缺席的代价比大量投资的代价更高，是当前人工智能（AI）发展格局最精准的一句注脚。从表面看，微软、谷歌、亚马逊、Meta等巨头像是疯狂押注未来：数百亿甚至数千亿美元砸向数据中心、图形处理单元（GPU）和电力基础设施，资本开支直线拉升。但若用博弈论的视角来看，这不是简单的贪心，而是一场标准的囚徒困境：每一家企业从自己的角度做出理性选择，却把整个系统推向集体风险更高的状态。
在经典的囚徒困境（Prisoner’s dilemma）中，两名嫌犯被分开审问，只要合作保持沉默，各关一年就是总成本最低的结果。但由于无法互信，也无法沟通，每个人都发现不论对方怎么做，我坦白总是对自己最有利，结果就是双方都选择坦白，各关五年，合计10年，比合作时更糟。关键不在于谁道德好坏，而在于激励结构逼迫每个人走向背叛。这套逻辑一旦套进AI军备竞赛，我们就能看懂为什么所有巨头都知道风险巨大，却没有人敢踩煞车。
放到AI产业，A玩家和B玩家的选择不是坦白或沉默，而是激进加速或谨慎安全。如果双方都选择安全路线，慢一点推出产品，强调风险管控、模型对齐与社会稳定，长期对产业与社会都最好，等于每人拿到100分的稳定收益。但只要其中一方相信对手出牌不会保守，最合理的反应就变成：我要全力加速抢到市占与技术领先，即使带来外部成本也在所不惜。一旦彼此都预期对手不会收手，就会滑向双方都激进的均衡——大家都还是赚到一些钱，却同时承担更大的风险和不确定性，总体福利反而低于一开始的共同谨慎。
