连囚犯都在学 AI：733 平方公里的小国，给世界上了一课
想象这样一个场景：
在新加坡樟宜监狱的一间教室里，几名年长的囚犯，正盯着屏幕上的对话框，敲下提示词，学习如何让生成式 AI 为他们撰写一封信件或总结一段文字。
这不是科幻电影里的情节，而是新加坡监狱署 2026 年初启动的试点计划。
一个国家，为什么要把 AI 培训延伸到监狱？
新加坡国家安全统筹部长尚穆根的一句话，解释得很直白：监狱署一向会根据就业市场需求，为囚犯提供技能培训。现在找工作都需要懂点 AI，不教囚犯学 AI，才是不负责任。
但教囚犯学 AI，只是新加坡庞大计划的冰山一角。2026 年 3 月 3 日，新加坡数字发展与资讯部长杨莉明在国会宣布，新加坡将在未来三年内为 10 万名劳动者强化人工智能能力，并推动 1 万家企业实现 AI 转型。覆盖对象包括律师、会计师、工程师，乃至囚犯。几乎没有任何人群被排除在外。
这是一场贯穿整个社会的 AI 全民动员。新加坡选择了一种最激进的方式，让所有人都不被 AI 抛下。
而这场全民动员并非一时兴起。早在 2023 年 12 月，新加坡就发布了《国家人工智能战略 2.0》（NAIS 2.0），计划额外投入超过 10 亿新元加强算力基建、人才培育和国际合作。NAIS 2.0 围绕"活动推手"（Activity Drivers）、"人与社区"（People & Communities）和"基建与环境"（Infrastructure & Environment）三大系统展开行动，形成了从基础设施到人才培育、从产业落地到治理规范的完整链条。2026 年的财政预算案和培训计划，正是这一战略蓝图的加速落地。
一、黄循财的算盘：1550 亿新元的 AI 蓝图
要理解这场全民 AI 运动，必须从新加坡总理黄循财在 2026 年 2 月 12 日在国会发表的财政预算案说起。
这份总额 1550 亿新元（约合人民币 8412 亿）的预算案，是黄循财就任总理后的首份财政蓝图。在这份蓝图中，他将人工智能列为经济战略的关键支柱，并作出一个大胆承诺：在 AI 推进过程中实现"无失业增长"。
无失业增长。 这六个字的分量不容小觑。根据《2026 年全球人才晴雨表》，近四成新加坡员工担忧半年内因 AI 失业，信息技术行业求职信心暴跌 22 个百分点，58% 的岗位被评估为可能受到 AI 替代影响。在这样的焦虑下，"无失业增长"既是安抚民心的承诺，也是倒逼政策落地的自我施压。
黄循财的 AI 蓝图包含多个层面。 顶层设计上，新加坡成立了全国人工智能理事会，推出"人工智能发展愿景"。企业激励上，AI 相关支出可申请 400% 的税额扣除——按这个政策算下来，一家中小企业投入 1 万新元用于 AI 转型，报税时可按 4 万新元抵扣，政府用真金白银鼓励企业拥抱 AI。
黄循财在国会讲话中强调："要让人工智能真正改变我们的经济，企业也必须全面拥抱 AI。"
此外，政府还承诺加强对中小企业的支持，"让他们真正用上 AI，并从中获得实际好处。"
基础设施的投入也是重中之重。 2026 年 1 月新加坡政府宣布未来 5 年投入超过 10 亿新元用于公共 AI 研究，纬壹科技城将设立 AI 园区。这套组合拳的逻辑清晰：顶层有战略、企业有补贴、基建有园区、研究有资金、人才有培训。整个国家机器被调动起来，确保新加坡在 AI 时代不掉队。
更值得注意的是，新加坡已经成为全球科技巨头的 AI 布局重镇。 根据英伟达向美国证券交易委员会提交的文件显示，2023 年第三季度英伟达约 15% 的收入来自新加坡，使其跃升为英伟达全球第四大市场，仅次于美国、中国台湾和中国大陆。2024 年，OpenAI 在新加坡设立亚太区域中心，谷歌将在新加坡的 AI 研发团队扩增至 500 人，微软、亚马逊等头部企业亦加大在新投入。
二、小国的"不对称打法"
新加坡的 AI 战略之所以值得深度观察，是因为它面临的客观约束，与中美这样的大国截然不同。
这是一个国土面积仅 733 平方公里、人口不到 600 万的城市国家。它没有中国的海量数据优势，没有美国的科技巨头生态，没有充沛的算力资源，甚至连本土培养的 AI 顶尖人才也远远不够。根据此前的规划，新加坡希望将 AI 从业者数量增至 1.5 万人，这个数字放在中国任何一家头部公司都不算多。
但新加坡有自己的打法。杨莉明在国会辩论中点明了核心逻辑：
"通常技术已经就绪，但人才尚未跟上，并非所有人都能成为人工智能工程师，但我们可以在各自专业领域成为'懂人工智能'的复合型人才，解决本行业的问题。"
这句话透露了新加坡 AI 战略的核心。它不追求在大模型底层技术上与中美硬碰硬，而是要培养大量的"AI 双语人才" ——既懂自己的专业领域，又能熟练运用 AI 工具的复合型人才。律师会用 AI 辅助法条检索，会计师会用 AI 处理审计数据，建筑师会用 AI 做设计优化。AI 不是少数工程师的专利，而是所有职业人群的基本技能。
这种"不对称打法"有几个精明之处。
首先，它避开了大模型军备竞赛的高昂成本。 训练一个大模型动辄数亿美元，新加坡既没有这个体量，也没有这个必要。它要做的是站在大模型的应用层和场景落地，让全社会都能高效使用 AI 工具来提升生产力。
