IPP播客｜對話戴明潔：Manus被收購背后，中國AI正在“向外生長”嗎？

IPP評論是國家高端智庫華南理工大學公共政策研究院（IPP）官方微信平臺。

導語：

1月8日，中國商務部就Meta收購人工智能平臺Manus一事作出回應。商務部發言人何亞東表示，企業在開展對外投資、技術出口、數據出境及跨境并購等活動時，必須嚴格遵守中國法律法規。商務部正會同相關部門，對此次收購依法開展合規性評估調查。

在此之前的2025年12月30日，Manus官方宣布即將加入互聯網巨頭 Meta，不僅創下國內AI團隊從創立到被科技巨頭并購的最快紀錄，也成為Meta成立以來金額排名第三的并購案例。

回溯數月前，隨著“通用AI智能體”概念迅速升溫，Manus一度被視為中國AI應用層的重要突破。其邀請碼也在市場上高價流轉。然而，產品熱度尚未完全消退，公司卻已開始收縮國內業務、裁撤本土團隊，并加快向海外轉移。此后短短半年時間，Meta收購Manus的消息就浮出水面。

從國內的明星應用，到快速完成業務外移并最終被海外科技巨頭收購，這一轉型路徑看似順暢，但也折射出中國AI創新在全球科技競爭背景下面臨的技術資產與高端人才外流的現實壓力。

圍繞這一事件，IPP新媒體主管劉深與長期關注人工智能及科創企業議題的IPP研究員戴明潔博士展開對話，嘗試從資本、技術與地緣政治等多個維度，拆解Manus并購背后的邏輯，并由此引出一個更為根本的問題：在全球AI競賽不斷加速的背景下，中國的創新路徑究竟應如何定義，又該如何堅守？

對話人

戴明潔

IPP研究員

劉深

IPP新媒體主管、政策分析師

【時間軸】

01:32-06:36 從中國人工智能企業和人才的出走說起

07:08-11:52 中國人工智能初創企業的發展困境

12:12-13:20 新加坡在中美人工智能角力中的角色

13:45-17:50 香港在人工智能競賽中落后于新加坡的原因

18:40-23:19 中美為何選擇了不同的人工智能發展路徑

24:26-30:39 中國真的缺乏原始創新？

31:11-37:09 中國人工智能發展環境有哪些真正需要改善的？

劉深：就在2025年末，中國科技圈和人工智能圈爆出了一條重磅消息：今年年初曾引發廣泛關注的中國人工智能獨角獸Manus，據報道將被Meta（Facebook母公司）收購。報道稱，這筆交易規模約為20億美元，是Meta成立以來第三大收購，金額僅次于WhatsApp和Scale AI。隨后，Manus也在官網發布消息稱，公司即將加入Meta；相關產品與訂閱服務將繼續通過App和網站向用戶提供；同時，公司將繼續在新加坡運營，Manus創始人之一肖弘也將出任Meta副總裁。

那么到了1月8號， 商務部在回應有關審查Meta收購人工智能平臺Manus的提問時表示，商務部將會同相關部門對此項收購與出口管制、技術進出口、對外投資等相關法律法規的一致性開展評估調查。 商務部的這一表態，也讓Manus被Meta收購的前景蒙上了一些不確定性的因素。從年初在國內“ 火得一塌糊涂 ” ，到短時間內完成業務外移并被美國科技巨頭納入旗下，這家一度被認為前途無量的 AI 公司，為何會選擇離開中國？這一轉折背后，又折射出哪些更值得關注的現實問題？圍繞上述問題，我們特別邀請 IPP 研究員戴明潔博士，為我們帶來解析。

戴明潔：關于Manus事件，如果將其發展軌跡作一番簡要梳理，最重要的無非兩個節點：一是年中公司整體遷往新加坡，二是年底被Meta收購。將這兩個節點放在同一條時間線上，才能更清楚地理解，為什么Manus會在今年反復進入公眾視野，并逐漸成為一個具有代表性的討論樣本。

這一關注首先源于其年初推出的產品。年初，Manus發布首個AI Agent，迅速引發市場對AI智能體研發與應用的廣泛關注。與此同時，公司本身長期活躍于資本市場和科技圈，一直被視為人工智能領域的“獨角獸”。

