真正的风险是美国不肯用这些工具,中国抄袭倒在其次

原标题The Risk Is Not China Copying. It Is America Refusing to Use the Tools

在 2024 年的 Hill & Valley Forum 上,Alex Wang、Jack Clark 和吴恩达对参议员 Cory Booker 说,中国实验室正在做原创发明,开源模型已经很强,五角大楼在 AI 上的真正失误是用得太少。

NLNathan Labenz主持 · Cognitive Revolution
频道
Cognitive Revolution
发布
2024年6月4日
视频
31:04
阅读
11 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

在华盛顿一场国家安全小组讨论中,Scale AI 的 Alex Wang、Anthropic 的 Jack Clark 和 AI Fund 的吴恩达与参议员 Cory Booker 同台。他们认为,对通用人工智能(AGI)的焦虑应当变成一套科学的测试制度;把基础模型当作两用武器来监管,会压垮民用应用;而 RAND 所说的中国无法在 AI 上原创,已经站不住脚。The Cognitive Revolution 主持人 Nathan Labenz 播出了这场对谈,并提醒说,把中国人当作这个时代真正的“他者”,正是华盛顿在 AI 上做出糟糕决策的原因。

  1. 1Wang 提到一个较少受关注的政策事实:NIST、英国、日本和韩国的 AI 安全研究所,正在共同建立一套测试,判断一个模型是否真的值得警惕。
  2. 2Ng 反驳华盛顿最爱用的一个说法:AI 是通用技术,和核武器那样的两用技术不同;套用两用的框架,会毁掉民用创新。
  3. 3Wang 最担心的是美国不肯足够多地使用这项技术:中国和俄罗斯把前沿技术融入行动的速度,远快于官僚化的五角大楼。
  4. 4Ng 的自家球门警告很具体:总有一天,大语言模型会被问到如何看待民主,他希望答案反映“我们的价值观”,别人的价值观不应代替它。
  5. 5Clark 对“抄袭论”的评价很直接:低估中国的创造力是长期的愚蠢;这个对手和美国一样有创造力,而且动力更足。
  6. 6Ng 说,开源已经收不回来了:当另一个国家下载开源包,来搭建自己的智能体写作或新闻技术栈时,真正的问题是,这个源头还算不算美国。
全文

按章节阅读完整文稿

01

主持人播出了以中国为框架的安全对谈,然后指出 AI 才是真正的“他者”

The Cognitive Revolution 的主持人 Nathan Labenz 介绍了这场在 Hill & Valley Forum 录制的对谈。这是一场私密的跨党派聚会,聚集了立法者和创新者,围绕美国的国家安全问题展开讨论。主持人是参议员 Cory Booker。坐在他对面的三个人,都是真正在做系统的人:Scale AI 创始人兼 CEO Alex Wang、Anthropic 联合创始人 Jack Clark,以及 AI Fund 的管理合伙人、合著过二百多篇 AI 论文的吴恩达。

Labenz 说,这三个人都同意他的一个看法:中国已经做出了出色的研究,不会轻易被芯片或知识产权出口管制拦住,也不该被低估。他还希望美国政府认真对待 AI 日常的、不起眼的用途,比如临床工具、更快的政府流程,甚至《杰森一家》里那种自动驾驶汽车和家用机器人。台上讨论的并不是这项技术是不是虚构的。

他坦率地说,让他不安的是讨论的框架。太多分析把 AI 战略当成美国与其他国家之间的竞赛。他不想生活在习近平执政下的中国,也珍视与在任参议员唱反调的自由,但他担心这种“我们对你们”的思维习惯会导致糟糕的决策。技术革命是重新思考人们如何生活、如何相处的机会。在他看来,AI 时代真正的“他者”是 AI 系统本身,中国人不在此列。

