深度分析国常会人工智能+价格法内卷式竞争算电协同中试验证教师法新质生产力

2026年10月16日

10·16国常会深度解码：把 AI 定义为“关键变量”而非技术、把中国优势定义为工程化能力——一次清晰的战场选择；产业政策正从给资源转向给规则

核心结论：10 月 16 日国务院常务会议听取”人工智能+“行动进展情况汇报，讨论并原则通过《教师法（修订草案）》与《价格法（修正草案）》，同时审议通过对 14 部行政法规部分条款予以修改、对 4 部行政法规予以废止的决定。市场容易把 AI 部分读成利好算力大模型题材、把价格法读成打压低价促销，但本文认为这两条线索合起来指向的是一件更根本的事。第一个判断来自用词：会议把人工智能定义为影响未来发展的”关键变量”，而不是”关键技术”。 技术是需要被攻克的对象（供给侧视角），变量是需要被驾驭的力量（系统视角）——把它定义为变量，政策的着眼点就自然从”掌握这项技术”转向”这项技术会改变什么”。 更值得注意的是会议对中国优势的界定：“产业体系完备、应用场景丰富、工程化能力强”——不是算法领先，也不是算力领先。 这是一次非常诚实的自我定位，也是一次清晰的战场选择。第二个判断是：AI 当前的真实瓶颈已经从”技术可行性”转向”经济可行性”，而中试是这两者之间唯一的那座桥。 过去两年行业的真实矛盾不是模型不够强，而是技术供给的增长快于有效需求的增长——“中试验证”要回答的不是”能不能做”，而是”做了之后产线上的人愿不愿意用、算不算得过账”。第三个判断是：把三条议题放在一起看，它们是新质生产力三个支柱在同一天分别推进——AI+ 让创新有来源，价格法让创新有回报，教师法让创新有人才。而这三件事共同标志着产业政策工具的成熟化：从”给资源”（补贴、优惠、土地）转向”给规则”（竞争秩序、定价机制、场景开放）。

一、先看用词：为什么是”关键变量”而不是”关键技术”

官方通稿的表述值得逐字读：

“人工智能是影响未来发展的关键变量，要从我国产业体系完备、应用场景丰富、工程化能力强等实际出发，注重以落地应用牵引技术创新。”

这里有两处用词很讲究。

第一处：关键变量，不是关键技术。

技术是需要被攻克的对象，它的政策语言是”攻关""突破""自主可控”——这是供给侧视角。而变量是需要被驾驭的力量，它的政策语言是”应用""场景""赋能”——这是系统视角。

把它定义为”变量”，意味着政策的着眼点不再是”我们能不能做出最强的模型”，而是”这项技术会改变什么、我们如何利用这种改变”。 这是”应用牵引”这句话能够成立的逻辑前提——如果你面对的是”技术”，你必须先追上它；如果你面对的是”变量”，你可以先选择在哪里使用它。

第二处：优势被界定为”工程化能力强”。

这一点可能比第一点更重要。会议明确说，要从我国”产业体系完备、应用场景丰富、工程化能力强”等实际出发。

请注意，这里说的不是算法领先，也不是算力领先，而是”工程化能力强”。

这是一次非常诚实的自我定位：承认在原始创新和底层算法上不占绝对优势，然后把竞争落在”把技术变成产品、把产品装进场景、把场景跑成规模”这一段能力上。

而这段能力恰恰需要三个东西：完整的产业体系（有地方用）、丰富的应用场景（有东西试）、工程化能力（能做出来、能量产、能稳定运行）。这三样中国都不缺，而且很难被短期复制。

所以本文的第一个判断是：

战略的本质不是”扬长避短”这句口号，而是把自己的禀赋说清楚，然后据此选择战场。 这次会议的表述，是一次公开的、清晰的战场选择——不在对方最强的维度上决胜，而把胜负手放在自己最厚的维度上。

二、AI 的真实瓶颈：已经从”技术可行性”转向”经济可行性”

