關於人工智慧的國際敘事，這幾年愈來愈像一部冷戰電影。新聞裡的主線很簡單：美國代表市場與創新，中國代表國家計畫與集中力量，兩個系統在技術高地上競逐未來。
但一項來自新加坡國立大學李光耀公共政策研究學院的研究報告提醒我們，這個故事可能只講了一半。
研究指出：
“while national governments head in opposite directions, local governments…are converging on strikingly similar solutions.”
「當中央政府走向相反方向時，地方政府卻正匯聚到驚人相似的解決方案上。」
這是一種幾乎不在頭條出現的現象：在地緣政治的高聲爭論之下，城市與地方行政單位正悄悄採取相似的政策路徑。
中央分歧，地方相似
研究團隊分析了2016年至2024年間200份AI政策文件，從加州、維吉尼亞，到北京、廣東，再到較落後的地區，試圖比較不同層級的政策取向。
在國家層級，美國與中國的確呈現典型對比。
“The U.S. federal model is market-centred and participatory.”
「美國的聯邦模式以市場為中心、強調參與。」
“China’s central approach reads like a master plan.”
「中國的中央策略更像一套總體藍圖。」
一邊是鼓勵私人創新、降低管制摩擦；另一邊是國家定方向、建平台、設試驗區。這樣的對比，構成了媒體敘事中的AI競賽框架。
但當鏡頭從華府與北京拉遠，對準各州與各省時，畫面開始變得不同。
真正決定政策的，不是制度，而是資源
研究中最關鍵的一句話其實非常樸素：
“wealth and technological capacity matter more than political system.”
「財富與科技能力，比政治制度更重要。」
加州與廣東這類科技重鎮，面對的是同一組問題：如何吸引人才、如何維持創新速度、如何讓資金持續流動。
於是，它們採取的策略也自然相似：
強化大學合作、與科技公司結盟、打造創新生態系。
相反地，像蒙大拿或青海這類資源較少的地區，政策就更保守、更籠統。
制度不同，但現實條件相似時，地方政府的選擇往往也會趨同。
城市的具體現實問題，其實都一樣
更深一層的原因，是地方政府面對的問題，本質上高度一致：
“How do we retrain workers displaced by automation?”
「如何為被自動化取代的勞工再培訓？」
“How do we attract and retain AI talent?”
「如何吸引並留住AI人才？」
不論在矽谷或深圳，市長每天煩惱的都是同樣的事情：
產業升級、教育轉型、公共服務效率、醫療與交通的智慧化。
研究甚至形容：
“A mayor in Silicon Valley and a mayor in Shenzhen may never speak…yet both see value in collaborating with universities and companies.”
「矽谷與深圳的市長可能從未對話，但都看見與大學與企業合作的價值。」
這是一種「未曾協調卻自然收斂」的政策趨勢。
靜默的合作軌道
這種地方層級的相似性，帶來一個耐人尋味的可能：
“national strategies diverge, everyday practice converges.”
「國家戰略分歧，但日常治理卻趨於一致。」
研究認為，這可能開啟三種較低調但實際的合作方式：
1. 城市之間的技術與政策交流
2. 大學與企業的跨國研究合作
3. 從地方實務出發的倫理與安全標準
這些合作，不必等到外交關係改善才發生。
它們可能早已在學術交流、產業聯盟、甚至城市論壇中默默進行。
在巨大的敘事之外
我們習慣用「制度對抗」來理解世界：
民主對威權、市場對計畫、矽谷對中關村。
但這項研究提醒我們，真正決定政策形狀的，往往不是意識形態，而是地方的現實條件與日常問題。
當城市面對同樣的交通壅塞、人口老化、產業轉型壓力時，它們自然會找到相似的答案。
在國際政治的高分貝之下，地方政府之間的低語，也許才是未來合作真正的起點。