体技术，本身是拟限制出口的；但如果这项技术被专门或主要用于国家关键信息基础设施、国防军工、核心政务等高敏感场景应用，性质就变了，直接升级为拟禁止出口。这里传递的逻辑很明确：同一项技术，用在哪里、为谁服务，决定了它面临多严格的监管。

第三，算力底座。

像人工智能处理芯片设计技术，用于大规模智能算力集群的片间或节点间高速互连技术等，都拟被纳入出口管理。这属于AI关键物理基础设施层面的技术。

看完这三点就能明白，这套规则管的是技术底层逻辑。

企业利用限制类大模型对外提供API调用、APP/网页交互、SaaS应用、本地端侧轻量化部署等情形，都不属于大模型技术出口管理范围。

简单说，AI企业该做的商业化，照样做。等相关措施正式落地后，绝大部分人工智能技术仍可以自由出口。

考虑到国际合作的现实需要，《目录》还设置了两类便利情形。

一类是开源技术和特定国际业务。对人工智能类技术开源、中国企业在境外自建自营算力中心、赴境外开展芯片流片制造、利用境外资源开展联合研发、参与国际标准制定等情形的技术出口，适用自动许可等便利措施，基本实现“即报即出”；对已通过开源、发表学术论文等方式进入公共领域的相关技术，拟不纳入出口管理范围。

另一类是国际人工智能合作。对世界人工智能合作组织成员间开展能力建设国际合作、技术共享和规则共建所需的技术出口，将提供更多便利和支持。

刘红梅告诉谭主，新规生效后，禁止出口类的技术不得出口；限制出口类的技术，企业可以向主管部门提交申请、争取获得许可，不会打乱企业原本的海外布局和商业规划。

这也印证了国内“鼓励开放”的立场。企业面对新规，仍然可以保持从容。

为什么现在推这套规则？

放到全球来看，美国的做法和中国是很鲜明的对照。过去几年，美国围绕AI出口，形成了两套思路。

一是按国家区别对待。2025年1月，美国商务部公布的《人工智能扩散框架》，曾设计对先进计算芯片和部分先进模型权重，依据目的地地区的“敏感性”等实行管理，严控先进AI能力流向特定主体。

二是按阵营划分圈子。Anthropic的CEO就提出过一种“联盟策略”：联合一批“民主国家”组成小圈子，控制AI技术供应链，拉拢更多国家入伙，孤立对手。

这背后的逻辑很简单：谁掌握最先进的AI，谁在规则制定上就更有优势。所以美国一边守住前沿技术的门槛，一边按照国家和对象区别设限，以此稳住自身优势。

但中国走的并不是这条路。

此次修订是依法依规进行的常态化工作。自2001年以来，中国已经多次调整修订《目录》。

谭主了解到，管理的重点，是技术出口行为，而不是技术本身。

这种思路，就要求政策把管控标准拆解得足够细致，变成客观、能够量化的条款。

为什么中国能这么干？

既然标准要细化、要客观，“风险评估”这件事就必须做到可以独立验证。这就引出了一个更深层次的命题：

谁有能力评估风险、执行治理？

对这个问题，美国预设的前提是，技术能力只有攥在少数人手中，才能保证安全。

但站在技术发展的角度，领先者在训练前沿大模型时确实占优势，但开源的发展，正在从根源上动摇这个前提。

首先，训练大模型门槛很高，但做安全测试的门槛并没有那么高。

据行业估算，训练顶级大模型动辄需要投入数万张算力卡，但想要评估它的安全风险，完全不需要再砸重金从头训练。这就打破了“只有技术领先者才有资格做风险审查”的认知局限。更多研究机构乃至政府部门，都有条件对大模型进行安全测试、复现安全问题。

其次，依托开源，治理能力正在快速普及。

开放权重后，模型不再完全是“黑盒”。全球的安全研究者、中小型技术团队，都能用相对较低的成本去打磨安全工具。

既然能解决技术层面的问题，规则设计就可以追求更精准的落地效果。

这次推出出口前登记的临时管理措施，目的就是提前掌握有关技术出口需求情况，让监管更加科学。

且为了给企业一套清晰统一的判断标准，《目录》里还设置了明确的量化指标：比如计算量超过10²⁶次浮点运算、参数超过2万亿、能力达到全球前十的水平等。

这样一来，企业不用再去揣测监管方向，政府也能把有限的行政资源对准真正存在风险的环节。

为什么建设技术进出口管理制度？

过去面对外部技术封锁，我们更多是防守。但随着中国走向越来越多技术领域的前沿，如何管理技术就成了新课题。

在这种角色转变当中，如何避免影响正常的商业合作，是此前没能完全解决的问题。

所以这次政策调整，重点不在于“管住了几项技术”，而是要把技术进出口管理，建设成一门可以精细运作的国家能力

未来，它将从两个层面支撑我们参与全球技术博弈：

微观层面，实现定向拦截。

国际技术领域的博弈依然存在暗流，防范核心技术被非法转移、遏制敏感技术通过商业合作伪装外流的压力始终存在。这套管理机制，能够让监管部门在错综复杂的全球商业网络中，精准识别并切断那些可能危及国家安全的技术转移。

宏观层面，形成规则塑造的能力。

一个越来越明显的趋势是，中国不再是国际规则的被动接受者。通过建立透明、非歧视且基于客观技术指标的管理标准，中国的规则可以为国际技术治理提供参考。

在这个过程中，我们可以借助多边平台，与各方共同探讨AI治理的边界。当这套规则逐步被更多的多边合作机制所认可或对接，中国就能在全球技术博弈中，拥有更多制度层面的话语权。

眼下国内的AI技术、数字服务正在加速出海。

这份技术目录，只是中国补全技术进出口管理短板的一小步。但它指向的方向很明确：在同一套制度框架里，安全底线与开放合作，完全可以共存。