谁能叫停Anthropic？AI安全与商业利益的治理困局
OpenAI公开提出放缓前沿AI开发，Anthropic内部研究员辞职抗议。两件事叠加，暴露出大模型实验室商业动机与安全承诺之间日益扩大的裂痕。
事件要点
OpenAI呼吁行业协同放缓前沿模型训练，而Anthropic一名研究员因认为内部安全护栏投入不足而离职。辞职与提议并非孤立事件，而是治理真空的症状——没有任何单一实验室、监管机构或董事会能填补这一空白。
为何”放缓”在结构上不可能
核心问题在于AI开发不是单主体博弈。任何一家实验室的单边暂停，只会把前沿能力让给竞争对手。算力供应链——英伟达GPU、台积电代工、超大规模数据中心——全球分布且受商业驱动。没有强制执行机制的放缓承诺只是营销话术，不是政策。
- 激励错配：安全团队向商业管理层汇报，其建议可被否决。
- 监管滞后：目前没有任何司法辖区对前沿训练拥有约束性权力。
- 自进化风险：能改进自身训练流程的模型，会压缩监督窗口。
- 人才流失：安全研究员离开大厂，削弱内部异议与外部问责。
与加密世界的对照
这与去中心化系统早年的争论如出一辙。比特币治理缓慢且对抗性强，但透明。AI实验室快速而不透明。加密行业用十年构建了多重签名、时间锁、链上治理、零知识证明等”可验证克制”机制。这些无法直接套用到模型训练，但底层问题完全相同：当”做某事”有利可图时，如何可信地承诺”不做”？
部分项目正在试验链上算力登记与推理证明，理论上可为训练过程提供可验证记录。这些能否及时成熟，仍是未知数。
前瞻
未来12至24个月，预计出现三件事：更多高调的安全辞职；缺乏执行力的自愿行业框架；以及欧盟（可能还有美国）推动超过算力阈值的强制申报。在此之前，”谁能叫停Anthropic”的诚实答案是：没有任何一方同时拥有权力与意愿。
