没人甘心只当卖铲人了

三条新闻，放在一周里看，味道就出来了。

OpenAI被曝与三星深化芯片合作，AI专用芯片可能双线下单、同时交给三星和台积电代工；Arm在上海的Arm Everywhere China大会上，把从IP授权到成品CPU的全套家底摆上台面；同一天，美三家安全机构发布针对中国AI企业“蒸馏”活动的公告，中国商务部隔天回应，措辞罕见地重。

表面上互不相干，内里是同一件事：AI算力这条产业链上，没有人安于自己原来的位置了。

买铲子的开始自己造铲子，卖铲子的开始下场挖金子，而规则制定者则在重新划定谁能碰哪把铲子。本文把三件事串起来，看这条产业链正在发生什么。

📈 最有钱的买家，决定自己造铲子

先说OpenAI这条线。

据外媒报道，OpenAI正在深化与三星的芯片合作，其下一代AI专用处理器（ASIC）可能在三星与台积电两家晶圆厂同时投片——也就是业界常说的“双代工”（double-sourcing）。报道的核心判断很直白：一家公司同时用两家最顶级代工厂生产同一类自研芯片，暗示的只有一个词——量。

这背后是一套典型的供应链工程逻辑。单一代工厂意味着单点风险：产能排期被挤压怎么办？某地缘节点出状况怎么办？先进制程良率爬坡不及预期怎么办？对一家把整个公司押在算力供给上的企业来说，任何一个“怎么办”都是致命的。双代工的本质，是用管理复杂度换供应安全。

而能撑起双代工成本的，只有恐怖的采购量。掩膜、验证、两套封装供应链的重复投入，只有当芯片需求量大到一定程度，摊薄后才有意义。换句话说，OpenAI在用自己的下单方式，向市场宣告其对未来算力需求的判断。

对三星而言，这是先进代工业务等了很久的一条大鱼。在3nm世代被台积电拉开差距后，三星最缺的就是一个足以验证其先进制程可靠性的重量级客户。这单如果落地，对三星先进制程的信任背书意义，可能超过产能本身——毕竟在这轮合作之前，公开市场上敢于把先进AI芯片押注在三星先进节点上的头部客户，几乎为零。

产业逻辑也很清晰：当算力成为AI公司最大的成本项和竞争壁垒，买方亲自下场做垂直整合，是迟早的事。 谷歌的TPU、亚马逊的Trainium都走过了这条路，OpenAI只是最晚、也最重量级的一位入场者。

🚀 Arm最擅长的事，本是让别人淘金

卖铲子这边的代表，是Arm。

Arm过去几十年的商业模式，用一句素材里的话概括再准确不过：最擅长的生意，一直是让别人去淘金。 高通、联发科、苹果在移动端用它的架构，后来亚马逊、谷歌把Arm带进数据中心。Arm不赌谁能赢，只要更多芯片采用自己的技术，授权费和版税就自动进账。

这套基本盘至今依然赚钱。2026财年第一季度，Arm实现收入12.89亿美元，同比增长22.4%；其中授权收入5.74亿美元，版税收入7.15亿美元，非GAAP营业利润率达到41.2%。

但问题藏在结构里：

2025财年，智能手机应用处理器仍贡献Arm约45%的版税收入——而对应的市场份额已经达到99%。在一个99%份额的市场里找增长，数学上已经无解了。

于是Arm给出的答案是往下游走。9月8日的Arm Everywhere China大会上，三线齐发：移动端推出第二代计算子系统CSS for Mobile 2，云端发布Neoverse CSS N4，再加上今年3月首次推出的、量产就绪的AGI CPU，物理AI侧则扩展Total Design生态。

这条产品阶梯值得单独看一眼：

Arm首席营销官Ami Badani在媒体交流中说得很明白：推出CSS之后，越来越多客户希望Arm再往前一步，提供更接近成品芯片的产品，“这也是我们推出Arm AGI CPU的一个主要原因”。

翻译成人话：客户的懒，就是Arm的增长曲线。 到2031财年，Arm预计Edge AI、Physical AI和Cloud AI对应的整体市场空间将从目前约5350亿美元扩大至1.5万亿美元以上，其中云AI是最大的增量来源——这也解释了它为什么拼命往服务器里钻。

值得注意的是中国伙伴的态度。火山引擎计划将AGI CPU引入数据中心用于下一代AI服务，联想正围绕AGI CPU开发AI基础设施，与新紫光集团的合作同时覆盖AGI CPU和CSS。x86阵营里的英特尔和AMD，服务器份额压力肉眼可见地在增大。

但Arm的新考题也随之而来：当IP授权商亲自下场卖芯片，它和高通、苹果这些大客户之间的关系，就从纯合作变成了“既当裁判又当运动员”。这条边界怎么划，会是未来几年芯片设计生态最有戏可看的一条线。

