頭部AI公司CEO迫不及待，自己編寫監管政策

昨天，號稱史詩級更新的Claude Fable 5模型剛發布。今天，Anthropic 創始人 Dario Amodei 就在個人網站發布了一篇長文，題為《AI指數時代的政策》（Policy on the AI Exponential）。

文章很長，論點很多，調子很高。他用《指環王》里的樹胡開篇，那個動作極慢、思考極深的古樹，象征著跟不上AI速度的政策機器。他說AI已經不是消費類應用，而是"數據中心里天才國家"的雛形。他呼吁美國建立前沿模型強制測試機制，重新設計FDA藥物審批流程，應對AI帶來的長期就業替代，并推動同盟國家建立AI聯盟。

在硅谷的話語體系里，這種文章叫"政策白皮書"，在更世俗的語境里，它是一篇公開信，原文太長，拆開看就清楚多了。

一張五層結構的牌

Amodei這篇文章有五條主線，逐層打開。

第一層是安全監管升級。他認為前沿模型已經帶來了網絡安全、生物風險、失控風險和自動化研發加速風險，僅靠"透明披露"遠遠不夠。他明確主張參照聯邦航空局（FAA）的模式，對超過算力門檻的模型強制要求第三方測試和審計，政府有權阻止不符合安全標準的模型上線。文章還同步附上了一份立法草案。

第二層是就業和宏觀經濟。他承認強AI可能造成比以往技術更深、更持久的認知勞動替代，提出工資保險、留職激勵、再培訓補貼、甚至UBI，經費來源指向資本利得稅。

第三層是加速釋放AI紅利。他提出AI本身需要嚴管，但AI加速的下游領域生物醫藥、能源、材料科學，可能因為舊監管太慢而錯失機遇。FDA的藥物審批周期、臨床試驗標準，要提前給AI模擬驗證留好接口。

第四層是國家權力與制度。他擔心AI成為自動化武器、超級監控和權力固化工具，主張限制全自主武器國內使用，堵住大規模數據收集漏洞，并保障公民在面對政府行動時也能獲得AI輔助能力。

第五層是地緣政治。他把AI類比為可能重塑全球權力結構的技術，主張同盟國家建立AI聯盟，圍繞芯片、半導體設備、出口管制和風險標準形成協調機制。

如果壓成一句話：AI已經不只是科技產業問題，而是國家治理問題。技術指數級前進，政策不能再線性反應。

哪些對他很有利

平心而論，這篇文章里有真正的公共關切，Amodei對AI風險的判斷也有相當的嚴肅性。但把每層論點放進利益坐標里看，脈絡就清晰了。

安全監管升級這一層，是整篇文章對Anthropic最有利的部分。

強制第三方測試、審計標準、算力門檻。這些要求聽起來中立，執行成本卻非常高。對Anthropic、OpenAI、Google DeepMind來說，這是合規成本；對創業公司、大學實驗室、開源社區來說，可能是生存門檻。Anthropic長期以"安全公司"自居，有自己的Responsible Scaling Policy，框架成熟，流程現成。如果這套標準成為行業規范，Anthropic適配得最快，后來者代價最重。

這不是說安全監管沒有必要。這是說，監管標準的設計者，同時也是適配成本最低的那家公司。兩件事可以同時為真。

加速下游應用這一層，同樣服務于AI公司的整體利益。邏輯是：核心模型先獲得"高風險但必要"的戰略地位，下游商業化則要求監管部門提速。生物醫藥、能源、材料科學的審批改革如果落地，受益的首先是能快速推出垂直應用的頭部模型公司。

地緣政治這層最明顯。出口管制、可信聯盟、半導體供應鏈保護。這些措施的邏輯終點，是美國頭部模型公司領先地位的延續。Anthropic是美國公司，文章也坦承主要從美國政策視角出發。

他沒說的那幾件事

一篇公開信的信息量，有時藏在它沒說什么里。

Amodei談了政府權力、國家競爭、就業沖擊，但沒有展開市場集中問題。如果前沿AI真的相當于"數據中心里的天才國家"，那掌握這些"天才"的少數私營公司，就自然獲得了前所未有的定價權、數據權、算力權和政治影響力。英國競爭和市場管理局（CMA）已經在把基礎模型市場中的數據壟斷、算力集中、戰略投資和縱向整合作為競爭風險來觀察，這恰好是Anthropic這類頭部公司的敏感地帶。文章對此沒有著墨。

他也沒談訓練數據的問題，不令人意外，對Anthropic很不利。Anthropic在2025年8月以15億美元與作者群體達成和解，涉及約50萬本從LibGen、PiLiMi等盜版網站下載的書籍，這是迄今已知最大的版權類和解。法官在判決中寫道，法院認定Anthropic從已知的非法來源下載書目，不符合核心的人類價值觀。文章大篇幅討論AI的公共收益和勞動替代，卻對模型訓練數據的來源和內容版權保護完全繞開。

就業沖擊那一層，他承認AI可能造成"長期、顯著"的替代，提出的方案也看起來很全面：工資保險、留職激勵、再培訓、UBI。但這些方案，責任主體都是政府和社會。AI公司自己應當承擔什么義務，文章沒有具體化。企業客戶用Claude替代崗位時，Anthropic是否應該披露影響評估？是否該繳納自動化稅？是否該向受沖擊行業建立專項基金？這些問題沒有答案。

能源問題也被低估了。文章只是提到數據中心可能推高電價，建議AI公司自行吸收。但問題遠不只是電價。IEA最新預測，全球數據中心用電將從2024年的415 TWh增至2030年的約950 TWh，屆時約占全球用電量的3%，增速遠高于其他所有部門，相當于再造一個日本的用電規模。電網擴容、水資源、土地、地方稅收優惠、社區承壓，這些都是真實的基礎設施賬單，不是一句"我們會吸收電價上漲"可以打發的。

這篇文章最準確的讀法

Amodei這篇文章把Anthropic放在了一個很舒服的位置：既是風險發現者，又是政策建議者，還是未來合規標準的樣板公司。

它的論點里有真誠的部分。AI安全監管的欠缺是真實的，網絡安全和生物風險的威脅是具體的，制度在強AI面前的脆弱性也確實值得嚴肅討論。Amodei本人對這些問題的關注，早于大多數同行，也比大多數競爭對手說得更明白。

但這不妨礙這篇文章同時是一份商業策略文件。政策建議書和利益聲明，可以是同一個文本。

如果沿著文章的邏輯繼續追下去，下一個自然的問題是：如果少數AI公司掌握了"數據中心里的天才國家"，社會該如何限制它們的定價權、數據權、算力權、勞動替代權和政治影響力？如果監管標準按頭部公司能力設計，誰來代表沒有能力適配這套標準的那些人，創業者、開源社區、內容創作者、被替代的勞動者？

這些問題，Amodei沒有回答。

他提議建立的，是一種由頭部模型公司、美國政府、盟友國家和第三方審計機構共同參與的AI治理秩序。這個秩序能管住風險，也會鞏固現有頭部玩家的位置。兩件事可以同時成立。

真正能管住AI的那個機制，可能不是現在這些頭部公司愿意設計的那種。

END本文來自至頂AI實驗室，一個專注于對AI計算機、工作站及各類AI相關硬件設備，開展基于真實使用場景評測的研究機構。