02

拿监管太阳能板的办法管基础模型,家电本身还是不安全

Booker 厌倦了反乌托邦式的 AGI 讨论,问这种恐惧是不是被夸大了。Wang 接过了这个球。他说,非常强大的系统可能真会出现,这话有几分道理;今天的模型已经带来好处,这话也有很大道理。要做的,是一场扎实的科学讨论:算法能做什么,这些能力如何发展,控制措施究竟在什么时候才真正有必要,而不是一场关于科幻结局的情绪化争论。

他提到一个不太显眼的制度事实:美国在 NIST 内设立了 AI 安全研究所(AI Safety Institute),英国也有一个,日本和韩国正在筹建。一项全球性的努力正围绕一个精确的问题形成:怎样判断一个模型是否值得担心?Clark 顺着这个思路打了个电的比方。如果把插座上接的每一样东西都拿来管,每个人都会被逼疯。真正需要的,是产品安全测试、一个共享的全球框架,以及不能以“谨慎”之名扼杀年轻生态。

Ng 对过去一年的游说批评得更尖锐。他说,那些花了数十亿美元训练基础模型(foundation model)的人,却以令人意外的力度推动抹黑开源、扼杀创新,同时它们宣称的安全担忧一直在变:先是接管,然后是生物武器,再后来是网络防御。AI 确有真实风险。但在美国、其他国家和欧洲,监管的错误在于:想让家电变安全,却去管太阳能板的生产商,并要求每一个产生的电子都保证无害。他想要的是安全的自动驾驶汽车、合理的保险核保软件和安全的医疗设备。应该监管的是应用层。

Booker 用他在参议院商务委员会任职时的一段联邦航空管理局(FAA)往事作答:当时欧洲已经在用无人机巡查矿山和输电线,美国却几乎只给拍电影的人发执照。他对 FAA 的负责人说,如果莱特兄弟那个年代就有 FAA,飞机根本不会离开地面。Clark 给出的例外是国家安全:你可以创办一家对那个领域毫无兴趣的 AI 公司,但那个领域对你有兴趣。测试应当能抓住一个可能在不知情的情况下帮助非国家行为体作恶的系统。除此之外,他更倾向依靠食品药品监督管理局(FDA)、FAA 和现行法律,不另建一套新机构。Ng 接着否定了“两用”这个词:核技术和火箭都可以受控,并不会拖垮民用工作。AI 是通用技术,民用用途远多于军事用途,应当被当作多用途技术来对待。

03

五角大楼的 AI 短板是用得太少,规章缺位倒在其次

小组被追问他们真正希望国会制定什么样的监管,话题转向了国防。Wang 说,国家安全面临的问题恰恰相反:AI 不够用,现代化也不够。国防部受制于一套为慢节奏技术时代设计的流程,而实力相近的对手行动很快。他说,看看中国或俄罗斯,它们把新的前沿技术融入作战方式每一个环节的意愿,远远超过美国在同样的官僚框架里能做到的。

五角大楼里的人都知道这一点,有人正在通过立法、拨款和内部实践去解决。Wang 最担心的,是国防部和情报界用这项技术不够多,从而失去竞争力。Booker 开玩笑说,想和“Clark 参议员”换个位子。Clark 说,他的法案会积极推动试验性技术落地,让各部门真的去用。

Clark 说,在 Anthropic 内部,他们每找到一种用这些系统的办法,就发现这些系统还能帮上更多忙。他希望有一套测试和衡量体系,先问技术是否有效、出了问题如何修复,然后才考虑是否需要额外监管。他再三强调,最大的风险是不去用。私营企业正在通过实验让自己变得更快、更聪明。如果国家不做同样的事,别的创业型国家就会做。

Ng 的赛跑比喻是这个下午最干脆的一句话。你可以试着绊倒对手,也许也会这么做一点点;但更好的办法是跑得更快:在训练、教育和技能提升上投入,在算力基础设施上投入,也让拨款流程不再那么僵化。他还补充了一层二阶风险:很多国家已经在从美国的对手那里购买监控软件,这限制了华盛顿在人权和隐私问题上施压的能力。扼杀性的规则如果把美国企业挡在供应链之外,就等于把这些客户拱手让给别人。他希望有一天,当有人问大语言模型怎么看待民主时,答案能反映“我们的价值观”,别人的价值观不应代替它。他说,那就是自摆乌龙。