会议对 AI 的部署分四层：夯实底座（技术攻关、算法创新、算电协同、高质量数据供给）→ 突出赋能应用（以实体经济为重点强化供需衔接、鼓励联合研发、推进中试验证、加大场景培育力度）→ 转化为现实生产力 → 统筹发展和安全（因业分级分类施策、守牢安全底线）。

四层里最值得注意的是第二层，因为它揭示了一个被市场普遍忽略的现状。

过去两年，AI 行业的核心矛盾并不是模型能力不足。

真正的矛盾是：技术供给的增长快于有效需求的增长。 模型能力在快速溢出，但”愿意付钱、并且值得付钱”的需求没有被验证出来。行业里常见的情形是——模型很强，但说不清卖给谁、值多少钱。

这意味着一件事：AI 的瓶颈已经从”技术可行性”转向”经济可行性”。

两者的区别是本质性的：

	技术可行性	经济可行性
问题	AI 能不能做到	做到了，用户敢不敢用、划不划算
验证方式	跑分、榜单、评测集	中试、真实产线、ROI 核算
决策者	算法团队	产线负责人、财务负责人
失败成本	重做模型	停产损失、订单流失

而”中试验证”正是验证经济可行性的唯一工具。它不回答”能不能做”，它回答”做了之后，产线上的人愿不愿意用、算不算得过账”。

这里还牵出一条更长的背景。中国科技成果转化长期最大的断点，就是”实验室原型”到”工业量产”之间缺一座桥——这座桥在制造业里叫中试。 AI 面临同样的问题：“论文很好看，工厂不好用”。

而中试为什么需要政府与国企来推动？因为它有一个鲜明的经济学特征：

中试是最贵、也最不划算的环节——它需要真实产线、真实数据、真实工况，单个企业既做不起，也不敢做（谁都不愿意为了试验去影响自己的正常生产）。这种”单个主体不愿承担、但全社会都受益”的投入，天然具有公共品性质。

所以”推进中试验证、加大场景培育力度”这两句话的分量在于：它是用公共资源，去补那条最贵、也最容易被所有企业一起绕过的断层。 这也是”政府该做什么”的一个标准答案——不是替企业做决定，而是承担企业无法独自承担的公共成本。

三、算电协同：把算力从”成本”改造成”柔性负荷”

四层部署里，“促进算电协同”这五个字很容易被读快，但它的含义值得单独展开。

先看它被放在什么位置：它被放在”夯实发展底座”里，与”加强技术攻关和算法创新""增加高质量数据供给”并列——而通稿通篇没有提”扩大算力规模”。

这个位置安排本身就传递了信息：

当政策的重点从”建算力”转向”用算力”，算力就从”资产”变成了”成本”。 单纯的算力规模不再构成竞争优势——竞争优势转移到算力的利用率和单位算力的产出上。

这会淘汰一批”有卡没活干”的智算中心，也会让”囤卡即估值”的逻辑失效。算力不再是越大越好，而是越匹配越好。

而”算电协同”更深的一层含义，是本文认为最值得展开的：

它把算力从”耗能大户”改造成”可调节负荷”。

这个转换同时解决两个问题：

对算力一侧：缓解能耗约束，获得更便宜、更绿的电力；
对电网一侧：获得一个可快速调节的柔性负荷，缓解高比例新能源带来的消纳压力。

这是一次把”成本项”改造成”调节资源”的思路转换。 而当一个东西从”负担”变成”资源”时，它的经济价值就被重新评估了：

如果智算中心能够在电力富余时段多算、紧张时段少算，它就能拿到更低的电价、甚至获得调峰收益。 这让”东数西算”的经济性第一次真正成立——西部的绿电，加上可调节的算力负荷，是一个天然匹配的组合：一个需要消纳，一个可以柔性。

对产业而言，这条线索的含义很实际：未来智算中心的竞争力，不只取决于买了什么卡，还取决于它能不能参与电力市场、能不能被调度。 一个”可被电网调度”的算力集群，和一个”只能满负荷运行”的算力集群，成本结构完全不同。