其次，它充分利用了新加坡作为小国的敏捷性。 相比大国动辄需要协调数十个省份、数百个城市的复杂治理体系，新加坡的政策从制定到落地，可以在极短时间内完成。一项计划从宣布到启动只需要数周，10 万人的培训计划可以在三年内覆盖。这种执行效率是小国独有的优势。
第三，既然要让全民用 AI，那就得配套解决信任问题。 在这方面，新加坡抓住了 AI 治理的先发优势。早在 2023 年，新加坡就推出了全球首个 AI 测试工具包 AI Verify，帮助企业客观评估 AI 产品是否负责任，是否符合国际原则。在全球 AI 治理框架尚在争论的阶段，新加坡已经在"AI 治理标准制定者"的赛道上占据了身位。这种规则制定的话语权，比硬件算力更具战略价值。
从国家 AI 战略的设定来看，新加坡的核心目标也映射了这种务实思路：将 AI 从业者数量增加两倍以上达到 1.5 万人，同时让 10 万名劳动者具备 AI 应用能力。前者是培养业务骨干，后者是全民普及，一精一广，构成完整人才梯队。
三、镜鉴中国：AI 人才布局
新加坡的全民 AI 路径，对正在推进 AI 产业化的中国而言，提供了一面有价值的镜子。
2025 年 8 月，国务院正式印发《关于深入实施"人工智能+"行动的意见》，这是中国在 AI 领域迄今最高层级的顶层设计文件。
《意见》部署了六大重点行动——"人工智能+"科学技术、产业发展、消费提质、民生福祉、治理能力、全球合作，并明确提出三个阶段性目标：
到 2027 年，率先实现 AI 与六大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超 70%；
到 2030 年，智能经济成为重要增长极；
到 2035 年，全面步入智能经济和智能社会发展新阶段。
各部委迅速跟进。2026 年 1 月，工信部等八部门联合印发《"人工智能+制造"专项行动实施意见》，明确到 2027 年推动 3 至 5 个通用大模型在制造业深度应用，推出 1000 个高水平工业智能体，推广 500 个典型应用场景，选树 1000 家标杆企业。
2026 年 3 月，工信部部长李乐成在全国两会"部长通道"上进一步表态："'人工智能+制造'是必答题，不是选择题。"他披露的数据显示，2025 年中国人工智能核心产业规模已达 1.2 万亿元，企业超过 6200 家。
与新加坡相比，中国的 AI 布局无疑更为宏大。从算力基础设施到大模型研发，从产业应用到数据要素市场，中国正在全方位构建 AI 生态。但如果仔细对比中新两国的策略重心，会发现一个有趣的差异：
中国更侧重"供给侧" ——建算力、造模型、搞应用示范；新加坡则更具聚焦于"需求侧" ——培训人才、补贴企业、降低使用门槛。
这种差异有其合理性。中国有资源、有市场、有技术积累来搞大模型和算力基建，这是大国优势。但供给侧的繁荣并不等于需求侧的活跃。在中国，尤其是三四线及以下城市的大量中小企业，对 AI 的态度仍然停留在"听说过但不会用""想用但不知道怎么用"的阶段。根据多项调研，中国中小企业 AI 应用渗透率仍有较大提升空间，远低于数字化先进国家的水平。
但新加坡的经验则提示了一个关键命题，那就是 AI 产业的真正爆发，不仅取决于大模型有多强、算力有多大，更取决于有多少人、多少企业能把 AI 真正用起来。当一个国家连囚犯都在学 AI 的时候，它释放的信号是：AI 不是少数人的工具，而是整个社会的基础设施。
中国各省市发布的"人工智能+行动方案"，也正在向这个方向靠拢。方案中提到构建"模数空间"体系，建设集算力、技术、服务于一体的智算综合运营平台，形成"试点-示范-规模化应用"闭环。但如果对比新加坡 400% 税额扣除的企业激励力度、三年 10 万人的明确培训目标，中国在 AI 全民化方面的政策颗粒度和执行力度，仍有进一步细化的空间。
更深层的问题，在于路径选择。 中国长期以来的科技人才培养偏向"精英路线" ——例如重点高校设 AI 学院、头部企业建 AI 实验室、政府遴选 AI 领军人才。这条路线，培养出了全球占比超过 40% 的 AI 顶尖人才，可以说成绩斐然。但在 AI 从实验室走向千行百业的当下，仅有精英，还远远不够。针对更广泛人群的 AI 技能培训体系，仍处于起步阶段。
结语：人，才是核心资产
新加坡的全民 AI 实验，触及了一个无法回避的根本问题：在 AI 时代，一个国家最重要的资产到底是什么？
过去两年，全球的 AI 叙事被算力竞赛、大模型评测、芯片禁令主导。各国比拼的是谁的 GPU 集群更大、谁的模型参数更多、谁的基准测试得分更高。
但新加坡的案例，提供了另一种思考维度：当 AI 基础设施和大模型日益走向标准化和平价化，最终决定一个经济体 AI 竞争力的，不是技术本身，而是人。
黄循财在 2 月 26 日的国会辩论中再次强调了这一判断：
"新加坡不会出现无就业增长，政府将利用人工智能促进经济增长，并确保增长转化为优质就业机会和更高薪金。"
他将赌注押在了"人"身上：有多少人能理解 AI、信任 AI、用 AI 来改造自己的工作。
在 AI 重塑世界的进程中，没有人应该被落下。这或许是一个国土面积不足北京六环的"小国"，给全世界上的重要一课。