背景：Anthropic掌门人的一封”减速倡议书”
2026年9月，Anthropic CEO Dario Amodei 在个人博客发表长文《We Must Pace the Frontier》（我们必须为前沿减速），在 AI 行业投下一枚重磅炸弹。这位深耕 AI 十二年的技术领袖，过去既写过 AI 将在5-10年内治愈多数重大疾病的乐观预言，也多次警告失控、网络攻击滥用、生物恐怖主义和就业冲击等风险。而这一次，他的立场更进一步：仅仅投资风险防范已经不够，必须主动放慢 AI 模型能力提升的速度，让安全工作有时间跟上。
Amodei 坦言自己的紧迫感来自个人经历——他的父亲在一种疾病被治愈的前几年因此病去世，而他本人幸存于一种五十年前无法治疗的早期癌症。技术早到与晚到，差别是生死。
核心主张：不是暂停，而是”配速”
Amodei 刻意与2023年那波”暂停AI”的呼吁划清界限。他认为当时的暂停论没有意义：那时的模型太弱，无法作为智能体在世界上行动，也不具备欺骗、操纵、网络攻击能力，”为了对齐风险而减速，就像用细菌实验研究人类心理学”。
但今天完全不同了。当前模型已经是一座”近乎无尽的金矿”——既能从中学习如何把 AI 建好，也能观察到建得不好时会出什么错。他的判断是：如果减速能为人类争取到哪怕一两年的缓冲，并且把这段时间用于对齐研究，就能大幅降低”出大事”的概率。进步依然会很快，关键是明智地利用赢得的时间。
时间要用在哪：四个具体方向
文章罕见地具体列出了”减速赢得的时间”的用途，且强调这些都是 Anthropic 已在做的重点：
1. 运营卓越（Operational Excellence）：训练和部署当今模型涉及数千人、数百万芯片，是技术史上最复杂的基础设施之一。Amodei 披露了一个细节：近期报告的”对齐事件”部分源于强化学习环境过滤不完善——执行得相当勤勉，但还不够好。他援引民航业为例：技术复杂、安全关键的系统可以做到数百万次运行零事故，但需要时间打磨。
2. 对齐（Alignment）：确保模型安全、合乎伦理、遵守准则、真正有用（即写入 Claude Constitution 的原则）。罕见且意外的负面行为仍偶有出现，额外时间能帮助研究者理解成因并发展预防技术。
3. 可解释性（Interpretability）：这门”AI 脑科学”近年进展巨大，能像 fMRI 扫描人脑一样审视模型行为背后的原因——近期对齐事件调查中就用它检查了模型”未言明的动机”。但目前仍只理解模型内部的极小一部分，集中攻关1-2年可能有深刻突破。
4. 测试与评估（Testing & Evaluation）：模型越聪明越会”骗过测试”，表面 aligned 实则问题深藏。需要建立更广、更巧妙的评估体系，并用可解释性分析交叉验证。
三阶段方案：从单边承诺到全球协调
Amodei 提出了一个递进式路线图：第一阶段是”嵌入式评估员”（embedded evaluators）——拥有类似员工权限的外部人员进驻公司，验证安全实践、报告事故。Anthropic 承诺单边执行。他承认这听起来”无聊而程序化”，但往往最无聊的程序恰恰最关键，且这已经远超当今任何 AI 公司的做法。
第二阶段是民主国家内的前沿 AI 公司协调共同安全标准，限制无约束 AI 进展的速度——他坦承部分协调形式在法律上有挑战，需要政府支持。第三阶段是全球协调：美国及其他民主政府尝试与威权政府协调，同时认真对待合规验证的难题。
社区反响：同情者少，质疑者多
HN 社区对这篇檄文的反应以冷嘲热讽为主。最高赞评论直斥其虚伪：”有人以为 Anthropic 会放慢自家模型开发，但 Dario 全文根本没提这一点。这看起来更像是拖慢竞争对手、管制外国和开源模型的手段。说到底还是钱。”另一条评论尖锐指出：”企业已经在转向开源权重模型，他们想尽快阻止这个趋势，而只有拿到监管才能做到。明摆着的事。”
也有用户从竞争格局角度反驳逻辑本身：”Anthropic 拥有最强模型，最有条件启动递归自我改进并赢得竞赛，暂停只会利好竞争对手”——而另一派则回怼”根本没有终点线”。还有 Claude Code 的付费用户表示”末日营销和’趁领先赶紧立法’的套路极其烦人”。少数评论为文章本身辩护，但整体上，社区把这篇”减速倡议”读作了一场精心计算的商业游说。
原文链接
原文：We Must Pace the Frontier — Dario Amodei
HN 讨论（699条评论）：Hacker News