最近的G20财长会，贝森特公然对着路透社放话：世界不可能允许中国拥有1.2万亿美元的贸易顺差。甚至扬言要推动G20成员国重新审视对华贸易条款。

贝森特急着找茬，到底想干啥？为什么中国这么挣钱，国内还在喊经济不好，钱都去哪了？

一

在回答这两个问题前，我们要先搞清楚这个顺差的真相。

首先，中国顺差占GDP的比重并不异常。

2025年中国货物贸易顺差占GDP的6.1%。这个数，放在历史上真不算离谱。德国、日本经济好的时候，也经常干到6%以上。

其次，中国的顺差的增长跟中美贸易没有半点因果关系。

2025年中国对美国贸易顺差约2800亿美元，比2024年反而降了800多亿。甚至已经低于欧盟的顺差水平。中国的顺差大头，来自东盟和“一带一路”沿线。

那贝森特真正的目的是什么？

贝森特喊“全球失衡”，说白了就是要制造“顺差=别国不公平”的论调，把中国顺差包装成全世界的问题。一旦G20成员国认同这个框架，美国就能从单打独斗变成群殴。

贝森特说，“中国顺差太大，应该减少出口依赖、扩大内需”。这句话主要是冲着两件事，分别是汇率和产业政策。很好理解，一旦人民币大幅升值，中国出口商品价格暴涨，竞争力立马打折。中国在电动车、光伏、芯片上的产业政策太猛，别人竞争不过，所以就说你“不公平竞争”，想让你退出补贴。

贝森特作为华尔街的老玩家不可能不知道，美国要解决逆差问题，最直接的办法是加税、削减福利、提高储蓄率。

但这几点在政治上没人敢碰，谁碰谁死。加税得罪富人，砍福利得罪穷人，提高储蓄率意味着压缩消费，选民立马翻脸。

贝森特也是跟着川普混仕途的，他自然不想触这个霉头。

当美国对外对内都找不到解法的时候，中国就成了唯一的解法。

接下来，回到开篇的第二个问题，中国这么挣钱，为什么还有人喊经济不好？

其实贝森特拿中国顺差做文章，和国内一些人感受的经济温差，本质上都是同一个问题引起的，那就是产业结构调整。

2025年，中国出口中占比最高的是啥？60%是机电产品，20%以上来自高新技术产品。

这说明中国赚钱的方式变了，从卖衣服鞋帽变成了卖芯片、卖电动车、卖光伏，从薄利多销变成了技术溢价，顺差自然就上来了。

而我们从旧的产业模式，切换到了新质生产力驱动的新模式，这个过程中必然会导致幸存者偏差。

这几年，我接触过的老板基本分为两个圈层。像干淘宝、中介、家具、低端电子组装、出版行业、二手车、服装、传统制造业、钢铁、建筑的老板，都在说经济不好，而且每个人都能拉出身边的例子喊疼。

另外一个圈层，比如新能源、电池、第一产业投资、芯片、算力设备供应商、出口筋膜的一些老板，他们的工厂忙得不行，有的订单排到一年后，都在闷声赚钱。

两个圈层，完全不一样的体感，而传统产业和中小企业，恰恰又是吸纳就业最多领域，他们日子不好过，许多人也就跟着不好过。

说到底，根本原因是因为新模式在崛起速度还不够快、覆盖面还不够广，不足以填补旧模式留下的收入和就业缺口。

这也是幸存者偏差的的根源。

二

其实这事不难理解。全球工业史上，哪次工业革命没有经历产业结构的洗牌？每一次洗牌，都会有人掉队，有人上车。今天轮到了智能经济时代，逻辑也一模一样。

那么，对传统产业和中小企业有没有解法？

有。

出路就是加快升级，让新质生产力的红利从少数赛道扩散到千行百业。

但问题是，虽然国内这几年的算力在指数性膨胀，企业Token日均调用量两年增长了超千倍，依然面对着卡算力的问题。2025年国内智算中心平均算力使用率仅约30%。

一边是算力需求爆发，一边是大量算力中心建好了没人用。问题出在哪？

问题出在算力资源分散、调度不通、中小企业用不起也用不好。这恰恰是今年算力大会要回答的问题。

9月11日至13日，2026中国算力大会聚焦的是两件事：算力怎么连成一张网，AI怎么真正赋能到千行百业。

而中国移动在这场大会上，基本就是把这两个问题拆开了，一个一个给出了答案。

主论坛上，中国移动正式发布AI可信计算（AITC）1.0，分论坛上，又一口气发布了AIDC一体化运维管理平台DCOM、DORA NPO+方案、MoMA政企版，还启动了“移动云杯”创新大赛。

可能大部分人看不懂这里面的门道，别急，如果把这四样东西和主论坛的AITC串起来看，逻辑其实特别简单。

DCOM解决算力中心怎么运营，DORA NPO+解决硬件之间怎么连，MoMA解决模型怎么用，AITC解决怎么保障使用安全，“移动云杯”大赛解决生态怎么建。

但这些东西要跑起来，底下得有一张网撑着。这张网，就是中国移动这几年一直在铺的算力一张网。

中国移动已投产多个超万卡智算集群、12个区域智算中心，升级1500个边缘智算节点，智算规模超107EFLOPS。八大枢纽之间时延压到12毫秒，市内1毫秒、省内5毫秒、全国枢纽10毫秒通达。什么概念？你在任何一个地方调算力，快到你感觉不到延迟。