在產品走紅之前，市場對Manus的資本走向就已多有討論。早在2024年，業內曾傳出Manus可能被字節跳動收購的消息，當時討論的交易規模約為3000萬美元。進入2025年3月，公司首個智能體產品正式發布并迅速走紅，關注度隨之顯著上升；隨后在6月，投資人和創始團隊公開宣布將公司整體搬遷至新加坡，中國區的120多名員工中，80人被裁員，其余40名核心技術人員則整體隨遷至新加坡。這一決定當時也引發了不小的輿論關注。到2025年底，Meta收購Manus的消息逐步浮出水面，并最終成為焦點。

圖源：Getty Imagies

需要指出的是，Manus并非中國人工智能獨角獸首次被國際科技巨頭收購。早在2018年、中美科技競爭加劇之初，蘇州一家從事AI芯片研發的企業——深鑒科技，就曾被美國芯片巨頭賽靈思（Xilinx）以3億美元收購。

近一兩年，在芯片和AI相關領域，類似并購案例出現得愈發頻繁。以英偉達為例，其持續收購由華人創立、或以華人團隊為核心的AI初創企業，其中較為知名的就包括焦建濤創立的NexusFlow。

將這些案例放在一起，可以看到一個值得注意的現象：英偉達CEO黃仁勛本身是華人，而其收購的多家AI公司，無論創業地點在美國、加拿大，還是中國，往往都具有明顯的華人背景。與其簡單理解為“美國企業收購中國企業”，不如說，美國科技企業正在系統性地吸納由華人創立、并在海外（或外遷后）發展的AI公司。

也正是在這樣的背景下，我更傾向于從中美科技競爭的視角，尤其是從戰略資源外流的角度，來理解Manus事件。它所牽涉的，并不只是單一企業的去留問題，而是中國長期投入資源培養的科技人才，以及在本土環境中成長起來的高科技初創企業，正被納入全球科技競爭的另一條軌道之中。

2025年，英偉達以約4億美元收購多倫多AI初創公司CentML，并整組吸納其華人創始團隊。圖源：路透社

從目前的觀察來看，這類企業與人才的外流，大致可以歸納為三種形態：

第一種，是在中國本土完成培育、由華人創業，隨后流向海外，并最終在海外被收購，Manus 即更接近這一類型；

第二種，是華人創業者從一開始就選擇在海外創業，例如360副總裁陸劍鋒于2019年前往新加坡創辦WIZ.AI，以及前百度副總裁景鯤直接在美國成立MainFunc；

第三種，則是企業本身起步于海外，由華人團隊主導，隨后被美國科技巨頭收購。

盡管路徑各不相同，但這三種形態背后反映出的核心問題是相通的：中國投入大量資源培養的人才，以及在本土環境中成長起來的高科技企業，在全球技術競爭不斷加劇的背景下，仍在持續外流。

劉深：接下來也想請您進一步解讀一下：為什么這么多中國企業和中國人才不選擇留在國內，而是遠走海外？畢竟我們也看到，近兩年國內AI的整體發展態勢并不差——模型很多、資金也不少，各方面支持力度都在加大，那么他們為什么還是要走？

戴明潔：在這一問題上，企業與人才的流動邏輯并不完全相同。這里我主要從企業，尤其是AI初創企業的角度來談。總體來看，企業選擇外遷，既受到美國科技地緣政治壓力的影響，也與國內創業生態和商業化環境密切相關。

以Manus為例，其當年選擇外遷的直接原因和主要動因，大致可以歸納為三點。

第一，美國投資審查帶來的資金壓力是Manus快速出走的直接原因。最直接的導火索出現在B輪融資階段。去年5月，由硅谷頂級風投公司Benchmark領投的7500萬美元B輪融資，成為了Mauns出走事件的導火索。因為這筆投資觸發了美國《對外投資安全計劃》的嚴格審查，而這類審查通常需要一年到一年半的時間。對初創企業而言，如此漫長且高度不確定的周期會使其在現金流上難以承受。在這一現實約束下，若希望繼續推進融資，遷出中國便成為一種現實可行的策略選擇。

第二，美國出口管制升級使得Manus面臨硬件獲取與軟件生態接入的技術限制。自中美“芯片戰”以來，初創企業在獲得先進芯片方面普遍面臨更大壓力，而Manus的情況尤為突出。作為一家專注AI智能體的公司，其對芯片和算力的需求本身就更高。公司內部研發負責人曾提到，由于無法獲得英偉達最新芯片，相關研發進度一度被迫延緩約2—3個月。在智能體這樣的前沿賽道上，這種延遲會顯著削弱其與美國同類公司的競爭力。相較之下，若遷往新加坡，或直接被美國企業收購，上述壓力會明顯緩解。

