头部AI公司CEO迫不及待，自己编写监管政策

昨天，号称史诗级更新的Claude Fable 5模型刚发布。今天，Anthropic 创始人 Dario Amodei 就在个人网站发布了一篇长文，题为《AI指数时代的政策》（Policy on the AI Exponential）。

文章很长，论点很多，调子很高。他用《指环王》里的树胡开篇，那个动作极慢、思考极深的古树，象征着跟不上AI速度的政策机器。他说AI已经不是消费类应用，而是"数据中心里天才国家"的雏形。他呼吁美国建立前沿模型强制测试机制，重新设计FDA药物审批流程，应对AI带来的长期就业替代，并推动同盟国家建立AI联盟。

在硅谷的话语体系里，这种文章叫"政策白皮书"，在更世俗的语境里，它是一篇公开信，原文太长，拆开看就清楚多了。

一张五层结构的牌

Amodei这篇文章有五条主线，逐层打开。

第一层是安全监管升级。他认为前沿模型已经带来了网络安全、生物风险、失控风险和自动化研发加速风险，仅靠"透明披露"远远不够。他明确主张参照联邦航空局（FAA）的模式，对超过算力门槛的模型强制要求第三方测试和审计，政府有权阻止不符合安全标准的模型上线。文章还同步附上了一份立法草案。

第二层是就业和宏观经济。他承认强AI可能造成比以往技术更深、更持久的认知劳动替代，提出工资保险、留职激励、再培训补贴、甚至UBI，经费来源指向资本利得税。

第三层是加速释放AI红利。他提出AI本身需要严管，但AI加速的下游领域生物医药、能源、材料科学，可能因为旧监管太慢而错失机遇。FDA的药物审批周期、临床试验标准，要提前给AI模拟验证留好接口。

第四层是国家权力与制度。他担心AI成为自动化武器、超级监控和权力固化工具，主张限制全自主武器国内使用，堵住大规模数据收集漏洞，并保障公民在面对政府行动时也能获得AI辅助能力。

第五层是地缘政治。他把AI类比为可能重塑全球权力结构的技术，主张同盟国家建立AI联盟，围绕芯片、半导体设备、出口管制和风险标准形成协调机制。

如果压成一句话：AI已经不只是科技产业问题，而是国家治理问题。技术指数级前进，政策不能再线性反应。

哪些对他很有利

平心而论，这篇文章里有真正的公共关切，Amodei对AI风险的判断也有相当的严肃性。但把每层论点放进利益坐标里看，脉络就清晰了。

安全监管升级这一层，是整篇文章对Anthropic最有利的部分。

强制第三方测试、审计标准、算力门槛。这些要求听起来中立，执行成本却非常高。对Anthropic、OpenAI、Google DeepMind来说，这是合规成本；对创业公司、大学实验室、开源社区来说，可能是生存门槛。Anthropic长期以"安全公司"自居，有自己的Responsible Scaling Policy，框架成熟，流程现成。如果这套标准成为行业规范，Anthropic适配得最快，后来者代价最重。

这不是说安全监管没有必要。这是说，监管标准的设计者，同时也是适配成本最低的那家公司。两件事可以同时为真。

加速下游应用这一层，同样服务于AI公司的整体利益。逻辑是：核心模型先获得"高风险但必要"的战略地位，下游商业化则要求监管部门提速。生物医药、能源、材料科学的审批改革如果落地，受益的首先是能快速推出垂直应用的头部模型公司。

地缘政治这层最明显。出口管制、可信联盟、半导体供应链保护。这些措施的逻辑终点，是美国头部模型公司领先地位的延续。Anthropic是美国公司，文章也坦承主要从美国政策视角出发。

他没说的那几件事

一篇公开信的信息量，有时藏在它没说什么里。

Amodei谈了政府权力、国家竞争、就业冲击，但没有展开市场集中问题。如果前沿AI真的相当于"数据中心里的天才国家"，那掌握这些"天才"的少数私营公司，就自然获得了前所未有的定价权、数据权、算力权和政治影响力。英国竞争和市场管理局（CMA）已经在把基础模型市场中的数据垄断、算力集中、战略投资和纵向整合作为竞争风险来观察，这恰好是Anthropic这类头部公司的敏感地带。文章对此没有着墨。

他也没谈训练数据的问题，不令人意外，对Anthropic很不利。Anthropic在2025年8月以15亿美元与作者群体达成和解，涉及约50万本从LibGen、PiLiMi等盗版网站下载的书籍，这是迄今已知最大的版权类和解。法官在判决中写道，法院认定Anthropic从已知的非法来源下载书目，不符合核心的人类价值观。文章大篇幅讨论AI的公共收益和劳动替代，却对模型训练数据的来源和内容版权保护完全绕开。

就业冲击那一层，他承认AI可能造成"长期、显著"的替代，提出的方案也看起来很全面：工资保险、留职激励、再培训、UBI。但这些方案，责任主体都是政府和社会。AI公司自己应当承担什么义务，文章没有具体化。企业客户用Claude替代岗位时，Anthropic是否应该披露影响评估？是否该缴纳自动化税？是否该向受冲击行业建立专项基金？这些问题没有答案。

能源问题也被低估了。文章只是提到数据中心可能推高电价，建议AI公司自行吸收。但问题远不只是电价。IEA最新预测，全球数据中心用电将从2024年的415 TWh增至2030年的约950 TWh，届时约占全球用电量的3%，增速远高于其他所有部门，相当于再造一个日本的用电规模。电网扩容、水资源、土地、地方税收优惠、社区承压，这些都是真实的基础设施账单，不是一句"我们会吸收电价上涨"可以打发的。

这篇文章最准确的读法

Amodei这篇文章把Anthropic放在了一个很舒服的位置：既是风险发现者，又是政策建议者，还是未来合规标准的样板公司。

它的论点里有真诚的部分。AI安全监管的欠缺是真实的，网络安全和生物风险的威胁是具体的，制度在强AI面前的脆弱性也确实值得严肃讨论。Amodei本人对这些问题的关注，早于大多数同行，也比大多数竞争对手说得更明白。

但这不妨碍这篇文章同时是一份商业策略文件。政策建议书和利益声明，可以是同一个文本。

如果沿着文章的逻辑继续追下去，下一个自然的问题是：如果少数AI公司掌握了"数据中心里的天才国家"，社会该如何限制它们的定价权、数据权、算力权、劳动替代权和政治影响力？如果监管标准按头部公司能力设计，谁来代表没有能力适配这套标准的那些人，创业者、开源社区、内容创作者、被替代的劳动者？

这些问题，Amodei没有回答。

他提议建立的，是一种由头部模型公司、美国政府、盟友国家和第三方审计机构共同参与的AI治理秩序。这个秩序能管住风险，也会巩固现有头部玩家的位置。两件事可以同时成立。

真正能管住AI的那个机制，可能不是现在这些头部公司愿意设计的那种。

END本文来自至顶AI实验室，一个专注于对AI计算机、工作站及各类AI相关硬件设备，开展基于真实使用场景评测的研究机构。