四、价格法修法的方法论：它不设定价格，它要求价格可解释

价格法这一条，市场最集中的误读是”打压低价”。但官方表述的逻辑很清楚：

“进一步健全了价格治理机制，完善了政府定价程序，明确了不正当价格行为认定标准和法律责任。要依法依规治理低价无序竞争，健全行业成本调查、制止低价倾销等配套规则，加强价格执法监管。要持续规范平台经济领域价格竞争行为，引导企业不断提升产品和服务价值。”

这里最值得注意的是”行业成本调查”这个工具。

要理解它的分量，先看低价倾销的执法难点在哪里：“低于成本”是认定的核心标准，而成本不是企业自愿披露的。 你无法仅凭价格判断一家企业是否在掠夺性定价——除非你能看到它的成本。

所以：

“成本调查”不是配套细则之一，它是整套制度的执行核心。 没有成本调查，“低于成本”这个标准就无法落地；有了成本调查，价格行为才第一次变成可审查的对象。

而这套方法比”直接设定最低价”高明得多：

做法	机制	问题
设定最低价	政府替市场定价	扭曲价格信号，且容易被规避（变相加价、暗中降配）
要求价格可解释	企业自己定价，但必须能说清成本	保留市场机制，同时约束掠夺性定价

这是一种”以规则代替定价”的治理思路：它不告诉企业该卖多少钱，它要求企业能证明自己的价格有成本支撑。 换句话说——它管理的不是价格，是价格的诚实性。

需要客观指出的是：这类制度最难的地方不在立法，而在执法标准的一致性。 如何区分”新进入者的战略性亏损”（正常商业行为）与”以摧毁对手为目的的掠夺性定价”？如何区分”平台补贴”（消费者短期受益）与”不正当竞争”？标准太松，制度无效；标准太严，可能误伤正常的市场竞争。所以”成本调查”的规范化程度和执法口径的一致性，将决定这套制度的实际效果——这也是后续最值得跟踪的地方。

五、“内卷”入法：为什么反内卷不是反竞争

“低价无序竞争”第一次以明确的立法语言被处理，这件事的历史意义值得说清楚：

“内卷”从一个网络流行语，变成了一个法律概念。 这背后是一次真实的认识论升级——从”鼓励竞争”到”区分良性竞争与恶性竞争”。

经济学上，这个区分是有依据的。教科书告诉我们：竞争会压低价格至边际成本，消费者受益。但这是静态结论。放到动态里看：

当竞争把行业的整体利润率压到低于再投资所需水平时，行业就失去了研发能力——竞争摧毁了它自己赖以存在的基础。

这就是”竞争的自毁倾向”。而它最危险的地方在于：低价内卷摧毁的并不只是低效率产能。

它可能淘汰掉最优秀的企业——因为研发投入最多、质量投入最重、员工待遇最好的企业，成本结构天然最重，在纯粹的价格战里，它们最先撑不住。

这跟”优胜劣汰”完全不同。优胜劣汰淘汰的是低效率；而恶性价格战淘汰的是”成本结构最诚实”的那一批。 这也解释了为什么”劣币驱逐良币”会成为多个行业共同的困扰。

所以，反内卷的政策性质需要被准确理解：

它不是反竞争，而是保护竞争的有效性。 价格竞争本身是效率的来源，要保护；以摧毁对手为目的的掠夺性定价，要禁止。两者之间那条线，正是价格法要划的。

用一句话概括这套制度的目标：

一个健康的市场，竞争应该奖励效率，而不是奖励”谁更能忍受亏损”。

而这条判断与本月早些时候发布的《关于发展新质生产力的意见》、七部门品质电商”五优”行动构成了同一条主线——从新质生产力意见的”从单一指标走向多维评价”，到电商领域的”从唯低价到质量口碑信用”，再到价格法的”从拼价格到拼价值”，治理思路是一以贯之的。

