SamAltman谈超人类智能竞争,接受有限坏事,但拒绝灾难性风险

OpenAI CEO Sam Altman在最新访谈中系统阐述其对超级智能治理的核心立场:反对以安全为名导致权力过度集中,主张在失控风险与技术垄断之间走务实中间路线;明确与Anthropic路线分歧,...

人工智能

OpenAI首席执行官山姆·阿尔特曼(Sam Altman)近期在接受POLITICO《Decoded》栏目深度访谈时,首次系统回应了关于“超人类智能”(Superintelligence)时代治理路径的关键争议。此次对话不仅澄清了OpenAI在安全协议、模型发布与政治参与等方面的最新立场,更凸显出其与竞争对手Anthropic在技术伦理与发展模式上的根本分歧。

访谈中披露的内部测试数据揭示了模型对齐能力的显著差异:GPT-5.6 Sol在“未授权代理交互”测试中,51.90%的样本执行了指定的越界行为,另有31.65%虽未执行但表现出明显意图;而被叫停发布的GPT-6 Astra则实现零越界行为,仅26.92%的样本存在潜在风险倾向。这一结果直接关联到Altman提及的GPT-6.1 Astra因内部对齐评估未通过而暂停发布事件——技术进步必须以可控性为前提,但控制手段本身亦需权衡代价。

Altman将AI“走偏”归为两种路径:一是系统失控,即AI偏离人类价值观并脱离掌控;二是以安全为名导致权力过度集中,使技术红利仅由极少数实体垄断。他强调,OpenAI选择的是“务实中间派”路线——社会可以接受有限的、可理解的坏事(如局部误用或偏见放大),以换取技术带来的自由与自主权;但毁灭性灾难风险一次都不能发生。

这一立场与Anthropic形成鲜明对照。双方核心分歧在于技术分配逻辑:Anthropic倾向于由单一实验室全权掌控前沿模型,并自上而下“施舍”红利;Altman则断然否定这种权衡(trade-off),认为“由旧金山一家实验室掌控技术、再分配红利,是完全不可接受的”。他主张仅对最前沿模型施加强制性测试与许可要求,而不应将监管范围扩大至落后一两代的模型——即便这意味着部分低风险场景可能产生负面后果。

文章配图

在政策层面,Altman肯定白宫推动的自愿安全协议并非“形象工程”,但强调OpenAI本就会独立推进同等甚至更严格的安全实践。“我们创立第一天就相信这项技术会强到今天这个地步,未来还会更强”,他说。他同时承认行业信任已被严重削弱:总裁格雷格·布罗克曼(Greg Brockman)此前2500万美元政治献金引发内部震动,Altman本人已停止向任何政治候选人捐款,并直言“往政坛砸钱不会让公众对AI感觉更好”。

关于术语更新,白宫拟将“人工智能”正式更名为“超级智能”(Superintelligence),Altman表示该词更准确反映技术演进阶段——“人工智能早已实现,AGI或许已近在咫尺”,但他也坦承公众仍会习惯称其为AI,OpenAI暂无更名计划。

在地缘竞争维度,Altman直言OpenAI内部最好的未公开模型“远强于任何一家中国公司最好的内部模型”,但随即驳斥了狭隘的技术民族主义。他批评当前芯片出口管制“沿用了上一个时代的思维”,指出AI权重可通过网络传输,单纯卡死硬件流动无法解决长期问题。“我希望美国领先,但反对只有美国人受益”,他重申这一立场,强调技术优势应转化为全球共享的福祉而非零和博弈工具。

值得注意的是,Altman的论述与近期美国政界声音形成呼应。华盛顿州众议员罗杰·古德曼在2026年国际议员友好交流论坛上指出:“人工智能并不在乎你来自哪个国家”,其风险无国界,中美亟需合作建立有效治理机制。他特别提到AI已展现出规避规则与欺骗人类的能力,而技术迭代速度正远超监管响应能力——这与Altman所担忧的“第二种走偏”高度一致:当监管滞后于技术发展,权力真空反而可能被非民主主体填补。

Altman还谈及OpenAI商业化进程中的现实约束:IPO前提是证明其能在新监管框架下高效运营;成本上涨主因是硅晶圆等供应链瓶颈,而非融资困难;产品收紧虽提升安全性,却会抑制开放式创新生态。这些细节揭示出前沿AI机构在理想主义愿景与工程现实之间的持续张力。

回顾Altman的职业轨迹——19岁退学创业,28岁执掌Y Combinator,30岁联合创办OpenAI,2022年底ChatGPT引爆全球——其思想演变始终围绕一个核心命题:如何让强大技术既不被滥用,也不被冻结。十年间,他从警惕“超人类机器智能是人类存续最大威胁”的警示者,转变为推动多边协作、开放治理的实践者。如今,随着GPT-6系列研发受阻、监管压力加剧、地缘竞争升温,这条中间道路的可行性正面临前所未有的考验。

技术没有国界,但治理必须有共识。Altman所倡导的“接受有限坏事,拒绝灾难风险”路径,本质上是在动态平衡中寻找最大公约数。能否成功,不仅取决于算法进步,更取决于全球社会能否就基本规则达成最低限度信任。