Anthropic首席执行官达里奥·阿莫代伊(Dario Amodei)在其公开发表的AI安全政策建议中指出:"竞争压力可能促使企业加快训练及发布节奏,使防护措施难以及时跟上模型能力。"这一表态将前沿AI开发中的安全风险议题置于行业讨论的中心。

阿莫代伊此次的核心主张,是呼吁放缓前沿AI模型的开发节奏,为安全评估与防护措施争取时间。其底层判断是:当前模型能力的增长速度已超出防护机制迭代的承载能力,因此需要在训练与发布两端引入缓冲。

三层安全机制

三层安全机制

围绕这一判断,阿莫代伊提出三层安全机制。其一,向独立评估团队开放内部访问权限,让第三方在模型部署前对其进行充分测试;其二,推动主要AI实验室就安全标准形成行业共识,避免各家标准参差、各自为政;其三,建立跨国风险管控合作机制,应对模型能力跨境流动带来的系统性风险。

支撑这套机制的是他对产业竞争态势的一项基本判断:竞争压力可能使企业陷入无保护的能力竞赛——各方竞相缩短研发与发布周期,而模型与底层技术一旦具备跨境流动属性,单一国家的减速就难以奏效,反而可能将高风险研发推向监管薄弱地区。

基于这一逻辑,阿莫代伊进一步提出,政府应被赋予有限但明确的权力:在特定情形下阻止高风险模型的部署。这并非主张全面禁止前沿AI,而是要求在能力达到一定阈值时设置强制性的安全闸门。

可操作性面临多重考验

可操作性面临多重考验

从行业媒体视角观察,这一建议落地面临现实考验。三层机制中,第一层依赖企业自愿开放核心模型访问,目前主要AI实验室之间的透明度差异显著;第二层共识在竞争格局下推进缓慢,且标准制定权归属尚无定论;第三层涉及各国监管主权与产业政策的协调,难度更高。而"政府阻止部署"这一权力的边界如何界定、由谁判定"高风险",同样需要在政策层面进一步明确。

阿莫代伊此次发声的价值,在于将AI安全从企业自律层面进一步推向制度化与跨国治理层面。无论其具体建议能否落地,它指向的结构性矛盾——前沿模型能力增长速度与防护机制迭代速度的错配——已是行业不得不正视的现实挑战。