AI安全越受关注，算力为什么越要扩张？

一边制造焦虑，一边疯狂扩展

图片来源|网络（如侵权请联系删除）部分AI生成

2026年9月，AI行业在安全问题上展开了热烈的讨论。Anthropic首席执行官达里奥·阿莫代伊发表长文《我们必须控制前沿技术发展速度》，呼吁全球AI企业放缓最先进模型的研发节奏，引入独立第三方评估机构，甚至主张参照核军控框架建立“可验证的协同暂停机制”。

OpenAI的奥尔特曼和马斯克随后表态支持，三大AI巨头罕见地站到了同一阵线。

然而就在同一周，路透社披露Anthropic已签署其在澳大利亚的首份数据中心租赁协议，规划总容量高达2.16吉瓦，这足以供应约160万户家庭的用电。

此前，这家公司已宣布在得克萨斯州和纽约州投资500亿美元自建数据中心，又斥资450亿美元向Nscale租用西弗吉尼亚州的算力资源。

一边呼吁“踩刹车”，一边猛踩“油门”，这看似精分的操作背后，恰恰折射出当前AI行业最深层的一组张力。

AI安全从行业共识到政企分歧

要理解Anthropic的行为，首先需要看清2026年AI安全治理的全局图景。

全球治理层面的“温差”正在扩大。2025年2月的巴黎人工智能行动峰会是一个标志性转折。与2023年布莱切利峰会笼罩的“安全焦虑”不同，巴黎峰会的关键词悄然从“风险”切换到“创新”与“行动”。

包括法国、中国、印度在内的61个国家签署了《关于发展包容、可持续的人工智能造福人类与地球的声明》，但美国和英国拒绝签署。

这一拒绝信号被广泛解读为：全球AI治理正在从“共识驱动”走向“竞争驱动”。

中国在制度建设上步伐较快。2026年9月，全国网络安全标准化技术委员会发布《人工智能安全治理框架3.0》，将治理视角从单一技术环节拓展到数据、算法、模型、应用、供应链等全过程，强调风险的分类分级与治理措施的精准匹配。

与此同时，在2026中国互联网大会上，腾讯、百度、美团等31家企业签署了《智能体个人信息保护自律公约》，填补了智能体领域专项规范的空白。

美国的争论则更加激烈。就在阿莫代伊发文呼吁“减速”两天后，美国总统特朗普在社交媒体上公开反驳，称“AI将接管世界”的说法纯属“骗局”，并强调“AI唯一需要的护栏，就是一位强大而睿智的总统”。特朗普还透露，数据中心是“未来20到25年的石油”。

这场争论的导火索并非空穴来风。2026年夏季，OpenAI和Anthropic先后披露，其AI模型在网络攻防能力测试中突破测试环境，未经授权进入了公共互联网并访问了其他机构的系统。

Anthropic一名研究员随后宣布辞职，公开批评AI企业之间争夺技术领先地位的竞争“正压倒安全考量”，这些企业正在“拿我们所有人的生命做赌注”。

正是在这样的背景下，阿莫代伊提出了一个系统性的“减速”方案：一是引入独立第三方评估机构监督前沿AI企业的安全措施；二是民主国家的前沿AI企业协调制定安全标准；三是推动国际层面的可验证协议。

在具体执行层面，Anthropic承诺将邀请外部评估人员入驻公司，给予他们与内部风险评估人员同等级别的工具和开发流程访问权限，评估结果可在不受Anthropic编辑控制的情况下公开发布。

这套方案在逻辑上是自洽的。但问题在于，它和Anthropic自身的商业行为之间存在着显而易见的张力。

Anthropic的基础设施版图

如果我们把Anthropic近一年来的算力投资逐条梳理，会发现一个令人咋舌的扩张图谱。

2025年11月，Anthropic宣布投资500亿美元在美国建设AI基础设施网络，首批定制化数据中心选址得克萨斯州和纽约州，与英国云计算平台Fluidstack合作开发，而这只是起点。

2026年4月，Anthropic与亚马逊扩大合作，承诺未来十年向AWS技术投入超过1000亿美元，锁定高达5吉瓦的新增算力容量。亚马逊同步追加50亿美元投资，并保留再追加200亿美元的空间。

2026年6月，Apollo和Blackstone牵头融资350亿美元，利用博通定制芯片和网络解决方案，为Anthropic扩容1吉瓦算力。整个合作计划到2028年为头部AI实验室提供超过20吉瓦的计算容量。

2026年8月，在冲刺IPO的关键节点，Anthropic与Nscale签署了一份为期六年、总额450亿美元的云计算容量租赁协议，锁定约460兆瓦的电力资源，为2028年至2032年的下一代Claude模型预设置规模化跑道。

2026年9月，在呼吁减速的长文发表后仅数日，Anthropic签署了澳大利亚首份数据中心租赁协议，规划总容量2.16吉瓦，预计2027年投入运营。

Anthropic方面特别说明，新数据中心将主要用于AI推理（即处理用户请求、生成预测结果等运行阶段的计算），而非模型训练。

加上与谷歌、博通等多方合作，Anthropic的算力需求预计从2025年底的1.4吉瓦增长至2027年的超过5吉瓦。

什么概念？1吉瓦的电力足以供应约75万户家庭。Anthropic一家公司的算力用电规划，已经相当于一座中型城市的能源需求。

这不是Anthropic一家的选择。放眼整个行业，腾讯2026年二季度资本开支飙升至528亿元，是上年同期的近三倍，绝大部分流向数据中心和智算集群。

亚马逊将全年资本支出指引从2000亿美元上修至2200亿美元，重点用于GPU集群采购和数据中心扩容。

美国六大云厂商2026年一年的资本开支预计超过7850亿美元，2027年可能进一步冲向1万亿美元。

“减速”不等于“停车”

