从开关到操作系统：新加坡 NAIS 更新真正改写了什么

2026 年 5 月 20 日，数字发展与新闻部长杨莉明在 ATxSummit 上把这次 National AI Strategy 更新称为“再点一次鼠标，而不是重启系统”。措辞刻意克制，容易让人以为只是把 2023 年 NAIS 2.0 的十五项行动重新排了个序。真正的变量并不在这份更新里，而在它之上：2026 年 2 月，新加坡设立了由总理黄循财亲自主持的 National AI Council，把 AI 提到了此前没有过的优先级。让这轮更新真正有分量的，是整套体系第一次开始像一台操作系统那样统一调度国家能力。

NAIS 2.0 早在 2023 年 12 月就以“AI 造福公众”为口号落地，数字经济如今约占新加坡 GDP 的 18.6%。对多数经济体来说，过去三年的核心争论仍停留在采用层面——企业和政府到底要不要把 AI 接进流程。在新加坡，这个问题早已有了答案：据经济发展局披露，本地企业已设立六十多个 AI 卓越中心，公共服务也把 AI 当成日常工具在铺开。当采用本身不再构成争议，一个更难的问题浮现出来：谁来决定把有限的算力、人才和公共注意力，优先派给哪些国家任务。这是全国层面的资源协调难题，一个要不要开机的开关回答不了它——新加坡这次跨过的，正是这道门槛。

新体系里最关键的角色，是决定哪项任务先行、拿多少资源的那个中枢，National AI Council 被放上的正是这个位置。按 Budget 2026 的表述，它的职责是“发起聚焦式的 AI 项目，改造经济的重要部门”，统筹推进 National AI Missions、扩大采用、建设深层能力，并把新加坡做成 AI 创新枢纽。更新版策略随后把这套编排落到四条国家级任务上：先进制造、金融服务、连接性和医疗。据行业媒体转述的官方口径，这四个领域合计占新加坡 GDP 四成以上。围绕它们，政府又排上企业侧的配套：面向中小企业的 National AI Impact Programme 主打让上万家企业实现有意义的采用，Champions of AI 给有意愿做全面转型的头部企业更深支持，NVIDIA 新加坡 AI 研究实验室和榜鹅数码园区的机器人测试场，则提供落地这些任务所需的算力与场地。

问题恰恰卡在权限上。一个真正的调度器能启动和叫停项目、能强行抽调资源；一块只能显示进度的仪表盘则什么也改变不了。National AI Council 会落在哪一端，取决于它能不能真的改写各部门的预算和考核指标。如果它只是把各机构本就在做的事汇总、背书，再挂上总理的名字，那么“史无前例的优先级”就停留在措辞层面；如果四条任务对应到硬性拨款和 KPI，各机构必须按它定的次序调配资源，这个委员会才算真正握有主导权。这是判断这轮更新成色的第一个观察点。

再强的统筹，也只能分配实际存在的资源。新加坡的底气在于，它手里握着可分配的硬件。经济发展局的数据显示，本地有超过七十座数据中心、约 1.4 吉瓦装机容量；裕廊岛划出二十公顷建低碳数据中心园区，潜在容量约七百兆瓦；2025 年 12 月还开放了至少两百兆瓦新增容量的申请。政府另外承诺五年投入十亿新元支持 AI 研究、应用与人才。人才这一侧，NAIS 2.0 立下的目标是把 AI 从业者从约 4500 人扩到 1.5 万，靠学徒制和全球招募来填。数据与模型层面，面向东南亚语言文化的 SEA-LION 开源模型，以及由 IMDA、AI Singapore 与 A*STAR 合作、投入约七千万新元的国家多模态大模型计划，都是可供统一调配的本地组件。算力、人才、数据，这三样构成了这套国家能力真正能动用的家底。

真正的约束不在库存多少，而在这些资源受外部条件牵制。最高端的算力取决于芯片能不能进得来，而先进制程受美国出口管制约束；新加坡与马来西亚之间的算力布局，也一直处在合规审查的注视之下。这意味着新加坡能动用的算力上限，有一部分并不由本地设定——它把一部分主导权，让渡给了区域协作和地缘政治。对 ASEAN 而言，这既是新加坡的脆弱点，也是它必须把邻国算力和数据纳入统一编排的现实理由。

一套国家 AI 能力的价值，一半在内部统筹，一半在它对外能提供什么。新加坡的治理工具，扮演的正是对外这一层。2026 年 1 月，新加坡在世界经济论坛上发布了面向 agentic AI 的 Model AI Governance Framework 更新，把“会行动的 AI”的权限、日志、人工接管和责任链写成可参照的规范，并附上 PwC、Workday 等真实部署的案例；更早的 AI Verify 测试框架带着十一条伦理原则，Project Moonshot 生成式评测工具则提供可开源、可移植的组件。它们是别的市场可以直接拿来用的现成规范，落地程度远高于一纸原则。

这套规范的战略意义，放到 ASEAN 尺度上才看得清。区域内多数企业上线 AI Agent 时，卡住它们的常常是可解释的权限设计和事故追责安排，模型能力反而够用。新加坡把这套规范做成一份可以被引用的参考实现，别的市场可以直接移植，不必从零谈判。对正为区域 AI 规则寻找共同底稿的 ASEAN 而言，这样一份现成规范的价值，往往高于任何单一模型的性能。放在中美两套技术栈之间，这也是新加坡的独特位置：它不生产最前沿的模型或芯片，却能提供两边都愿意接受的可信部署与治理规范。国际伙伴关系，本就是这轮十项优先事项里明确列出的一条。

把这些拼起来看，新加坡这轮更新真正做的，是改写问题本身。过去几年，AI 被当成一道采用题——要不要用、用在哪。设立总理主持的委员会，把四条国家级任务、算力、人才和对外治理规范统一编排，等于把它重写成一道国家能力题：这个国家有没有一套能持续调配资源、分配优先级、对外输出规范的运转机制。这正是从一个开关升级成一整套操作系统的分别——前者只问开不开，后者要问跑得动多少、跑得多稳。

但这套机制真正的杠杆，不在新加坡国内。新加坡体量太小，单靠本国市场撑不起一个区域 AI 枢纽的野心；它押注的是把自己的治理规范做成整个区域的公共底稿。如果四条国家级任务跑通、Model AI Governance Framework 和 AI Verify 被邻国直接引用进本国规则，新加坡就从一个先行者变成 ASEAN 的默认模板，拿到的是规则制定权而非单点领先。这里有一个具体的反面信号值得盯：到 2027 年，如果印尼、越南、泰国这些区域内主要市场在自己的 AI 治理文件里仍然绕开新加坡这套框架、各自另起炉灶，那就说明这份参考实现没有被接受，新加坡的编排能力止步于国门之内。国家能力能不能建成是一回事，能不能被区域复制和采纳，是更能说明这轮更新最终重量的另一回事。