OpenAI與Anthropic想為AI踩煞車——而這正為它們築起護城河

對於突然興起放緩人工智慧發展的熱情，最引人注目的並非現在開發 AI 的人想要踩剎車，而是他們所描述的剎車，只有他們自己才負擔得起。當最有價值的 AI 實驗室領導者幾乎異口同聲表示這個領域發展太快時，安全論述是真實的——而靜靜潛藏在底下的商業邏輯也是如此。

導火線是 Anthropic 的達里奧·阿莫代伊（Dario Amodei）呼籲「為前沿技術設下節奏」：減緩模型能力提升的速度、在實驗室內部設置獨立評估人員，並讓民主國家的主要參與者就共同安全標準達成協議。他用「信任危機」來形容公眾對 AI 的反彈。不久後，山姆·奧特曼（Sam Altman）表示同意，並說 OpenAI 一直在討論這個議題；伊隆·馬斯克（Elon Musk）則以「達里奧說得對」兩字背書。媒體將此視為姍姍來遲的良心覺醒。

但若以分析師而非安全官員的角度解讀同一份計畫，就會浮現另一幅圖景。嵌入式第三方審查員、經認證的對齊測試、公開的風險框架與事件通報，不只是保障措施；它們也是固定成本。而固定成本是大型公司擁有的最可靠競爭武器，因為它們對每個人造成的金錢負擔相同，但對每個人造成的痛苦卻不相同。

來算算這筆帳。美國最大的雲端與 AI 基礎設施供應商已承諾在未來一年投入約 6600 至 6900 億美元的資本支出，其中亞馬遜（Amazon）一家就接近 2000 億美元，Alphabet、Meta 和微軟（Microsoft）各在數千億美元或接近此水準。面對這樣的資產負債表，一套合規制度——嵌入式評估團隊、年度安全框架、加州對每次違規最高罰款 100 萬美元——不過是四捨五入的誤差。但對一家試圖觸及前沿的新創公司來說，這卻是整個跑道。

這不再是假設性問題。加州的 SB 53 法案已經用兩道門檻定義「大型前沿開發者」：模型訓練超過極高的運算門檻，以及營收超過 5 億美元。這些公司必須在嚴格期限內發布安全框架並通報重大事件。在歐洲，AI 法案第 55 條要求最先進通用模型的提供者進行對抗性測試、緩解系統性風險並通報嚴重事件。地板正在澆築；問題是誰夠高，能站在上面而不自知。

最明顯的訊號是誰沒有要求踩剎車。這份計畫從未點名其天然輸家，但他們很容易辨認：那些整個商業模式就是開放權重的實驗室——Meta、法國的 Mistral、中國的 DeepSeek 和阿里巴巴。正如一篇異議分析所言，這些是「文章從未印出的四個名字」，也就是免費模型的製造者，付費客戶可能下載這些模型，而不是租用 API。你無法認證一個任何人可以在一個下午修改的模型的對齊性，因此針對前沿的標準制度，對開放權重打擊最重。而開放陣營正在贏得現有業者寧願留住的用戶：中國的開放模型 Qwen 下載量以數十億計，而 Meta 的 Llama 則以數億計。

這一切並不新鮮。這是任何受監管行業中最古老的招數——既有玩家歡迎自己負擔得起的規則手冊，因為對其帳面微不足道的成本，對競爭對手卻是一堵高牆。經濟學家對此有個樸素的名稱：監管俘獲（regulatory capture），而這並不需要惡意。安全論述可以完全真誠，同時仍然充當進入障礙。在這裡，兩者同時成立。

對歐洲來說，風險比表面上看起來更尖銳。歐洲唯一有可信度的前沿挑戰者 Mistral 正是開放權重實驗室，而它的西班牙及更廣泛歐洲客戶——那些建立在廉價、可修改模型上的新創公司——是全球合規地板圍繞四家美國巨頭書寫時損失最大的人。一套在舊金山設計、在布魯塞爾批准的規則手冊，可以保護公眾，同時把梯子從領先者身後抽走。

所以，歡迎安全轉向：風險是真實的，評估人員也早該到位。但請留意接下來發生的事。如果最終規則恰好落在四巨頭能支付、而更小玩家無法負擔的位置，那麼放緩不會是為前沿設下節奏，而是把它圍起來。

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