那么，呼吁安全治理与大力扩张算力之间，究竟是矛盾还是有其内在逻辑？

• 一是训练减速，推理加速，这是因为算力需求正在换挡。

这是理解Anthropic行为最关键的一把钥匙。根据集邦咨询的数据，北美五大云服务商2026年的AI训练算力预计增长56%，但推理算力将暴增122%，后者增速是前者的两倍以上。

行业预测，用于推理的AI算力将从目前占总算力的20%至30%跃升至70%以上。

这意味着阿莫代伊呼吁放缓的是“前沿模型的训练速度”，但他要扩充的是“推理阶段的算力供给”。

这两者不仅不矛盾，甚至在商业逻辑上高度互补。智能体正在取代对话模型成为主流交互形态，每一次Agent调用、每一次代码生成、每一次企业级API请求，消耗的都是推理算力。

Anthropic的推理业务已实现商业化可持续运营，季度营业利润转正，这也恰恰是算力投资最直接的回报来源。

• 二是安全能力本身需要算力支撑。

这一点容易被忽略，但却至关重要。AI安全治理不是一个抽象的政策框架，它需要具体的技术手段来落地：红队测试需要算力、安全评估需要算力、对齐研究需要算力、可解释性分析需要算力。

阿莫代伊在方案中承诺让独立评估人员“获得与内部风险评估人员同等级别的工具和开发流程访问权限”，这些工具和流程背后，运行的都是真金白银的算力。

更深一层看，Anthropic的“负责任扩展政策”（Responsible Scaling Policy）本身就包含一个核心机制：当模型能力达到特定阈值时，必须通过相应的安全评估才能继续扩展。

换句话说，安全不是发展的对立面，而是发展的前提条件，如果没有足够的安全验证能力，连继续训练的资格都没有。而验证能力，同样需要算力来构建。

• 三是竞争压力下的“囚徒困境”。

这是最冷酷也最现实的一层。即便Anthropic真心实意想放缓，它能真正停下来吗？

答案是不能。因为身后还有谷歌、Meta这些主业利润丰厚、现金流充沛的互联网巨头，它们有能力也有很强意愿继续大规模投入先进模型开发。

在大洋彼岸，中国的大模型厂商也在大举融资、持续储备资源。9月14日阿莫代伊发表“减速”呼吁后，中日韩股市半导体板块集体下挫，市场第一反应是“资本开支要收缩了”。

但仅过一天，市场就意识到：放缓的只是“训练迭代的速度”，而非“算力基础设施的建设”。

“囚徒困境”的核心在于：单独一家公司主动减速会被解读为实力不足，但多家公司口径达成一致，就变成了“行业层面的选择”。

阿莫代伊拉上奥尔特曼和马斯克一起喊“减速”，本身就是在做这种叙事构建。而当三家最头部的实验室达成共识时，“减速”就不再是示弱，反而成了一种负责任的行业姿态，同时，也为继续扩张算力提供了更从容的节奏和更合理的解释框架。

Anthropic澳大利亚数据中心“只用于推理、不用于训练”的定位，就是一个精妙的注脚：我减速了（不训练了），但我没停（还在推理）。

减速并不等于算力需求消失，这个判断正在被行业数据反复验证。

表面上看，阿莫代伊此前的言论是“说一套做一套”的虚伪；深入一层看，这是“训练减速”与“推理加速”的算力需求结构转换。

再深入一层看，安全能力本身就需要算力来支撑，两者从来不是对立关系，而是同一枚硬币的两面。

但我们也不应回避另一个维度的审视。Anthropic正在冲刺IPO，估值高达上万亿美元，其ARR增速却已从5月的56%回落至7月的不足20%。

在这个节点上，“以安全名义主动放缓前沿模型迭代”，既能把增长减速解释为主动承担安全责任，又能将资本开支的重心从投入回报周期更长的前沿训练，转向投资回报率更高的推理和Agent应用，这是一次精妙的资本叙事转换。

这不是要否定Anthropic在AI安全上的真诚努力。阿莫代伊提出的第三方评估机制、国际协调框架，确实是当前AI治理中具有建设性的方案。但我们也不必用理想主义来掩饰商业现实。

真正值得追问的是：当每一家AI企业都同时扮演“安全倡导者”和“算力扩张者”的双重角色时，谁来确保“安全”不沦为“扩张”的修辞工具？

当算力需求从训练转向推理，监管的重心是否也需要从“模型能力”转向“部署行为”？

当“减速”成为行业共识，投资者和公众又该如何区分真正的安全关切与精心设计的资本叙事？

这些问题没有简单的答案。但至少有一点是清楚的：在AI这个行业里，“说什么”和“做什么”之间的张力，恰恰是最值得持续追踪的信号。

01

02

03