第三，中美AI付費市場的差異以及中國企業間的低價競爭，使得Manus面臨著巨大的商業化壓力。今年國內頻繁出現“內卷式競爭”“低價競爭”等說法，Manus也難以置身事外。整體來看，中國AI市場的付費意愿與美國仍存在明顯差距：美國市場AI產品的付費率接近20%，客單價約30美元；而中國市場的付費率約為3%，客單價折合美元約5美元。Manus作為智能體產品，其單次任務處理成本大約在10—50美元之間，這樣的收入水平難以覆蓋研發和運行成本，使其在商業化階段本身就承受較大壓力，也更加依賴融資“回血”。

與此同時，公司還面臨本土大廠的低價圍剿。同期字節跳動推出的“扣子” (Coze)海外版三檔會員價格僅為9、19和39美元，直接對標Manus的19、39和199美元定價體系。憑借更強的資本實力，大型科技公司可以在早期通過持續燒錢，對初創企業形成“降維打擊”。在這樣的環境下，若繼續留在國內市場，無論是市場本身的變現能力，還是來自本土科技巨頭的競爭壓力，企業后續的商業化難度都會顯著上升。

Manus走紅后，其功能迅速被開源社區與大廠“同步復刻”。 發布僅兩天，OWL、OpenManus等開源項目即在GitHub上線；2025年4月，字節、百度等大廠相繼推出智能體產品。

總的而言，可以說Manus的出走是在海外資本壓力、海外技術限制、中國市場困局，以及更宏觀的科技競爭環境下做出的一種妥協。

劉深：但我們也注意到一個很微妙的細節：Manus想要對接國際市場，卻并沒有直接去到最領先的美國，而是選擇先去新加坡，而且目前總部仍然設在新加坡。為什么會選擇新加坡這樣一個地方？你認為主要原因是什么？

戴明潔：從本質上看，在當前全球AI創新格局中，新加坡實際上可以被視為“美國體系的一部分”。當下的全球AI科創版圖，大致可分為兩大板塊：一是中國板塊，二是以美國為核心的體系。

之所以說新加坡“本質上更接近美國”，關鍵在于企業在當地所能獲得的條件——無論是投資環境、算力獲取，還是數據跨境流動，都與美國本土高度相似，而這些正是AI企業發展的核心基礎要素。

相比之下，企業若直接赴美布局，往往面臨更高的制度門檻與現實成本；而新加坡在制度設計上高度開放，對海外企業和高端人才具有天然吸引力。因此，許多中國企業會將新加坡視為一個現實可行的“跳板”。

需要強調的是，這個“跳板”并不只是通往美國市場的中轉站，它使企業能夠更順暢地接入整個國際AI創新生態——而在當前階段，這一生態本身仍由美國主導。

劉深：說到新加坡的這個角色，其實我們國家自身也有一個類似的存在——香港。我們也知道，香港是國際金融中心，在互聯網數據流動等方面，限制相對也不多。為什么香港在這一輪競爭中，似乎是落后于新加坡的？

戴明潔：對香港與新加坡的比較，可以從兩個維度來理解：一是所處的國際環境，二是各自的發展路徑。

從國際環境看，核心仍然是地緣政治對科技發展的影響。正如前面所說，新加坡在當前全球AI科創格局中，本質上嵌入在以美國為核心的體系之中；而從外部視角看，香港更多被視為與中國高度綁定。

在改革開放初期，國家確實將香港定位為國際化窗口，承擔“超級聯系人”的角色。但自2019年香港的社會事件及國安法出臺后，西方輿論對香港的敘事發生明顯轉向，不再強調其國際中介功能，而是刻意強化其“內地化”形象。在這一背景下，企業若選擇赴港發展，在美國主導的科技地緣政治體系中所承受的外部壓力，與留在中國大陸相比并無本質差異，這使香港難以成為企業眼中的“中轉地”或“替代選項”。

從自身發展路徑看，香港與新加坡也存在結構性差異。新加坡的突出特點在于，在過去幾輪全球科技浪潮中，基本都能較好地抓住轉型機遇：從出口導向和加工制造，到科創轉型，再到近年來重點布局智能經濟，尤其是人工智能和生物醫藥等前沿領域，其發展始終緊貼國際創新生態的演進。