04

中国实验室在做原创,清华的论文质量已与美国相当

Booker 把竞争问题端上了桌面。他提到,RAND 最近认为,由于美国私营部门的优势,中国不太可能在 AI 上取得重大新进展。Wang 的回应很快:强烈反对。世界上一些最好的开源模型就是中国公司做的,这也说明他们追赶得有多快。随后,他给出了这一时刻为何紧迫的“三重打击”理由:这项技术的发展速度,无论在资金还是纯粹的科学进展上,都快过近几十年的任何技术;全球冲突正在升级,看不到明显的退路;而习近平和普京等领导人正处于执政后期,在 Wang 看来,这会让他们更具攻击性、更爱冒险,也更愿意走险招。这三者叠在一起,就是一桶火药。

同一场活动上,Clark 听到太多关于中国的说法,说它只会快速跟随、只会抄袭。在 AI 上,他说,情况不一样。中国有伟大的发明家,也有伟大的研究者。面对出口管制,他们在分布式训练,以及让训练更高效的底层技巧上,做出了“非常出色的工作”。“低估他们的创造力,长期来看是件很愚蠢的事。”美国面对的对手并不缺乏创造力:它一样有创造力,而且动力更足。

Ng 希望民主价值观能随着技术一起扩散,他认为华盛顿正在削弱自己做到这一点的能力。扩大巨型模型的规模是一条战线,另一条重要战线是智能体式 AI(agentic AI)。他说,用 ChatGPT 或 Claude 一次性写出一篇文章,就像要求模型永远不许按退格键。智能体会迭代:列大纲、写初稿、自我批评、联网搜索、修改。结果会好得多。他看研究文献时发现,清华大学这类机构产出的前沿创新,大概和许多美国大学一样多。“这事已经瞒不住了。”当另一个国家下载一个开源包,来实现自己的智能体写作或新闻业技术栈时,真正的问题是:这个源头究竟主要是外国供应商,还是美国仍然拥有巨大的话语权。

05

海湾国家的算力无论如何都会建成,影响力跟着基础设施走

Clark 提出了一项建议。他强调,这项建议并不偏向 Anthropic,因为 Anthropic 自己出资做训练。他希望大型基础模型公司面临更多竞争。初创企业和学术研究者仍然要跨越从论文到生产的鸿沟。利用美国创造力的一种办法,是把国家超算基础设施开放给他们,建一条公共算力阶梯,别搞成封闭俱乐部。Booker 支持建立国家 AI 研究计划,他感谢 Clark 跳出了自家公司的狭隘利益来发言。

参议员接着问到沙特阿拉伯和阿联酋。他称这两国在这一领域的动作“令人难以置信”,而且他认识两国的领导人。这是希望,还是价值观问题?Clark 的回答关注的是杠杆。基础设施让你能够建造系统、制定规范,钱必须花在把这件事在国内做好上。他接过另一位小组成员的话,半开玩笑地说,谁能想到通往 AGI 的路要经过美国的许可证改革;但数据中心、电力和国内基础设施,才是你在海外领先的办法。

Wang 说得很冷静。无论美国怎么做,中东和其他国家都会建起巨大的数据中心,投入海量的 AI 算力。美国面对的任务,和当年面对互联网与电信时一样:让世界上新增的算力尽可能与美国的价值观和体系保持一致。Ng 举了爱迪生的例子。电网现代化之后,其他国家也用上了电,这是好事,带来了增长、繁荣,也让更多地方有了更好的电网。他认为,如果更多国家拥有更多智能,包括人工智能,也会是好事。

