桑德斯致信AI巨头:暂停开发否则参议院出手

一封写给三大AI掌门人的公开信
据Reddit社区流传的消息,美国参议员伯尼·桑德斯(Bernie Sanders)向OpenAI首席执行官山姆·奥特曼(Sam Altman)、Anthropic首席执行官达里奥·阿莫代伊(Dario Amodei)以及Meta掌门人马克·扎克伯格(Mark Zuckerberg)发出了一封公开信,敦促他们「为了人类的利益」立即暂停所有AI开发。
信中,桑德斯发出了明确的警告:如果这些科技领袖不主动采取「适当的行动」,那么美国参议院将出面介入。这一表态在AI监管讨论持续升温的背景下,再次将「谁来为通用人工智能踩下刹车」这一根本性问题推到了台前。
伯尼·桑德斯是美国佛蒙特州独立派参议员,自1991年起担任国会议员,是美国政坛最知名的民主社会主义者。他曾两次竞选总统(2016年和2020年),核心主张围绕缩小贫富差距、全民医保和打击大企业垄断。在科技领域,桑德斯长期批评硅谷巨头的权力集中,反对科技公司通过游说影响政策制定。他曾多次公开质疑亚马逊的劳动条件、社交媒体平台的垄断行为,以及科技CEO薪酬与普通工人收入的巨大差距。他对AI的关注并非孤立事件,而是其反垄断、保护劳工权益政治哲学在新技术领域的自然延伸。
需要说明的是:本文基于Reddit平台的单一来源整理,相关信件的完整内容与官方渠道尚待进一步核实。读者在关注这一话题时,应对具体措辞与真实性保持审慎态度。
为什么桑德斯选择这三位收信人?
桑德斯选择的三个收信人并非偶然,他们恰好代表了当前AI竞赛中三条不同的技术路线与商业哲学。
三种AI发展范式的碰撞
-
山姆·奥特曼 / OpenAI:以ChatGPT引爆全球生成式AI浪潮的公司,其「加速通用人工智能(AGI)到来」的使命最为激进,同时也因商业化转型而饱受争议。OpenAI最初成立于2015年,定位为非营利研究机构,但2019年转型为「有上限利润」公司,2024年进一步推动向完全营利性公司的转型。这一演变引发了关于其是否背离初始使命的持续争论。
-
达里奥·阿莫代伊 / Anthropic:由前OpenAI核心成员创立,一直以「AI安全优先」自居,Claude系列模型主打可控与对齐。Anthropic的创建本身就源于其创始团队对OpenAI安全文化退化的不满——达里奥·阿莫代伊曾任OpenAI研究副总裁,2021年带领约30名研究员出走创立Anthropic。该公司提出了「宪法AI」(Constitutional AI)方法论,试图让AI系统在训练过程中内化一套明确的行为准则,而非完全依赖人类标注员的主观判断。
-
马克·扎克伯格 / Meta:走开源路线的代表,Llama系列模型免费开放,客观上大幅降低了先进AI能力的扩散门槛。Meta的开源策略既有理想主义色彩(降低AI研究壁垒),也有商业计算——通过开源建立生态系统,避免在闭源API市场中与OpenAI和Google正面竞争,同时借助社区力量加速模型改进。
将这三位放在同一封信中,桑德斯实际上是在向整个行业发出信号:无论你是闭源还是开源、激进还是保守,AI发展的外部性风险已经不再是单个企业能够自行消化的问题。
「暂停AI开发」为何面临现实困境?
呼吁暂停AI开发并非新鲜事。早在2023年3月,未来生命研究所(Future of Life Institute)发布了一封题为《暂停比GPT-4更强大的AI实验》的公开信,包括埃隆·马斯克、苹果联合创始人史蒂夫·沃兹尼亚克、AI先驱约书亚·本吉奥等超过3万人签名。信中指出,当前AI实验室正陷入一场「失控的竞赛」,没有人——包括开发者自己——能够理解、预测或可靠控制这些系统。然而这封信发布后遭到多方批评:部分签名者被指与竞争对手有利益关联(如马斯克随后创立了xAI公司),信件缺乏具体的执行机制,且「六个月暂停」被认为是任意时间框架。两年过去,模型迭代的速度不减反增,GPT-4o、Claude 3.5、Gemini等新模型反而加速推出。
「囚徒困境」下的产业逻辑
从产业逻辑看,桑德斯的呼吁面临一个经典的博弈难题:
-
竞争压力:任何一家企业单方面暂停,都意味着将市场和技术领先地位拱手让给竞争对手,包括海外竞争者。尤其在中美AI竞争的地缘政治背景下,「暂停」被许多人视为单方面裁军,可能导致技术主导权的转移。
-
资本预期:数千亿美元的投资已经押注在AI基础设施上,主动刹车将直接冲击估值与融资逻辑。仅2024年一年,微软、Google、Amazon、Meta四家公司在AI相关基础设施上的资本支出就超过2000亿美元,这些投入形成了巨大的沉没成本和前进惯性。
-
开源不可逆:以Meta为代表的开源模型一旦发布,权重便无法收回,「暂停」对已扩散的能力毫无约束力。与传统开源软件不同,大型语言模型的开放权重意味着任何拥有足够算力的主体——无论是学术机构、创业公司还是对抗性行为者——都可以在现有基础上进行微调和部署,绕过任何安全护栏。这种不可逆的技术扩散使得「事后监管」面临根本性挑战。
这也正是桑德斯信中「否则参议院出手」这句话的关键所在——他清楚地认识到,行业自律在结构性竞争面前往往流于口号,真正能够改变博弈规则的,只有立法层面的强制约束。
