美国众议院对华委员会主席谈及中国AI技术获取问题。9月19日，美国众议院对华委员会主席穆勒纳尔就相关议题发表看法。

一场围绕人工智能的较量，正在出现一个很有意思的变化。美国这几年不断给先进芯片增加出口门槛，原本以为只要管住高端GPU，就能控制最重要的算力来源。
可到了2026年，美国国会发现事情远没有这么简单：芯片能管，服务器可以搬；硬件不好买，算力还可能通过网络获得。于是，美国一些议员开始把监管范围继续往外推。
美国众议院对华委员会主席约翰·穆勒纳尔，就是其中相当积极的一位。9月18日，他在写给特朗普的信中再次要求美国收紧中国获取美国人工智能技术，以及美国和盟友半导体制造技术的渠道。
这句话放在几年前，可能主要指芯片，放到当天，含义已经宽得多。芯片、制造设备、海外数据中心、云计算服务，甚至一些人工智能（AI）模型和相关技术，都逐渐进入美国国会讨论的范围。
美国部分议员现在考虑的问题已经不是简单的“这颗芯片能不能卖”，而是中国企业最终能不能获得相应的计算能力。事情发展到这一步，其实早有铺垫。
今年4月16日，穆勒纳尔领导的委员会公布了一份针对中国人工智能（AI）产业的调查报告，标题就相当直白，大意是“能买就买，必须时就偷”。报告声称，一些中国企业通过第三方采购、境外算力以及其他方式获取受美国限制的先进技术。
这里必须把性质讲清楚，这是美国国会委员会提出的调查结论和指控，并不能把其中针对企业的所有说法都直接理解为已经经过法院认定的违法事实。以前，美国出口管制更像是在码头和海关门口检查货物，一批先进GPU不能出口，那就不让它装箱运走，人工智能时代出现了一个新情况：企业并不一定非得把芯片搬回自己的机房。
比如一家公司需要训练大型人工智能（AI）模型，它可以寻找境外数据中心。芯片依旧摆在海外服务器里，公司购买的只是几个星期甚至几个月的计算服务。
鼠标一点，数据传过去，计算完成以后结果再回来。从使用者角度看，它得到的是算力，而不是芯片。
可在美国部分议员看来，这恰恰意味着原来的管制办法出现了缺口。既然限制先进芯片的目的，是控制高端计算能力，那么只限制实物、不限制远程调用，政策效果就可能打折扣。
所以现在美国国会出现了一种越来越明显的思路：别只盯着箱子里的芯片，还得盯着网络另一头是谁。这也意味着云计算公司可能承担更多责任。
按照相关议员推动的方案，云服务商可能需要更加严格地确认客户身份、判断实际使用者，并对某些异常活动进行记录和报告。原本非常普通的一项互联网商业服务，就这样逐渐被纳入出口管制和国家安全讨论。

事情还没有停在这里。今年8月10日，穆勒纳尔又要求特朗普政府确保受美国制裁的部分中国企业不能通过其他渠道获得先进逻辑芯片。
到了9月18日，他再次把人工智能技术和美国及盟友掌握的半导体制造技术放到了一起。把这几个时间点串起来，美国部分国会议员的想法其实已经相当清楚：成品芯片是一道门，制造设备是一道门，海外代工和远程算力又是另外几道门。
他们希望尽可能把这些门同时管起来。问题也恰恰出在这里。
当供应变得越来越不确定，企业自然会考虑一个非常现实的问题：当天能买到的东西，明年还能不能买到？人工智能企业最怕的其实不是价格贵一点，而是不确定。
一个大模型从训练、更新到商业应用，往往需要长期稳定的算力。如果企业刚刚围绕某种海外芯片搭好系统，政策突然改变，供应中断，那么之前投入的软件适配、服务器建设和人员培训，都可能受到影响。
这种情况下，提高国产软硬件比例，就不仅仅是技术选择，也会成为经营上的风险管理。而2026年中国人工智能（AI）产业的发展，也不能再用几年前的情况来判断。
9月17日，华为轮值董事长徐直军表示，公司人工智能（AI）计算设备在中国市场需求旺盛，目前供应仍无法完全满足需求，并透露计划在2027年推出新的人工智能（AI）芯片产品。这个细节很重要。
供应不足当然意味着国产人工智能（AI）硬件还有需要解决的问题，但反过来看，也说明国内市场已经出现了真实而且规模不小的需求。企业不是等海外政策变化之后再决定怎么办，而是在实际业务中不断寻找新的算力来源。
软件端同样在变化。过去谈人工智能（AI）竞争，很容易把注意力全部放在“哪家的芯片跑得最快”。
现在越来越多企业开始考虑另外一笔账：如果硬件暂时追不上，能不能把模型做得更省算力？能不能通过软件优化，让同样数量的芯片完成更多任务？
这也是为什么单看芯片参数，很难判断整个人工智能（AI）产业的竞争状态。一个完整的人工智能（AI）体系，下面是芯片和服务器，中间有软件框架、开发工具和模型，上面还有大量具体应用。