算力网络的核心不只是把算力中心连起来，而是要真正做到统一调度、智能协同的能力。

移动的算网大脑4.0与算电协同系统，解决的就是这些问题。哪儿电便宜、哪儿电绿，算力就往哪儿调。让算力中心不光建得起来，还得运营得下去、运营得高效。

这张网的意义，就是让中小企业不用自己建机房，也能用上算力。

湖北的“灵伴算网”就是个典型样本。

依托全省27个数据中心、42个算力节点，构建起“1-3-5-7-10”毫秒时延圈，集智算、通算、超算、边缘算力于一体，让算力从“稀缺资源”变成“即取即用”。自研的“云枢”算力调度平台，通过AI存储与算网存协同技术，长序列场景下Token输出效率提升50%，AI推理成本有效下降。

目前已在水利、制造、医疗、金融等七大行业落地，服务5万余家政企单位。

三

下面我们重点聊一下移动赋能千行百业的两个重要发布成果。

算力有了，模型怎么选？现在市面上大模型太多了，DeepSeek、豆包、千问、GLM、MiniMax，各有各的长处，各有各的脾气。你让一个中小企业的技术负责人去研究哪个模型适合自己，不现实。

MoMA主要就负责这事。你可以把它看成是一个超级应用超市。

以前一个中小企业想用AI，得自己买显卡、搭服务器、配环境、请工程师……折腾下来几十万没了。

现在呢？

它把300多款主流AI模型聚到一个平台上，从通用的对话模型到专业的代码模型、数学模型、医疗模型、法律模型……全都分类摆好，应有尽有。然后再通过智能路由技术，帮你自动匹配最合适的那个。你不用自己研究、不用自己调。

如果你是学生，可以免费或者花几块钱调用一个帮你写论文摘要的模型；如果你是电商小老板，可以租一个专门做客服问答的模型；如果你是程序员，可以随手调用一个帮你debug的模型。

此次分论坛移动正式发布了模型服务平台MoMA政企版。这个版本的好处是，无论是你自己训练的模型还是外面买的模型，都可以聚到一个平台上统一管，再也不用各管各的。而且整套系统是装在你自己机房里的，数据完全出不了你的门。而且通过内容分级路由、输入安全校验、API Key加IP白名单，层层卡死，让敏感数据出不了域，模型调用每一步都能追溯，访问权限牢牢攥在你手里。

另外后台还能实时盯着Token用量、流量和服务状态，花了多少钱、跑了多少活，一目了然。

有了MoMA你不用自己研究哪个模型好，不用自己调、自己训，它帮你选、帮你管、帮你盯着跑。一个平台，三百多款模型，自动匹配，插上就能用。

无论是算力网、MoMA，还是DCOM、DORA NPO+，要想让移动的赋能真正落地闭环，还差最关键的一环：安全。

要知道政府的数据、医院的病历、工厂的核心工艺参数、金融机构的客户信息，这些都是命根子，这些东西一旦上云，万一泄露了谁担得起？

传统云上AI安全方案多依赖软件层加密，数据在传输和存储时加密，但一进入云端计算，就得解密成明文。这意味着密钥和数据都在云厂商操作系统的“视线”之内，理论上存在被内存扫描、侧信道攻击窃取的风险。

AITC解决的就是这个死结。

它从三个维度重构了AI安全体系。

环境安全层面，基于国产芯片内置的可信执行环境，给AI的计算过程盖一间硬件级隔离的隔离仓。谁来跑、跑了什么、环境有没有被篡改，全程可证明、可追溯。

数据安全层面，端到端全链路加密，数据在整个计算过程中保持密文状态，连云服务商自己都看不到明文。

模型安全层面，AI模型全程密文运行，从源头杜绝模型文件被窃取或逆向破解的风险。你花几个亿训出来的大模型，不会因为上了云就被别人偷走。

更关键的是，它还把安全防线从云端延伸到了终端。融合AI-eSIM和超级SIM能力，物联网设备从采集、传输到调用模型全程加密，手机端密钥存在硬件可信根里，从物理层面杜绝泄露和篡改。形成了“端—云—模型”硬件可信闭环。

所以，AITC不只是一个产品，更是让千行百业敢把核心数据交给AI的那把钥匙。

四

最后，我们可以把移动发布的几个内容拼在一起，会得到一个相对完整的公式。

算力底座 + 模型服务 + 安全可信 + 生态落地 = 智能经济新形态。

这个公式，往小了看，是一套技术方案。往大了看，是中国在新科技革命时代给出的最好产物。

中国移动的技术路线，很大程度上，代表着中国AI的路线图。

它解释了大国竞争力的真实底色。不是账面上顺差有多大，而是顺差背后的技术溢价，而是赋能千行百业，让其获得智能经济时代的新动力。

顺差会波动，关税会调整，但一个能把算力、模型、安全、应用全部握在自己手里的产业体系，才是大国竞争的底气所在。

蒸汽机定义了19世纪，电力定义了20世纪，而算力、模型与安全构成的智能经济底座，正在定义21世纪。

谁先把这套底座握在手里，谁就握住了下一个周期的定义权。

这，正是大国意志所在！