相比之下，香港雖然起點相近，早期同樣以出口經濟和加工貿易為主，但在上世紀七八十年代經歷了一輪“制造業外遷”。在服務國家改革開放的過程中，香港將制造業大量轉移至廣東及內地，自身發展重心逐步轉向高端服務業，主要集中在金融服務和高等教育科研。

香港擁有多所國際排名靠前的高校，但由于本土缺乏完整的高端制造業體系支撐，其科研體系更多以論文產出為導向，而非技術轉化或與本地企業深度協作的商業化應用。金融體系方面，香港仍以傳統商業金融為主，與科技創新深度耦合的科技金融和風險投資體系相對不足，這與新加坡近年來主動布局科技金融、服務初創企業的取向形成對比。

綜合來看，即便不考慮地緣政治這一外部因素，僅從本土創新能力和創新生態的完整性與適配度來看，新加坡在當前階段，確實更具優勢。

劉深：我們把視角拉回到中國AI發展的整體環境來看。2025年初，DeepSeek橫空出世一度讓大家信心倍增。但我們也注意到，這股熱潮似乎很快就退卻了。進入下半年后，圍繞DeepSeek的用戶批評的聲音也開始增多；與此同時，海外新的模型還在不斷迭代，整體看下來，中國AI的發展似乎又進入了一種相對“沉寂”的狀態。你怎么看待當前中國AI發展的環境？為什么會出現這樣的情況？

戴明潔：整體來看，無論是DeepSeek在具體應用層面暴露出的一些問題，例如“幻覺”現象，還是在部分行業場景中的適配不足，其實都并非中國模型所獨有。從當前情況看，中美兩國在性能排名靠前的大模型，在這些問題上的表現大體相似，很難說中國模型在整體能力上已明顯落后于美國。在實際使用過程中出現質疑與批評，本身也是技術擴散階段的正常現象。

我更關注的是，DeepSeek在今年年初引發的討論，其真正的重要性并不在于模型本身的優劣，而在于它揭示了一條不同于美國科技巨頭的AI發展路徑。具體而言，DeepSeek選擇的是一條低成本、開源的技術路線；而當前美國主流模型更強調以前沿能力和商業回報為核心的閉源路徑。相比之下，開源模式更側重技術擴散和廣泛應用，對AI的發展邏輯作出了不同回答。

正是這種由DeepSeek所代表的路徑分歧，在2025年持續發酵，并逐漸演化為具有標志意義的分水嶺。這種分歧不僅體現在全球AI技術路線的討論中，也開始反映到中國自身的AI戰略政策與企業研發實踐中。

如果從中美對比來看，這一點尤為清晰。今年7月，中美兩國幾乎同時發布了各自在AI領域最核心的戰略文件。美國發布的是《贏得AI競賽：美國AI行動計劃》（Winning the AI Race: America’s AI Action Plan），核心仍然是強化對通用AGI和最前沿模型能力的追求，并配套以圍繞前沿模型的全棧AI技術出口策略，技術導向進一步向尖端能力集中。

美國白宮在2025年7月發布《贏得AI競賽：美國AI行動計劃》，從聯邦采購、基礎設施建設和技術出口三個核心層面，力求重塑并強化美國在全球人工智能領域的領先地位。圖源：路透社

中國方面，雖然難以簡單判斷是否直接受到DeepSeek的啟發，但結合長期強調的優勢——如豐富的應用場景、完整的工業體系，以及DeepSeek在開源策略下獲得的國際關注——可以看到，中國在AI戰略上的側重點正更加明確地轉向應用導向。

從這個意義上看，DeepSeek這一看似“小企業”的事件，實質上折射的是中美兩種人工智能發展路徑的分化。這種分化對全球AI格局的影響，可能遠比模型使用過程中暴露出的具體問題更為深遠。

在企業實踐層面，這一變化同樣逐漸顯現。自ChatGPT于2022年底發布以來，中國無論是騰訊、阿里等科技巨頭，還是隨后出現的一批明星AI企業，在相當長一段時間內都選擇跟隨美國科技公司的路徑，集中資源投入通用大模型，試圖在同一賽道上競爭。

而進入今年之后，一個明顯的轉向開始出現：越來越多中國企業將重心放在具體行業場景，轉向垂直領域、小模型和行業模型的開發。可以說，以通用大模型為核心的路徑，正在被更加應用導向、行業導向的發展路徑所補充，甚至在部分企業中逐漸成為主流選擇。