政治力量介入AI监管的信号意义
无论这封信的具体细节如何,它所折射出的趋势是明确的:AI监管正在从技术圈的自我讨论,转向政治权力的正式议程。
从「行业自律」到「立法威慑」的转变
过去几年,AI治理的话语权很大程度上掌握在企业和研究机构手中——各家纷纷发布「负责任AI原则」「安全承诺」等自律文件。但这些承诺缺乏强制力,更像是公关姿态。例如,2023年7月白宫组织的「自愿AI安全承诺」中,Amazon、Google、Meta、Microsoft、OpenAI等七家公司承诺在模型发布前进行安全测试、与政府共享安全信息——但这些承诺没有法律约束力,违反也不会面临任何惩罚。
桑德斯以参议员身份直接点名三家头部企业负责人,并明确提出立法威慑,标志着监管姿态的升级:
- 责任个人化:直接致信CEO本人,而非泛泛针对「行业」,强化了个体问责的意味。这一策略与桑德斯过去直接点名杰夫·贝佐斯批评亚马逊劳动条件的做法一脉相承。
- 时间紧迫性:「立即」「现在」等措辞传递出政策制定者对技术失控风险的焦虑。
- 权力对冲:以国家立法机构的权威,对冲科技巨头日益膨胀的技术与资本影响力。
全球AI监管格局的参照
值得注意的是,这一政治表态发生在全球AI监管加速推进的大背景下。欧盟已于2024年正式通过《AI法案》(AI Act),建立了全球首个基于风险分级的综合性AI监管框架——将AI应用分为「不可接受风险」「高风险」「有限风险」和「最小风险」四个等级,对高风险应用提出严格的合规要求。英国则选择了更灵活的「亲创新」路径,依托现有监管机构而非制定新法律。中国也已出台《生成式人工智能服务管理暂行办法》等多项法规。美国在联邦层面的AI立法进度相对滞后,桑德斯的公开信可被视为推动美国填补这一监管空白的最新尝试。
理性分析:政治呼吁与政策落地之间
作为长期关注贫富差距、劳工权益和大企业垄断的政治人物,桑德斯对AI的警惕与其一贯立场高度一致——他更担忧的可能不仅是「AI毁灭人类」的科幻叙事,而是AI对就业、财富集中和民主制度的现实冲击。
从经济学角度看,AI自动化的威胁已非假设。麦肯锡全球研究院估计,到2030年,生成式AI可能影响全球约3亿个全职工作岗位的工作内容。国际货币基金组织(IMF)的研究则指出,在发达经济体中,约60%的工作岗位可能受到AI影响——其中一半可能因AI赋能而获益,另一半则面临被替代的风险。这种技术变革带来的收益分配极度不均:AI公司的创始人和投资者获取天文数字的回报,而受影响行业的工人则面临失业和收入下降。这正是桑德斯政治叙事的核心关切。
从这个角度看,「暂停所有AI开发」这一表述或许更多是一种修辞性的政治动员,意在制造舆论压力、推动具体立法,而非真的期望企业按下全局暂停键。在政治话语中,极端立场往往是谈判的起点——通过提出「暂停一切」的最大化诉求,为后续更温和但实质性的监管措施创造谈判空间。真正可能落地的AI监管措施包括:
- 强制性的模型能力评估与安全审计:要求超过一定算力阈值的模型在发布前接受第三方安全评估,包括生物武器、网络攻击、大规模欺骗等危险能力的红队测试。
- AI导致失业的社会补偿机制:如对AI企业征收「自动化税」,用于资助失业工人的再培训项目和基本收入保障。
- 对算法歧视、数据滥用的法律追责:建立明确的法律框架,使受AI决策不公正影响的个人能够获得法律救济。
- 对超大规模训练的透明度披露要求:包括训练数据来源、模型能力边界、已知风险的强制性公开披露。
结语:AI监管立法加速的时代已来
桑德斯的这封信,无论其原文细节是否完全属实,都为一个愈发尖锐的时代命题提供了注脚:当技术进步的速度远远超过社会治理能力时,「谁有权决定AI的发展节奏」将成为未来数年最核心的博弈之一。
通用人工智能(AGI)——即具备与人类相当甚至超越人类认知能力、能够在几乎所有智力任务中表现出类人水平的AI系统——目前仍是一个充满争议的概念。乐观者认为它可能在数年内到来,而许多AI研究者认为当前的技术路线可能根本无法通向真正的AGI。但无论AGI是否临近,当前AI系统已经展现出的能力——从代码生成到科学推理到创意写作——已经足以对经济结构和社会组织产生深远影响。监管讨论不必等到AGI到来的那一天。
对于普通从业者和观察者而言,与其纠结于「暂停」是否现实,不如关注一个更实际的问题——AI监管的立法进程正在加速,行业将不得不学会在规则之内竞争。 那个可以完全「自律」的时代,或许正在结束。
核心要点
相关推荐

Claude自主设计蛋白质成功率35%,远超人类专家水平
Anthropic的Claude模型在自主设计靶向疾病蛋白质任务中取得35%实验成功率,远超人类专家10%-15%的平均水平。本文深入解析这一湿实验验证成果对生物医药行业的潜在影响。

Perplexity Discover多语言支持突然消失,国际用户为何不满?
Perplexity Discover新闻资讯功能突然取消多语言支持,仅保留英文内容,引发国际用户强烈不满。本文分析功能回退的可能原因,探讨AI产品国际化面临的资源权衡与用户信任挑战。
