工具大全
AI 教程作者:Coocon2026年8月18日28 次阅读约 11 分钟阅读

Amodei 回应:AI 反噬是信任危机

Amodei 回应:AI 反噬是信任危机

"I think it is fundamentally a crisis of trust. I think that ordinary people don't trust companies, governments, or the tech industry and always suspect that we are cooking up some new way to screw them over."

(我认为这根本上是一场信任危机。普通人不信任公司、不信任政府、不信任科技行业,他们总怀疑我们又在琢磨什么新法子坑他们。)


2026 年 8 月 15 日周六,一个平时基本不碰社交媒体的人发了一串长帖。

Anthropic 联合创始人兼 CEO Dario Amodei 被点名了。投资人 Gavin Baker 在 All-In 播客和 X 上开火:Amodei 对 AI 危险的反复警告,助长了美国国内对 AI 的反冲情绪,尤其是针对数据中心的那波抵制;在监管这件事上他已经「lost the argument」;而作为「即将成为世界上最重要公司之一的 CEO」,他应该更正面地为自己的行业代言。

翻译成大白话:别再吓唬人了,多说点好话。

Amodei 没有接受这个框架。他反驳的不是「AI 有没有风险」,而是「公众为什么讨厌 AI」这个因果链本身。下面是这场交锋里最值得拆开看的 10 个点。


1. 争论的起点,是让 CEO 当行业公关

Baker 的诉求写得很直白:

"he is about to be the CEO of one of the most important companies in the world," Baker wrote, "I respectfully think he should make an effort to be a more positive advocate for his own industry."

(「他即将成为世界上最重要公司之一的 CEO,」Baker 写道,「我诚恳地认为,他应该努力成为自己所在行业更正面的代言人。」)

注意这句话的隐含前提:CEO 的职责里,包含「维护行业形象」。而且 Baker 不是孤例——认为「AI 高管的危言耸听招来了监管铁拳」的人不少,甚至有观点认为 Anthropic 的安全警告直接导致了政府对其最强模型的干预。

这已经不是技术分歧,是角色分歧:一个前沿实验室的负责人,到底是行业的发言人,还是行业的风险披露人。

My take: 「多说点好话」这种建议的问题在于,它默认公众的情绪可以被叙事管理。如果公众真的这么好哄,那广告业早就统治世界了。


2. 「我的表述并没有失衡」

Amodei 的第一反应是拒绝接受「负面」这个定性:

Amodei disagreed with the idea that his "messaging has been disproportionately negative." Instead, he said that his writing has been "about equally balanced between risks and benefits," and that he wrote his essay "Machines of Loving Grace" because he "didn't feel the AI industry was painting an inspiring enough picture of how the technology could radically transform the world for the better."

(Amodei 不认同他的「表述过度偏负面」这一说法。他说自己的写作「在风险与收益之间大致是平衡的」,而他之所以写下《Machines of Loving Grace》那篇长文,正是因为他「觉得 AI 行业没有描绘出一幅足够振奋人心的图景,来说明这项技术能如何从根本上把世界变得更好」。)

他还补了一句关键的:真正让他显得阴郁的,是社交媒体上为了流量剪出来的片段。

这个辩护是站得住的。《Machines of Loving Grace》那篇文章写的是压缩百年生物医学进展、终结精神疾病、消除极端贫困——乐观到近乎科幻。但没人转发那篇,大家转发的是「50% 白领岗位可能消失」的十五秒切片。

My take: 一个人的完整立场和他的传播剪影,是两个东西。前者由他自己决定,后者由算法决定。抱怨这件事没用,但把传播剪影当成他的立场来批评,也确实不公平。


3. 真正的诊断:这不是 AI 的问题

关键的分歧点在这里。Amodei 承认结论,否认归因。

他同意「公众对 AI 有负面看法」,也同意「这是个大问题」。他不同意的是:这种负面情绪「主要由」他或其他任何 AI 领袖的风险警告造成。

"I think it is fundamentally a crisis of trust," Amodei said. "I think that ordinary people don't trust companies, governments, or the tech industry and always suspect that we are cooking up some new way to screw them over."

(「我认为这根本上是一场信任危机,」Amodei 说,「普通人不信任公司、不信任政府、不信任科技行业,他们总怀疑我们又在琢磨什么新法子坑他们。」)

按他的说法,这场危机酝酿了几十年,AI 反冲只是它的「最新一轮迭代」。

My take: 这是全篇最有解释力的一句。你可以把过去二十年的科技叙事连成一条线:社交网络承诺连接世界,结果是信息茧房;共享经济承诺自由职业,结果是零工困境;加密货币承诺去中心化金融,结果是一地鸡毛。等 AI 上台的时候,观众席上坐的已经不是空白的人了,是被同一套话术骗过三次的人。


4. 最该挨的那顿骂,不是关于 messaging

Amodei 主动指出了一个他认为更该被批评的地方,而且指名道姓地把 Anthropic 也算进去:

"I think by far the most accurate criticism of AI companies including Anthropic is that we haven't yet delivered on our big promises to benefit the world," Amodei said. "That is totally on us, and I think it's the criticism you should be making, instead of all this stuff about messaging and marketing."