劉深：順著你剛才的分析繼續追問一個問題。過去我們常說，在AI領域，美國可能會長期主導最前沿創新，而中國更多集中在應用和商業化層面。那么從今天這些收購案例和發展趨勢來看，未來會不會仍然是這樣一種格局——美國憑借在資本、人才、芯片等方面的優勢，持續保持AI創新領先；而中國由于人才外流、風險投資相對不足、芯片受限、國際環境制約，以及國內支付能力偏弱等因素，更多只能扮演“跟隨創新、復制擴散、推動應用”的角色？這種模式是否會持續下去？

戴明潔：這個問題之所以重要，在于它觸及了一個長期存在于中國科技發展中的深層議題——對“原始創新”的焦慮。

2015年，硅谷創投教父、PayPal 創始人Peter Thiel 在其著作《從0到1》中，曾對中國的創新模式提出尖銳批評，認為中國缺乏“True Innovation”(真正的創新)。此后，中國在2016年正式提出“創新驅動發展”國家戰略，對原始創新的重視逐漸上升為國家層面的核心導向。在相當長一段時間里，圍繞創新是否“源頭在中國”、能否在基礎科學和前沿領域取得突破，甚至是否產生諾貝爾獎等標志性成果，成為高度關注的焦點。

但近幾年可以看到，這種對“原始創新”的強調在實踐層面有所轉向。相較于過去對創新源頭的高度聚焦，當前討論更多集中在技術如何落地、如何應用，以及如何更快形成產業化和規模效應。整體而言，應用導向、產業導向在科技發展中的權重正在上升。

在我看來，在討論路徑選擇之前，有必要先回到一個更根本的問題：什么才是真正的創新？以及，我們追求創新的目的究竟是什么？

如果從這一視角出發，是否一定要把“最前沿突破”視為唯一目標，便值得重新審視。不可否認，美國作為全球科技強國，集中了最優質的資本、人才和科研資源，在前沿領域持續探索，仍具備很強的延續成功能力。但與此同時，這種以前沿突破為核心的創新模式，也在社會層面引發了一系列問題，其中最典型的就是社會結構與政治分化。

早在2016年特朗普當選時，這一問題就已在美國政治地圖上清晰顯現：最富裕、創新高度集中的地區，主要集中在灣區、波士頓等少數區域，而其他地區的貧富差距卻持續擴大。從更宏觀的角度看，如果創新紅利長期只集中在少數前沿領域，而未能向更廣泛的行業、地區和社會階層擴散，其后果便會逐步顯現。當前，美國的AI紅利更多被少數高科技行業吸收，而農業、建筑業、制造業等傳統領域是否真正受益，仍存在疑問。這種不均衡，可能進一步加劇類似“制造業鐵銹帶”的結構性問題。

從社會發展的視角看，創新最終應服務于人的發展和整體進步，而不是“為了科創而科創”。美國二戰后曾引以為傲的“橄欖型社會結構”，如今正向“沙漏型”演化：富裕階層和貧困階層同時擴大，中產階層不斷收縮。這也促使我們反思，是否應將最多、最優質的資源，長期集中投向極少數最前沿技術領域？

回到中國的創新路徑選擇，我并不認為強調技術擴散、推動AI賦能千行百業，就意味著放棄對原始創新的追求。相反，在研究中我發現，我們對創新往往存在一種固化認知，即將創新理解為一條從高校基礎科研出發、經企業轉化、最終落到產品和應用的線性路徑。

但近年來，越來越多研究正在挑戰這種線性模型：原始創新并不一定只發生在基礎科研階段，它同樣可能在工程化創新和產業應用過程中產生。換言之，并非只有“先把前端科研做完”，才能孕育真正的原始創新。

從這一角度看，中國推動AI在不同行業、不同產業場景中的應用，與對原始創新的追求并不矛盾。相反，在解決具體產業問題、回應真實市場需求的過程中，反而可能挖掘出一些在美國既有路徑下并不容易出現的創新機會。這種從應用和工程實踐出發、再反向推動原始創新的路徑，本身具有相當潛力。

2025年8月，國務院印發的《關于深入實施“人工智能+”行動的意見》對外公布。圖源：新華社

近期的討論中，工程院院士李國杰也提出，中國的優勢并不只是“產業應用”，而是“以產業應用為導向的科技創新”。這意味著，中國并非停留在技術應用或簡單模仿層面，而是通過創新聯合體的方式，將企業、高校和科研機構結合起來，在解決實際問題的過程中，持續挖掘新的原始創新機會。長期來看，這或許正在孕育一條不同于美國路徑、甚至具有顛覆性的原始創新道路。