⚠️ 蒸馏之争，争的其实不是技术

第三件事发生在规则层面，而且和前两件共享同一个日期。

美东时间9月8日，美国国家安全局、网络安全与基础设施安全局、联邦调查局联合发布公告，指责中国AI企业对美开展“工业规模”蒸馏，称其借此获取美国前沿模型能力，并向美企提出防御建议。中国商务部隔日回应，认为相关指控“于事无凭，于法无据”，强调蒸馏是行业内通行的中性技术手段，包括美企在内的全球模型企业都在使用。

官方表态各执一词，但拨开措辞之争，技术事实其实并不复杂：蒸馏是大模型领域提升学习效率的常用方法——大模型产出高质量输出，小模型从中学习，从而用更少算力逼近更强能力。它对缓解算力门槛、让更多国家和企业参与AI开发有实际意义，这也是它被称为“中性技术”的原因。

真正值得产业观察者注意的，是这场争论背后的控制权之争，有三个值得咀嚼的细节：

其一，博弈的层级在上升。 此前的限制手段集中在算力硬件——先进制程设备、先进芯片出口管制；这一次，被点名的是“知识与方法论”这一层。当连学习效率工具都要被纳入管制讨论，说明管制的颗粒度正在从“算得快”细化到“学得像”。

其二，管制的抓手正在从芯片转向合同。 公告同时向美企提出防御建议，指向的是用户协议中的地域限制条款。这意味着模型能力的获取边界，未来可能不再由出口管制清单定义，而是由服务条款定义——对企业而言，合规审查的清单又长了一页。

其三，“中性技术”的政治化是双刃剑。 蒸馏本无国界，一旦被贴上安全标签，最先受损的是技术本身的可讨论空间：开源社区的模型改良、学术界的效率研究，都可能被拖入审查视野。这对全球AI技术扩散的速度，是一个实实在在的减速项。

放到本文的脉络里看，这和OpenAI双代工、Arm下场做芯片是同一枚硬币的两面：当算力和模型能力都成为国家级竞争资产，产业链上的每个环节——芯片、代工、模型、方法——都会被纳入博弈范围。 效率优先的全球化分工，正在被安全优先的区域化布局一层层改写。

对产业链各方的实际影响是：技术路线的选择自由度在收窄，合规成本在上升，而“多源备份”从工程最佳实践变成了生存必需品。

💡 三件事，一个方向：链条两端在互相渗透

把三件事画在一张图上，趋势一目了然：

三条动作线，方向出奇一致——都在打破原有的分工边界：

• OpenAI作为下游最大买家，向上做芯片设计，还用双代工重塑上游格局；
• Arm作为上游IP商，向下做成品芯片，直接切入下游数据中心；
• 规则层面，围绕蒸馏的争论则表明，连“方法论”这个原本自由流动的环节，也在被尝试圈进势力范围。

用时间线串起来看，这些动作在极短时间内密集发生：

这轮纵向重构的底层驱动力有两个，缺一不可：

一是AI需求的量级变化。 当单一客户的芯片需求大到能同时喂饱两家顶级代工厂，当云端AI被视为通往1.5万亿美元市场的船票，链条上的每个环节都有了亲自下场的理由和筹码。

二是地缘因素对分工逻辑的改写。 双代工不仅是产能策略，也是地缘对冲；蒸馏之争则说明，博弈范围已从硬件管制扩展到模型能力本身。安全冗余正在取代效率最优，成为产业链设计的第一原则。

对从业者来说，这意味着过去“设计归设计、代工归代工、采购归采购”的稳定分工正在松动，价值分配权向链条两端——掌握需求的巨头和掌握制造关键节点的玩家——双向集中。

小结

卖铲人的尽头，是自己下场挖金子。

OpenAI双代工、Arm卖整机、蒸馏之争，三件事共享同一个时代注脚：AI算力产业链的纵向分工正在被重写，没有人愿意只赚属于自己那一格的利润。买家向上、厂商向下、规则向紧，三股力量同时作用，压缩的是中间环节的生存空间，放大的是两端玩家的议价权。

接下来值得盯三个信号：三星先进制程能否借超级大客户完成信任翻身，这将决定代工环节从独占走向双寡头的速度；Arm AGI CPU在数据中心拿到多少真实订单，以及它与大客户的竞合边界如何演化，这将检验“卖铲人下场挖金”模式的天花板；围绕蒸馏与模型能力获取的规则博弈走向何方，这将划定这条重构后的产业链，最终能在多自由的规则下运转。

分工重写的进程才刚刚开始，边界尚未落定，牌桌还在重排——对链条上的每一位玩家来说，坐稳之前，谁都别急着下注；而对观察者来说，谁先坐稳，谁就拿到了下一轮定价权。