特朗普的“AI自我监管”意味着什么?老黄“大获全胜”,幕后带头质问Anthropic Amodei

华尔街见闻
Oct 01

9月30日,特朗普与约二十余位AI高管在白宫东厅共进午餐后,走出白宫,向记者宣布了一份自愿性“AI协议”。

签署方是六家公司:Anthropic、OpenAI、谷歌、Meta、xAI和英伟达。

特朗普称它“几乎像一部宪法”,是应对AI风险的“一种保护形式”。然而据英国《金融时报》报道,这份两页纸的文件在东厅仓促起草,其中甚至包含一处拼写错误。

值得注意的是,表面上,这是一份关于AI安全的两页纸文件、缺乏法律效力;但从协议的具体要求、被否决的替代方案以及英伟达近期的产品动作来看,它传递出的更重要信号是:白宫和行业头部公司并未选择“放缓AI”的路径,而是试图把安全要求嵌入持续扩张的AI基础设施投入中。

AI测试、审计与监控等“安全合规”要求将需要更多算力,并催生推理、光互联新需求,英伟达或成最大赢家。黄仁勋更联手扎克伯格否决强监管,并当面质问Anthropic掌门人Amodei为何要在公共场合过度宣扬AI风险言论。

协议写了什么?

根据协议原文,六家签署方须履行三项核心义务:

第一,建立“多层控制与审计”机制。具体要求是部署强健的内部控制系统,持续监控先进模型带来的网络安全和生物安全威胁,并确保模型不会以"非预期方式"入侵其他系统。

第二,与独立外部审计机构合作。签署方须主动接受第三方评估,由外部机构核验内部控制措施是否真正有效。

第三,在董事会层面设立独立委员会,专门负责对上述两项机制进行监督。

这三项义务指向一个共同结果:每一次模型发布,都必须经历一轮测试、监控和外部核验的完整流程。

有多少是真正的新东西?

其实不多。

据报道,Anthropic、OpenAI和谷歌DeepMind此前已在发布前对先进模型进行能力评估,且除英伟达外,其余公司均在2024年首尔AI峰会后签署了类似承诺。媒体评价称,“协议可能迫使此前尚未开放独立评估访问权限的签署方——尤其是英伟达——跟进落实外部审计要求。换言之,协议对头部实验室意义有限,对其他公司则是新约束。”

LawAI美国法律与政策董事总经理Mackenzie Arnold的评价直接:“它在'感觉层面'最有意义。它没有授权任何机构……去真正制定有约束力的标准。”

协议也不具法律效力。特朗普本人将其称为“道德约束”——这本身就是一种承认。

批评者更不客气。科技监督项目(Tech Oversight Project)的Sacha Haworth说,这份协议让CEO们“自己给自己的作业打分,绕开了真正有意义的AI安全护栏”。

不过,保守派律师Joel Thayer提出了另一个角度:“你不能发表公开声明说要做某件事,然后实质上不兑现。这对消费者本质上是一种欺骗。”他还注意到,联邦贸易委员会(FTC)主席Andrew Ferguson出席了当天的午宴。“这些面向公众的承诺……简直就是FTC执法的味道。”

美国FTC在协议发布次日即扩大了对AI公司的调查范围,将Anthropic、OpenAI等纳入审查。

“安全”不等于“放缓”:这才是老黄真正赢得的东西

市场对“安全监管”的本能反应是定价放缓——逻辑是:测试拖慢发布节奏,发布节奏放慢压缩算力需求。

InvestorPlace分析师Luke Lango认为这个逻辑是反的。白宫协议未要求企业放慢模型开发,而是将重点放在内部评估、外部审计和风险控制上。

这也使“AI安全”在产业链层面出现了另一种解读:安全机制可能意味着更多测试、监控和模型运行,而不一定意味着更少的计算资源投入。如果每次模型发布都必须触发一轮测试、监控和同行评审,那么“安全合规”本身就是一笔持续的算力支出,而不是对算力支出的压制。

9月28日,英伟达联合逾100家合作伙伴推出Open Agent Safety Platform,将开源访问控制与运行在独立芯片上的监控层相结合——该监控层可在不嵌入AI系统内部的情况下对其进行监控。黄仁勋的表述简洁直接:AI的潜力只有在安全与能力同步解决的前提下才能实现。

