OpenAI和Anthropic想给AI踩刹车——而这正为它们筑起护城河

关于突然兴起的人工智能放缓热潮，最引人注目的并非现在构建AI的人想要踩刹车，而是他们所描述的刹车只有他们自己才能轻松负担。当最有价值的AI实验室的领导者们几乎异口同声地认为该领域发展过快时，安全理由确实存在——而悄然潜藏其下的商业理由也同样真实。

导火索是Anthropic的达里奥·阿莫代伊（Dario Amodei）呼吁“为前沿技术定速”：减缓模型能力提升的速度，在实验室内部设立独立评估员，并让民主国家的主要参与者就共同安全标准达成一致。他用自己的话将公众对AI的强烈反对描述为一场信任危机。在很短的时间内，萨姆·奥尔特曼（Sam Altman）表示同意，并称OpenAI一直在讨论此事；埃隆·马斯克（Elon Musk）给出了两个字的背书：“达里奥说得对。”媒体将此视为迟来的良知突然集体觉醒。

如果以分析师而非安全官员的身份来解读同一计划，第二幅图景便浮现出来。嵌入式第三方审查员、经过认证的对齐测试、公开的风险框架和事件报告不仅是保障措施；它们也是固定成本。而固定成本是大公司拥有的最可靠的竞争武器，因为它们在金额上对所有人一视同仁，在痛苦上却并非如此。

考虑一下算术。美国最大的云和AI基础设施提供商已承诺在未来一年投入约6600亿至6900亿美元的资本支出，仅亚马逊一家就接近2000亿美元，Alphabet、Meta和微软各在数千亿美元或接近该水平。面对这样的资产负债表，一套合规制度——一支嵌入式评估员团队、一个年度安全框架、加州对每次违规最高100万美元的罚款——只是四舍五入的误差。对于试图触及前沿的初创公司来说，这却是其全部跑道。

这不再是假设。加州的SB 53法案已经通过两道门槛定义了“大型前沿开发者”：模型训练超过极高的计算阈值，以及收入超过5亿美元。这些公司必须发布安全框架，并在紧迫的时间表内报告关键事件。在欧洲，AI法案第55条要求最强大的通用模型提供商进行对抗性测试、缓解系统性风险并报告严重事件。地基正在浇筑；问题是谁能高到站在上面而不自知。

最明显的迹象是谁没有要求刹车。该计划从未点名其天然的输家，但他们很容易识别：那些整个模式就是开源模型的实验室——Meta、法国的Mistral、中国的DeepSeek和阿里巴巴。正如一项异议分析所言，这些是“文章从未提及的四个名字”，即免费模型的创造者，付费客户可能会下载这些模型而不是租用API。你无法认证一个任何人都能在一下午修改的模型的对齐性，因此针对前沿的标准制度对开源权重打击最重。而开源阵营正在赢得现有企业宁愿保留的用户：中国的一个开源模型Qwen下载量达数十亿，而Meta的Llama只有数亿。

这一切都不是新鲜事。这是任何受监管行业中最古老的策略——老牌玩家欢迎它负担得起的规则手册，因为对其账本而言微不足道的成本对竞争对手来说却是一堵墙。经济学家对此有一个直白的名称：监管俘获，它并不需要恶意。一个安全论点可以完全真诚，同时仍然充当进入壁垒。在这里，两件事同时成立。

对欧洲而言，利害关系比表面看起来更尖锐。欧洲唯一可信的前沿挑战者Mistral恰恰是一个开源权重实验室，而它的西班牙及更广泛的欧洲客户——那些基于廉价、可修改模型构建产品的初创公司——如果全球合规底线围绕四家美国现有企业制定，他们将损失最大。一本在旧金山设计、在布鲁塞尔批准的手册可以在保护公众的同时，把梯子拉上来，挡在领导者身后。

因此，欢迎安全转向：风险是真实的，评估员也早该到位。但请关注接下来会发生什么。如果最终规则恰好落在四大巨头能支付而任何更小的玩家无法承受的范围内，那么放缓将不是为前沿定速，而是将其围栏起来。

标签: OpenAI, Anthropic, AI regulation, Mistral, open-weight models