在Meta收购Manus的风波之中，中国监管部门启动了对相关交易的审查，引发了广泛关注。与其把这视为一桩孤立的个案，不如将其看作一个窗口：在人工智能快速演进的当下，如何界定和保护本国的核心技术与人才，正在成为各国必须回答的新问题。
Manus的经历具有某种“时代样本”的意味。这家起源于中国、随后在新加坡设立主体的人工智能公司，依托通用AI代理技术，在自动化编程、复杂任务分解等前沿应用上发展迅速，很快就获得了国际资本和大型科技公司的青睐。对于创始团队和投资方而言，被整体以高估值收购，是一条经典的市场化路径；但从国家科技竞争力的视角看，这类交易也在重新分配关于算法、数据和人才的长期收益。
在人工智能产业中，一家公司的价值，很难用某一段代码或某一项产品来简单衡量。更关键的是，它在特定场景中积累的工程经验、数据资源与复合型团队能力。这些要素一旦形成良性循环，就会变成可以持续滚动放大的“能力飞轮”。当这样的“飞轮”整体迁移到境外平台体系中时，相关国家在新一轮技术竞争中的位置，也可能随之发生微妙变化。
正是在这样的背景下，把核心AI技术和人才视为一种“战略性资源”，并围绕这一点搭建制度化的保护与开放框架，正在成为全球范围内的政策共识。对中国而言，探索一条具有自身特点的“关键技术护栏”，既不是对市场机制的否定，更不是对国际合作的退缩，而是适应技术变局的理性选择。
所谓“关键技术护栏”，并不意味着全面收紧或一刀切限制，而是承认在庞大的数字经济和AI版图之中，确实存在需要被优先保护的“关键节点”。在这些节点上，适度提高审查门槛、强化透明度和可预期性，有助于平衡安全与开放之间的张力。
从操作层面看，中国版“关键技术护栏”至少可以在三个方向上进一步清晰化。
其一，是对关键技术范围的精确定义。
在通用AI代理、大规模预训练模型、底层训练框架等领域，技术一旦成熟，往往同时具有广泛商业应用和潜在安全影响。对于这类具有典型“通用技术”性质的能力，不妨通过名单、标准或指引的形式，明确哪些属于“重点敏感”，从而在并购、跨境技术转移、控制权变更等场景下，提前建立起可预期的审查流程。这样的安排，既给监管提供了规则依据，也为企业设计资本路径预留了清晰边界。
其二，是对数据与应用场景的分级管理。
人工智能的竞争优势，很大程度来源于对复杂场景和大规模数据的长期打磨。涉及大规模个人信息、关键基础设施运行、重要产业链的训练数据和模型成果，既是企业的核心资产，也是公共安全的一部分。在继续鼓励企业拥抱全球市场、参与跨国合作的同时，通过分级分类的方式，对不同类型数据和模型设定差异化的跨境规则，有助于在不扼杀创新的前提下，降低不可逆的安全风险。
其三，是营造有利于汇聚关键人才和团队的制度环境。
在AI赛道上，顶尖人才和成熟团队往往决定了一国在某一细分领域的“天花板”。在资本全球流动的大背景下，单靠限制性措施并不足以留住这部分资源，更重要的是通过稳定的预期、多元的融资渠道、更具吸引力的产业生态，让处于不同发展阶段的团队，都能够在本土找到合适的发展路径。对于涉及整体团队控制权和重大技术转移的交易，适度延长观察期、提高信息披露要求，也有助于各方在更充分信息基础上作出决策。
需要强调的是，“关键技术护栏”的目标不是阻断市场力量，而是为市场运行提供一个更加稳固的制度底座。有了边界清晰、程序透明的规则体系，企业在国际合作和跨境布局时可以减少不确定性，监管也可以从事后“被动应对”转向事前“规则引导”。在这一意义上，安全与开放更像是同一枚硬币的两面：没有基本安全的开放是脆弱的，没有开放支撑的安全则难以持续。
从更长远的视角看，中国在人工智能领域已经具备一定的基础：科研成果、高校与企业的工程能力、庞大而多元的应用场景，这些都是难得的综合优势。如何通过制度设计，把这些优势从易于被动流散的资源，转化为在可控边界内积极对外联通的“战略资产”，将决定中国在下一轮技术周期中的议价能力和影响力。
Manus事件提供的，或许不是简单的是非判断，而是一面镜子：在全球技术和资本高度交织的当下，如何在尊重企业市场选择与保护国家长期利益之间找到新的平衡点。通过更具前瞻性的“关键技术护栏”安排，中国有机会在人工智能时代形成一种新的开放形态——既正视安全约束，又不放弃参与并塑造全球规则的主动权。
（陈亮系战略时代咨询（Strategic Times Consulting）创始人兼CEO，同时担任北京理工大学网络空间国际治理研究基地研究员。本文仅代表作者观点。责任编辑邮箱：catherine.li@ftchinese.com）