六、被忽略的第三条：教师法为什么和 AI、价格法在同一场会议

很多人会觉得教师法与 AI、价格法无关，是不同领域的例行议题。但放进新质生产力的框架里看，它的位置很清楚。

《关于发展新质生产力的意见》确立了五大板块：科技创新、产业创新、发展方式创新、体制机制创新、人才工作机制创新。教师法修订正对应最后一块。

三条议题因此构成一套完整的闭环：AI+ 行动解决”技术供给”，价格法修法解决”市场制度环境”，教师法修订解决”人力资本供给”。 三者是同一套逻辑的三个切面——让创新有来源、让创新有回报、让创新有人才。

而”减轻教师非教育教学任务负担”这一具体表述，含义也不只是福利：

如果一个国家的教师把大量时间花在填表和迎检上，那么它的人力资本生产能力就在被系统性地侵蚀。 这不是教师的个人困扰，而是一个国家的创新基础设施在漏损——因为人才的起点在学校，而学校的时间被行政任务占走了。

会议同时提出”加强对教师的社会公共服务""维护好教师职业尊严和合法权益""培养造就高素质专业化教师队伍，健全教师教育体系”——这些表述串起来，指向的是同一件事：把教师的时间还给教学，把教师的精力还给育人。

从这个角度看，这三条议题放在同一场会议里讨论，本身就是一次表态：发展新质生产力，不只是技术和产业的事，它同时是制度的事、也是人的事。 而这才是”全方位推进”的真实含义。

七、最值得记住的一层：产业政策正在从”给资源”走向”给规则”

把本次会议的三个议题与近期一系列政策放在一起看，一个趋势非常清晰。

过去的产业政策工具是”给资源”：财政补贴、税收优惠、土地让利、专项基金。它的特点是直接、见效快，但有限、易被套利、需要不断追加。

现在的产业政策工具正在转向”给规则”：

维度	从	到
竞争秩序	企业各自博弈	法律界定不正当价格行为
定价机制	价格信号被补贴扭曲	要求价格可解释、可调查
场景供给	企业自己找场景	政府国企开放真实场景做社会性中试
要素配置	直接给地给钱	算电协同、数据供给、标准体系
人才供给	号召与表彰	法律固化减负与权益保障

这两类工具的性质完全不同：

资源是有限的、有排他性的、需要被分配的；规则是普惠的、非排他的、可以自我执行的。 资源型的政策需要政府不断做判断、不断追加投入；规则型的政策只要确立一次，就会持续地、自动地发挥作用。

这也是产业治理走向成熟的一个标志：从”我来决定谁得到什么”，转向”我来确保规则对所有人生效”。

需要保持的清醒是：这些文件目前都还在流程中——价格法与教师法都只是”原则通过、提请全国人大常委会审议”，正式生效还需经过立法程序；配套的《制止低价倾销规定》《互联网平台价格行为规则》也需要时间出台。方向已经明确，落地需要过程。

八、四个需要校正的认知

一、不是大模型、算力题材全面爆发。 政策导向从”堆参数、堆算力”转向场景落地、中试验证、实体经济赋能。只拥有通用大模型、却没有实体行业落地能力的企业，很难享受这轮政策红利；能深入产业痛点、走通中试迭代的垂直 AI 企业更受益。

二、不是要禁止低价商品。 政策区分的是”合理低价促销”与”恶意无序低价竞争”。正常市场竞争下的平价、打折完全允许；被规制的是以扰乱市场秩序为目的、不计成本的掠夺性定价。低价不是问题，“唯低价”才是问题。

三、不是价格法一改就立刻改变行业格局。 草案尚需人大审议，配套规则待出，执法标准也在形成过程中。真正的观察点不是法律的出台时间，而是第一批成本调查执法案例的出现——那才是制度生效的标志。

四、不是”应用牵引”意味着技术攻关可以放松。 会议同时强调”夯实发展底座，加强技术攻关和算法创新，着力补短板、锻长板”。应用牵引与底座攻坚是并列关系，不是替代关系——应用提供方向和需求，技术提供可能性和上限。任何一个缺位，另一个都会失速。