(「我认为对包括 Anthropic 在内的 AI 公司最准确的批评,就是我们至今还没兑现那些造福世界的宏大承诺,」Amodei 说,「这完全是我们的责任,我认为这才是你们应该提的批评,而不是所有这些关于表述和营销的东西。」)

这是一次很少见的姿态:被批评者主动提供了一条威力更大的批评路线。

My take: 这句话的政治意味不小。它把战场从「你该怎么说话」拉回到「你到底做出了什么」——而在后一个战场上,Anthropic 至少和批评者站在同一起跑线。这既是坦诚,也是一次巧妙的换题。


5. 「治愈癌症」这句话本身已经不值钱了

顺着上一条,Amodei 给出了一个特别锋利的观察:

he said promising that AI will cure cancer is "more a cliche than it is inspiring;" what would actually change people's opinions of AI would be "actually curing cancer."

(他说,承诺 AI 将治愈癌症「与其说是鼓舞人心,不如说是陈词滥调」;真正能改变人们对 AI 看法的,是「真的把癌症治好」。)

Fortune 那边还记了一句更狠的判断:一支「AI 将治愈癌症」的广告,大概率会被观众直接当成骗人的。

Amodei 说 Anthropic 正在生物和医学领域加码,已经看到一些「early glimmers」(早期微光),但在拿出真东西之前,他不打算再画饼。

My take: 承诺的边际效用会衰减到负数。第一次听「AI 将治愈癌症」是希望,第十次听是噪音,第一百次听是骗局的信号。这条通货膨胀曲线,是 AI 行业自己印钞印出来的。


6. 「监管 = 监管俘获 = 权力集中」是一句硅谷黑话

转到监管议题,Amodei 说 Baker 摆出的是一个假二选一:要么不监管、让 AI 广泛分发(包括通过开源模型),要么监管、让技术集中到少数几家公司手里。

"I know that there's a sort of Silicon Valley shorthand where regulation = regulatory capture = concentration of power, but I've always found this to be an overly simplified picture of the world," Amodei said. "Many people outside this bubble think of regulation as something that constrains corporate power and benefits ordinary people."

(「我知道硅谷有一种思维简写:监管 = 监管俘获 = 权力集中,但我一直觉得这是对世界过度简化的描绘,」Amodei 说,「这个泡泡之外的很多人认为,监管是约束企业权力、造福普通人的东西。」)

他还举了法院系统的例子——制度本身是可以分散权力的,不是只会集中权力。有意思的是,他紧接着说自己「也不必然同意」泡泡外那种视角,所以 Anthropic 提政策建议时一向非常谨慎:

"We try very hard to make proposals that disadvantage (slow down) frontier AI companies while advantaging smaller competitors."

(「我们非常努力地让我们的提案对前沿 AI 公司不利(拖慢它们),同时给更小的竞争者带来优势。」)

My take: 「监管必然导致大公司垄断」这个等式在硅谷被当公理用了太久,久到没人再验证它。它有时对,有时错,取决于规则怎么写。把一个经验判断当成物理定律,是最省事也最偷懒的辩论方式。


7. 权力集中的真正来源是 scaling laws

这是整段论述的技术底座。Amodei 承认了对手的一半:

Amodei said that in his view, "AI is structurally a technology that tends to concentrate power"

(Amodei 说,在他看来,「AI 在结构上就是一种倾向于集中权力的技术」。)

但他把原因归给了 scaling laws——模型性能随投入资源的增加而提升——而不是监管。

这个归因很重要。如果权力集中来自监管,那答案是拆掉监管;如果来自 scaling laws,那拆掉监管什么也解决不了,因为算力和芯片的分布本来就是极度不均的。

My take: 这一步是他整个论证的支点,也是最容易被跳过的一步。承认「AI 天然集中权力」看起来是在给对手送弹药,实际上是在换战场:既然集中是物理性的,那么真正的问题就从「要不要监管」变成了「用什么机制去对冲结构性集中」。


8. 那句被读成「向开源宣战」的话

真正引爆科技圈的是这一句:

"open-weights do help some with this but are nowhere near a sufficient solution because they simply shift the concentration somewhat to those with the most compute and chip."

(「开放权重对此确有一些帮助,但远远算不上一个充分的解法,因为它们只不过是把集中度在某种程度上转移到了拥有最多算力和芯片的人手里。」)

David Sacks 等科技圈人物把这类表述解读为「向开源 AI 宣战」。

但把原话摊开看,Amodei 说的其实是三层意思:开源有用(do help some)、不充分(nowhere near sufficient)、原因是权力只是换了个地方集中(shift the concentration)。他没有说要封杀开源——事实上下一段他明确要给开放权重模型留空间。

当然,这也不妨碍我们看清屁股:Anthropic 是闭源商业模式的代表,它对开源「不够充分」的判断,天然是有利益方向的。

My take: 这个批评本身是有力的——把权重公开了,你还是得有几万张卡才能用得起来,权力从「拥有模型的人」转移到了「拥有算力的人」。但一个闭源公司来说这句话,说服力会自动打折。论点成立,说话的人可疑,这两件事同时为真。


9. 他给出的替代方案:一套「rules of the road」

否定完了,Amodei 给出了自己的三目标框架:

"By contrast I think the right 'rules of the road' can simultaneously (a) address AI's cyber/bio/alignment risks, (b) institutionally constrain the power of the frontier AI companies, and (c) leave room for open-weights models while also addressing the specific risks that they bring."

