专题：深交所2026全球投资者大会：资本市场与创新成长——“十五五 ”规划下的中国机遇
炒股就看金麒麟分析师研报，权威 ，专业 ，及时，全面 ，助您挖掘潜力主题机会！
5月29日，在深交所2026全球投资者大会上 ，2011年诺贝尔经济学奖得主 、 纽约大学经济学教授托马斯 · 萨金特（ Thomas Sargent）表示 ，中国AI供应链有诸多值得乐观的理由 。
萨金特将人工智能定义为对人类三种智能活动的模拟：模式识别、泛化能力与决策 。他指出，AI的开发主要依赖四类工具——统计学 、生物学 、经济学与物理学。但这形成一个“美妙的悖论 ”：人类天生适合狩猎采集 ，而非现代生活所需的这些学科 ，教育正是为了克服这一认知障碍 。
在能力评估上，萨金特认为AI擅长检测和组织模式、处理海量数据集 ，能完成人类觉得乏味或易错的任务 。但其局限性同样明显。他引用冯·诺依曼和库普曼斯的框架 ，区分了“开普勒阶段”（通过数据拟合出数学模型）与“牛顿阶段 ”（深入挖掘结构模型） 。萨金特指出，当前AI在开普勒阶段表现出色 ，但在牛顿阶段尚未展现强大实力 。
关于AI与人类的关系 ，萨金特从经济学家视角提出替代与辅助之分。他观察到，不少学生将AI作为替代工具 ，跳过基础知识学习。他本人有学习障碍 ，深知苦学的价值 。他认为，真正掌握基础知识的人能让AI成为辅助和“能量倍增器 ”，而非主宰者 。
谈及AI供应链 ，萨金特将其定义为一个包含物理组件（芯片 、电网 、数据中心）、人力资本（从家庭到科研机构的人才培养体系）及制度环境（监管、开源生态等）的复杂系统。他以中美对比为例 ，指出中国在基础教育 、理工科人才培养方面投入显著，但也面临电力 、芯片及贸易壁垒带来的瓶颈 。
作为外部观察者 ，萨金特认为中国在AI供应链上做了诸多深思熟虑的权衡 ，有乐观的理由 。他强调，AI领域的领先并非单一模型测试得分高低所能定义。