劉深：你剛才提到“創新焦慮”，這似乎也是中國語境中一個非常典型的心理慣性。比如年初DeepSeek出現時，很多人會認為說中國終于有創新了”；但 Manus出來之后，又有不少聲音批評它只是“套殼”。所以最后也想請您從更現實的角度談一談：對于當前中國人工智能的發展環境，無論是在觀念層面，還是在制度和政策層面，還有哪些地方是可以進一步改善的？

戴明潔：在前面對中美AI發展路徑差異的討論基礎上，再來思考制度改革以及對企業和人才的支持，邏輯會更加清晰。

回到現實層面，短期內仍必須正視一個事實：盡管中長期路徑逐漸明朗，但在當前階段，中國依然面臨企業和人才外流的現實壓力，這一點無法回避。

以Manus出走為例，其暴露出的最直接問題之一，就是投資審查。進一步說，當企業因拒絕美國資本而面臨融資壓力時，國內是否能夠在關鍵時刻提供有效的資本補位？從現實情況看，這方面仍然存在明顯不足。

這與我國當前的科創資本結構密切相關。近年來，中國大力發展各類政府產業引導基金和創投基金，但整體仍以國家資本為主，而國資在撬動和吸引社會資本方面的能力尚不充分。同時，與美國相比，我國市場化風險投資體系仍不夠活躍，對高風險、前沿科技企業的支持力度有限。

因此，未來一個重要方向，是構建更加多元、多層次的資本市場結構：在完善國資體系的同時，加強對風險投資機構的培育，提升對社會資本的吸引力。只有資本體系更具韌性和彈性，才能在面對美國投資審查等外部沖擊時，更快通過國內渠道為企業“接力”，緩解因資金壓力導致的外遷問題。

第二個現實挑戰，是算力“卡脖子”。國產芯片替代正在推進，但在短期內，與最前沿水平之間仍可能存在數月的差距。在這種情況下，短期內更可行的路徑，是發揮中國在完整產業鏈上的整體優勢，通過增強產業生態的“粘性”，留住企業和人才。

美國的優勢在于掌握最前沿芯片，而中國則可以通過強化協作、減少內耗，讓大中小企業形成更緊密的合作關系，幫助初創企業降低創新過程中的市場成本和制度性成本。尤其在AI領域，最昂貴的基礎設施集中在算力和數據兩端。美國主要由科技巨頭承擔這一角色，而在中國，這更需要國家層面的參與。

例如，政府是否可以牽頭建設高質量、行業級數據集，并提供公共算力與智能算力；通用大模型本身，是否可以被視為一種國家級公共基礎設施。若這些基礎條件由公共體系建設得更加完善，企業在開發行業模型和應用時的成本壓力將顯著降低，也不易同時受到美國算力限制和國內低價競爭的雙重擠壓。

在此基礎上，還可通過政府采購、更完善的營商環境以及企業全生命周期服務，進一步增強產業生態的吸引力和穩定性，從多個層面緩解外部“卡脖子”帶來的沖擊。

第三個方面，是監管問題。在當前科技競爭環境下，許多領域出現“泛安全化”傾向，安全優先成為普遍邏輯。但正如鄭永年老師反復強調的，不發展，才是最大的不安全。中國長期強調的，正是以發展為導向的監管體系。

在此背景下，是否可以借鑒改革開放時期設立經濟特區的經驗，在創新驅動轉型階段探索“科創特區”模式？從中央層面授權，賦予地方在特定新興技術領域的改革自主權，對新興技術落地“去監管”，使其能夠更快推進商業化和應用落地，同時承擔一定的國際化市場探索功能，幫助企業減少對國內低價競爭和“內卷式競爭”的依賴。這些方向都值得進一步探索。

戴明潔 華南理工大學公共政策研究院（IPP）研究員

劉深華南理工大學公共政策研究院（IPP）新媒體主管、政策分析師

IPP評論熱門文章

關于IPP

華南理工大學公共政策研究院（IPP）是一個獨立、非營利性的知識創新與公共政策研究平臺。IPP圍繞中國的體制改革、社會政策、中國話語權與國際關系等開展一系列的研究工作，并在此基礎上形成知識創新和政策咨詢協調發展的良好格局。IPP的愿景是打造開放式的知識創新和政策研究平臺，成為領先世界的中國智庫。