(「相比之下,我认为正确的『交通规则』可以同时做到:(a) 应对 AI 在网络安全 / 生物 / 对齐方面的风险,(b) 从制度上约束前沿 AI 公司的权力,(c) 给开放权重模型留出空间,同时也应对它们带来的特定风险。」)

具体到落点,他提到支持创建一个类似 FINRA 的实体(金融业的自律监管组织),也支持特朗普政府在 AI 测试上的立场。

注意 (b) 这一条:从制度上约束前沿 AI 公司的权力——他自己就是前沿 AI 公司的 CEO。

My take: 这个三目标框架的野心在于它拒绝了所有现成的阵营:既不是「全面放开」,也不是「一刀切管制」,还专门给开源留了口子。问题也在这里——同时满足三个目标的规则,写起来极难,落地更难。框架漂亮,魔鬼在条款里。


10. 最后的落点:诚实本身就是策略

Amodei 最终的收尾,把整件事从公关问题拉回到了方法论:

"Honesty is the right thing on the merits, and in terms of public credibility and trust it is no worse than, and may in fact be better than, an approach that ignores or distracts from risks which people instinctively understand are real."

(「诚实就事论事本身就是对的,而在公众可信度和信任这件事上,它不比那种忽视风险、或转移风险注意力的做法更差——而且实际上可能更好,因为人们凭直觉就知道那些风险是真实的。」)

这句话直接回应了 Baker 的诉求:你让我多说好话,可问题是,公众早就知道风险是真的。在他们已经知道的情况下装作没有,只会加速信任的崩塌。

My take: 这是整篇里最能立住的一条,因为它不依赖 Amodei 的人品,只依赖一个可验证的事实——公众已经不好骗了。在一个所有人都在过度承诺的行业里,说实话确实可能是差异化最强的定位。当然,前提是他真能兑现第 4 条里那个承诺。


写在最后

这场交锋表面上是「AI 高管该怎么说话」,实际上问的是一个更难的问题:当一个行业的公信力已经透支,它还能靠什么把信任赚回来?

Baker 的答案是叙事:换个说法,把故事讲好。 Amodei 的答案是交付:闭嘴,去把癌症治好。

有意思的是,这两个人在一件事上是完全一致的——公众确实不信任 AI 行业,这确实是个大问题。分歧只在于,这笔账该记在「话说错了」还是「事没做到」头上。

而 Amodei 自己给出的验收标准,是所有回应里最危险的一个:他把 Anthropic 的信誉压在了「拿出真成果」上。这条路没有公关捷径,只有一个二元结果——要么做到,要么在几年后被自己的话钉住。


资料来源: TechCrunch: Anthropic CEO says AI backlash is 'fundamentally a crisis of trust' Fortune: Dario Amodei admits AI suffers from a crisis of trust

相关文章

DuckDB v2.0 预览:嵌入式数据库长出了 Server 模式

DuckDB 官方放出 v2.0 预览:CONNECT 语句让 in-process 引擎第一次有了客户端/服务器模式,VARIANT 类型转正,SQL 解析器整个换掉。网上疯传的「40 倍提速」是真的,但场景是递归 CTE,不是聚合查询——这篇把每个数字对回原文。

开源数据库+4
developer2026年8月18日5 min
11

Claude 文本水印:藏在随机数里的签名

Anthropic 公开了 Claude 文本水印的完整技术细节:不加字、不加隐藏字符、不涨价,只是把选词时的随机数来源换成了「密钥 + 前文」。但它能证明的东西比大多数人以为的少得多——短文本查不出、代码几乎没有、帮你润色的那段基本查不到。

claudellm+5
ai-tutorials2026年8月16日10 min
38

Claude 隐形水印是什么?文本水印的原理、检测与局限一文说清

2026 年 8 月起,新发布的 Claude 模型会在生成的每段文本里嵌入不可见水印,图片等文件附加 C2PA 签名元数据,全球生效且无法关闭。本文基于 Anthropic 官方文档拆解水印的真实机制(不是零宽字符)、复制粘贴为什么带不掉、目前能否检测和去除,以及官方自己承认的检测边界。

claudeanthropic+5
claude2026年8月16日9 min
64

X 开源推荐算法:看得见,不等于看得懂

8 月 13 日 xAI 把 For You 信息流的排序、过滤、打标签系统一次性推上 GitHub,代码量翻了十几倍,连 Phoenix 排序模型的训练代码和合成数据都给了。第二天他们又提交了一次——不是改逻辑,是给权重加注释,因为有人把 -234 读成了「一个举报抵 468 个赞」。

开源推荐算法+6
ai-tutorials2026年8月15日10 min
159