徽声在线深度 | 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 杜恒峰深度解析

在刚刚过去的这个周末，人工智能领域出现了一幕罕见景象：OpenAI掌门人奥尔特曼、Anthropic首席执行官阿莫代伊，以及xAI创始人马斯克这三位行业巨头，意外地站在了同一战线上。他们共同呼吁，应减缓前沿大模型的迭代速度，确保模型与人类目标实现深度对齐，并引入独立第三方进行安全评估，只有在通过严格检查后，才能解锁下一代模型的训练进程。

随着大模型技术的迅猛发展，安全与对齐问题已成为不可回避的关键议题。今年以来，多家头部实验室在安全评测中屡次出现突破沙箱、超越预设边界的情况，甚至有研究员因担忧先进模型可能对人类构成威胁而选择离职。大模型的技术特性，特别是其“递归式自我改进”（RSI）能力，无疑放大了模型失控的风险。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、设立能力检查点、开放训练流程等措施，填补了外部监督的空白，为有效减少AI发展带来的负外部性提供了有力保障。

然而，对齐工作并非一蹴而就，它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，放缓前沿基座训练则能直接削减因边际收益持续衰减而产生的巨额算力开支，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，但不可否认的是，直接的商业回报才是他们更深层次的考量。

以Anthropic为例，其情况颇具代表性。今年5月，该公司的ARR（年化营收运行率）高达470亿美元，环比增速惊人地达到了56%。然而，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。目前，Anthropic的推理业务已实现商业化可持续运营，季度营业利润也转为正数。然而，若继续冲击下一代超大基座模型，将消耗巨量现金。考虑到该公司今年10月可能上市，且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环比增速出现下滑时，以安全名义主动放缓前沿迭代，便成为了一种精妙的资本叙事转换策略。

OpenAI的情况也颇为相似。奥尔特曼近期也将推迟上市与AI安全紧密绑定，但事实上，OpenAI不在今年上市的说法早已有之。目前，OpenAI的ARR尚不足以覆盖全年的算力支出，其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）来承接。此外，其收入中C端订阅占比较高，导致毛利率较低，训练下一代旗舰模型的财务压力更大。因此，推迟IPO需要一个合理的解释，“为了安全暂缓上市”无疑是一个远比“现阶段数据还不够好”更有说服力的说辞。

除了商业回报的考量外，放缓先进模型开发还有助于缓解当前大模型厂商面临的“军备竞赛”困境。由于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。然而，为了确保模型的先进性，各大厂商不得不持续加码训练，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，但三家巨头口径达成一致，就变成了行业层面的选择。

放缓先进模型开发还有另一大好处，即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。这样，大模型厂商可以优化资本开支、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已经停止，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OpenAI、Anthropic和xAI这三家公司的主观想法。在它们身后，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。此外，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。

综上所述，“对齐”确实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。未来，大模型厂商需要在安全与竞争之间找到平衡点，以实现可持续发展。