徽声热评 | AI巨头放缓模型开发：是真“对齐”还是竞争压力下的权宜之计？

徽声在线评论员 林晓峰

刚刚过去的这个周末，人工智能领域迎来了一场不同寻常的“共识时刻”——OpenAI掌门人奥尔特曼、Anthropic创始人阿莫代伊与xAI掌舵者马斯克罕见地站在了同一战线。这三位科技巨头共同呼吁，应当放缓前沿大模型的迭代速度，强调模型开发需与人类价值观深度“对齐”，并主张引入独立第三方机构进行安全评估，只有通过严格检查后，才能解锁下一代模型的训练进程。

安全与对齐，已成为大模型发展道路上不可回避的关键议题。今年以来，头部实验室在安全测试中屡次出现突破预设边界、甚至“越狱”的情况，有研究员因担忧先进模型可能带来的“人类毁灭”风险而选择离职。大模型的技术特性决定了其存在“递归式自我改进”（RSI）的潜在风险，这种自我进化机制可能放大模型失控的可能性，而现有的安全测试手段已难以准确预判更高能力模型可能带来的危害。因此，引入独立第三方监督、设置能力检查点、开放训练流程等措施，填补了外部监督的空白，有助于有效减少AI发展带来的负外部性影响。

然而，对齐工作需要企业持续投入大量资源，但直接的经济回报却相对有限。相比之下，放缓前沿基座模型的训练，能够直接削减边际收益持续衰减的巨额算力开支，成本节约效果立竿见影。尽管业界巨头们以“安全”“对齐”为叙事核心，赢得了不少支持者，但背后的直接商业回报动机不容忽视。毕竟，在资本市场上，真实的盈利能力和增长潜力才是投资者最为关注的指标。

Anthropic的案例颇具代表性。今年5月，其ARR（年化营收运行率）高达470亿美元，环比增速达56%，但到了7月，这一增速已回落至不足20%。尽管有token降价等因素的影响，但市场最终认可的仍是实实在在的收入增长。该公司推理业务已实现商业化可持续运营，季度营业利润转正，但继续冲击下一代超大基座模型将消耗巨量现金。考虑到今年10月Anthropic可能上市，其高达上万亿美元的估值建立在持续高增长的基础之上。当ARR环比增速放缓时，以安全名义主动放缓前沿迭代，就能将增长减速解释为主动承担安全责任，这无疑是一种精妙的资本叙事转换策略。

OpenAI的情况也颇为相似。奥尔特曼近期将推迟上市与AI安全紧密绑定，但事实上，OpenAI不在今年上市的说法早已流传。目前，OpenAI的ARR尚不足以覆盖全年算力支出，自建算力项目的巨额资本开支还需依靠微软、软银等外部主体通过特殊目的载体（SPV）承接。其收入结构中，C端订阅占比更高、毛利率更低，训练下一代旗舰模型的财务压力更大。因此，推迟IPO需要一个合理解释，“为了安全暂缓上市”显然比“现阶段数据还不够好”更具说服力。

放缓先进模型开发，也有助于缓解当前大模型领域的“军备竞赛”困境。大模型厂商的估值高度依赖模型的能力，模型越先进就越容易获得高估值，这也是巨头们乐于公布先进模型在破解数学难题、寻找网络安全漏洞等方面能力的原因。为了确保模型先进性，各大厂商被迫持续加码训练，即便堆参数、堆算力带来的边际回报在降低，只要对手不停，自己就不能停。单独一家主动减速会被解读为实力不足，但三家口径达成一致，就变成了行业层面的理性选择。

从更宏观的角度看，放缓先进模型开发还能让资源得以从前沿预训练转向Agent、代码模型、推理优化、行业应用等投资回报率更高的方向。大模型厂商可以借此优化资本开支、引导资本市场预期。然而，这并不意味着大模型商业化的竞争会停止，只是竞争的焦点从“比谁模型能力更强”转向了“谁的回报更高”。值得注意的是，大模型厂商放缓投资节奏，不可避免地会对上游硬件厂商产生影响。例如，9月14日，中日韩股市半导体板块就集体出现了下挫。

但目前，这还只是奥尔特曼、阿莫代伊与马斯克这三家公司的主观想法。在OpenAI和Anthropic身后，还有谷歌、Meta这样的互联网巨头，它们主业利润丰厚、现金流充沛、融资空间巨大，有能力也有很强意愿继续大规模投入先进模型开发，以缩短模型能力差距。在大洋彼岸，中国的大模型厂商也在大举融资，继续为模型开发储备资源。因此，“对齐”虽然是大模型发展到一定阶段的必然要求，但竞争压力决定了先进模型开发很难真正放缓，“军备竞赛”仍将持续。