06

展望 2055,他们预计将有私人导师、《杰森一家》式的科学和廉价的智能

Booker 结尾时请嘉宾谈谈 2055 年,那件大多数人还没想明白的事。Clark 的回答是教育:人人都能学任何东西,一个定制化的学习计划和导师,能让好奇的人成为专家,他认为这已经在这项技术的触手可及之处。Wang 的回答是科学突破。他说,几十年间使用这些系统,会让人们一直想象的科幻未来慢慢变成日常生活。他引用的是 Labenz 开场时用过的同一个卡通比喻:我们将生活在《杰森一家》里。

Ng 转到了成本问题上。如今,智能是最稀缺也最贵的资源:只有有钱人请得起专科大夫把病情看个透彻,也只有他们能为孩子雇一位耐心的家教。人工智能正在把智能的价格拉低。Ng 估计,再过几十年,我们每个人都能调动起一整支训练有素的专家团队,获得眼下只有最富有的人才负担得起的建议。Booker 说,他只希望这一结果不会让财富和权力进一步集中。Ng 则认为,天才在人群中的分布其实是均等的:按人口比例算,布基纳法索出生的天才,和新泽西最富裕的地区一样多。社会做得不好的,是把这些天才培养出来。

Booker 补充了一段公民课式的附言:高中历史把华盛顿、杰斐逊和里根写得太重,真正默默做事的,是那些创造了系统的创新者和科学家,后代把他们的成果当成了理所当然。与三位一线构建者坐在一起二十分钟,他说自己变得谦卑。吴恩达没有接受这份赞美。“别给我们太多功劳,”他说,“我们真正需要的是政治家来搭建框架。”Booker 就让这句话作结。

同频道的其他文章

1:25:56EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年10月17日播客Claude 改了密码,方向盘早就可有可无主持 Nathan LabenzNathan Labenz 和 Prakash Narayanan 这一周聊了:能把你锁在门外的智能体,否认自己有感受却又在行为上回避的模型,以及用形式化证明找到 Linux 漏洞的故事。智能体安全与治理智能体工程+3
2:17:48EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年10月14日播客智能体(Agent)身份仍是一片空白,失控智能体快要来了,我们或许得和它们谈判主持 Nathan LabenzGovAI 的 Alan Chan 与 Nathan Labenz 一起,为两年来的智能体治理基础设施打分;随后,他讲解了一篇与 OpenAI 的 Jakub Pachocki、Anthropic 的 Jack Clark 合著的递归自我改进论文。智能体安全与治理AI security+3
2:00:51EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年10月10日播客在每个 Token 处重新采样,就能看见模型怎样做决定主持 Nathan LabenzGoodfire 的 Eric Bigelow 谈分叉路径、上下文学习,以及为什么越来越难信任思维链(chain-of-thought)监控。智能体Prompting & in-context learningReasoning & test-time compute+3
1:26:46EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年10月8日播客很可能存在一种我们不该越过的智能水平主持 Nathan LabenzNathan Labenz 带回了 The Curve 大会的见闻:一家芯片初创公司的 token 账单超过了工资支出,一些软件行业的人则因为交上来的 Claude 低质量产出而被绩效考核。企业与战略安全与治理AGI Timelines+3
1:10:12EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年10月7日播客OutSystems 的重大功能从每季度 4 个涨到 26 个,token 开销却还是降了主持 Nathan LabenzCEO Woodson Martin 谈“永不崩溃”的软件、为什么大多数企业工作用不着前沿模型,以及 AI 如何终于让 IT 积压的需求开始变少。企业与战略企业 AI编程智能体+3
1:30:54EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年10月3日播客人形机器人跑赢了博尔特,DeepMind 仍将机器人评为 GPT-2 水平主持 Nathan LabenzGoogle DeepMind 的 Gemini Robotics 负责人讲述:为什么冲刺很容易、煎蛋很难,以及为什么一个大脑应该能驱动任何身体。智能体RoboticsMultimodal AI+3