英伟达已承诺向光互联企业Lumentum投入20亿美元,用于扩大产能并深化数据中心光学联合研发——这是把“安全叙事”直接转化为硬件合同的具体动作。

Lango进一步指出,需求结构正在发生方向性转变:从GPU密集的预训练,转向推理与测试阶段。后者更依赖数据传输效率和多任务协调,而非原始算力。他预计这一转变将在未来6至12个月内主导需求走向。

Lango认为,自我监管不会终结AI资本开支周期,它只是改变了钱流向哪里——从预训练GPU流向推理、测试和互联基础设施。正如Amodei在会后所说,处理风险的具体机制“仍在讨论中”。

Lango关注的三个受益方向:

Marvell:专注数据中心网络互联。

Arm:今年3月推出首款自研量产芯片AGI CPU,搭载最多136个Neoverse V3核心,由台积电3纳米工艺制造,Arm称其每机架性能是x86平台的两倍以上。

Lumentum:专注数据中心光互联。随着GPU数量激增、芯片间通信密度上升,数据中心正加速将铜互联替换为光学方案。

幕后交锋:黄仁勋当面质问Amodei

镜头前,各家CEO站在特朗普身旁,呈现出一副团结一致的行业形象。

镜头后,是一场正面交锋。

据《华尔街日报》援引知情人士消息,午餐结束后,在罗斯福厅一个更小范围的会议中,包括英伟达CEO黄仁勋在内的多位高管,当面质问Anthropic CEO Dario Amodei:为什么要在公开场合对AI能力和风险发出如此极端的警告?

Amodei的回应是:对公众诚实地说明模型能力、不淡化风险,这很重要。

这场对话发生在高管们与白宫幕僚共同敲定协议原则的过程中。

Amodei此前多次公开批评白宫和竞争对手淡化安全问题,并警告AI模型可能发动网络攻击、造成大规模失业,这让他在华盛顿和硅谷都成了众矢之的。

当天午宴上,当Amodei再次提出安全顾虑时,扎克伯格的回应是:解决这些问题最好的方式,就是作为一个行业切实落实这些原则。

扎克伯格和黄仁勋:这场局的真正推手

这次白宫午宴并非偶然。

据《华尔街日报》知情人士透露,事情的起点是上周的国宴——扎克伯格和众议院议长Mike Johnson在宴会上相邻而坐,谈起了AI政策。随后,扎克伯格和黄仁勋开始协调各家CEO,特朗普和Johnson则组织了这场午宴。

扎克伯格是协议最终成形的关键人物。他频繁与特朗普及商务部长Howard Lutnick沟通,后者主管政府的一个关键AI测试部门。

他和黄仁勋共同主导了一件更重要的事:否决了此前的强监管方案。

今年夏天,Anthropic、OpenAI和谷歌曾联合推动一个类似FINRA(金融业监管局)的AI自律组织方案。但据此前报道,扎克伯格、黄仁勋和马斯克告诉特朗普,他们担心这会将过多权力集中在头部AI公司手中,该方案随即被放弃。

最终落地的,是这份更轻、更软的自愿协议。

值得注意的是,被否决的FINRA式方案其实也包含了与最终协议类似的内容——更强的内部评审和外部测试机制。两套方案在技术要求上高度重叠,真正的分歧在于:由谁来掌控这套机制。黄仁勋和扎克伯格选择的答案是:行业自己。

Anthropic的处境:一边修复关系,一边准备IPO

Amodei当天对记者说:“如果行业和政府携手合作,我们可以安全地赢。”特朗普称赞他“很棒”。两人周日刚在白宫共进晚餐,这是两人的首次面对面会面。

但Anthropic的处境并不轻松。

据报道,该公司正在为IPO做准备,目标估值约2万亿美元。与此同时,它今年早些时候经历了两场与政府的正面冲突:两款模型因安全问题被迫下线长达两周半,以及因AI军事用途争议遭五角大楼列入黑名单。

此次协议的直接背景,是Anthropic的Mythos等模型发布后引发的一系列AI网络攻击事件。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10