九、六个可以跟踪的观察指标

各部委”人工智能+“配套细则，重点看中试基地与开放场景的”实际使用率”，而不是”挂牌数量”。 挂牌是投入，使用才是产出——这是区分”真中试”与”挂牌中试”的关键。
算电协同试点的实际规模：参与电网调节的智算中心容量。 这是”算力从成本变成柔性负荷”最直接的量化证据。
价格法的立法进度，以及《制止低价倾销规定》《平台价格行为规则》等配套细则的出台节奏。
成本调查的执法案例数量与类型。 本文认为这是整套价格制度是否真正生效的最硬证据——法律条文可以很快写出来，但”低于成本”的认定必须有案例才能形成标准。
内卷严重行业（消费品、平台、部分制造业、短剧）的利润率是否止跌回升。 制度的效果最终要体现在利润表上。
一个反直觉但可能最有效的指标：看是否有企业公开主动”退出价格战”，并因此获得市场认可。 如果出现了”不参与内卷反而份额和利润率改善”的案例，说明价值竞争真的能被奖励——当”不参与内卷”不再等于”失去市场”时，制度才算真正落地。 这比任何执法数据都更能说明问题。

十、结论：让创新有来源、有回报、有人才

回到本次会议的性质。

它表面上讨论了三件互不相关的事：AI 怎么发展、价格怎么管、教师怎么保障。实质上，它同时推进了新质生产力的三个支柱：技术供给、市场制度、人力资本。

而三条议题之间有一条清晰的因果链：

AI+ 行动让创新有来源——通过底座攻坚和中试场景，把技术变成可用的产品； 价格法修法让创新有回报——通过治理低价无序竞争，让认真做研发的企业能赚到钱； 教师法修订让创新有人才——通过减负与权益保障，让教育的产出质量不被行政负担侵蚀。

这条链条里最容易被忽略的是第二条，但它可能是最关键的一环：

如果创新没有回报，就不会有持续的创新。 新质生产力最大的敌人从来不是技术不足，而是创新收益被低价内卷消耗殆尽——辛辛苦苦研发出来的成果，被不计成本的对手用价格战抹平，最后谁都没有钱继续投入。

而这也解释了为什么”技术”和”制度”必须同步推进：技术决定我们能做什么，制度决定我们愿不愿意继续做。 前者是能力问题，后者是意愿问题——而长期看，意愿比能力更稀缺。

对市场最实际的启示有两条：一是 AI 赛道要淡化纯算力与大模型题材的炒作，把注意力转向实体产业场景落地、中试验证、行业垂直模型；二是对长期依赖补贴与低价内卷的商业模式保持警惕，重视真正具备产品力与品牌力的企业。

最后回到那份通稿里最朴素、也最有分量的一句：

“让人工智能技术更好转化为现实生产力。”

这句话其实定义了整场会议的标准——不是”我们的技术有多强”，而是”我们的技术有多少变成了生产力”。 一个国家的技术实力，最终不是由榜单上的分数定义的，而是由工厂里的效率、货架上的产品、和普通人的生活质量定义的。

而制度的意义，就是让这条转化链上的每一个环节都有动力继续走下去。

本文基于新华社 2026 年 10 月 16 日受权发布的国务院常务会议通稿全文及第一财经等公开报道整理，文中引号内均为通稿原文。会议确定对《中华人民共和国档案法实施条例》等 14 部行政法规的部分条款予以修改，对《中华人民共和国港口间海上旅客运输赔偿责任限额规定》等 4 部行政法规予以废止。价格法与教师法均处”原则通过、提请全国人大常委会审议”阶段，尚未正式生效。关于”关键变量与关键技术之别”、“经济可行性瓶颈”、“算力从成本到柔性负荷”、“以规则代替定价”、“竞争的自毁倾向”、“从给资源到给规则”等分析判断为作者观点，不构成任何投资建议。