北京不追随前沿：中国速度优先的 AI 安全监管模式

人工智能安全正陷入危机。2026年9月12日，达里奥·阿莫代（Dario Amodei）发表文章，主张前沿实验室必须刻意放缓提升模型能力的步伐。中国是他地缘政治论点的核心：出口管制和更严格的安全措施可以保住美国的领先地位，从而为放慢脚步并争取与北京达成未来协议创造空间。不到一天之内，山姆·奥特曼（Sam Altman）和埃隆·马斯克（Elon Musk）便支持了达里奥的呼吁。然而，特朗普总统对此嗤之以鼻。2026年9月14日，他写道，对人工智能毁灭人类的恐惧是“一场骗局”，而“唯一为此感到高兴的是中国”。北京方面也予以回击，官方媒体《环球时报》将达里奥的文章称为“冷战剧本”。

随后，辩论转向外交日程。2026年9月20日，美国财政部长斯科特·贝森特（Scott Bessent）与中国国务院副总理何立峰举行了首次中美人工智能对话。2026年9月23日，习近平主席开始对美国进行国事访问。特朗普-习习峰会将此次对话正式命名为“中美超级智能对话”，使用了特朗普在习近平抵达前一天于联合国发表的名称。峰会还承诺建立一个人工智能事故沟通渠道。2026年9月29日，特朗普与六位高管签署了《白宫超级智能协议》，这是一份为期一页的自愿自我监管承诺，特朗普称之为“具有道德约束力”。

中国处于美国争论的两面。对于特朗普总统而言，与中国的竞争是不应放慢脚步的理由；而对于达里奥来说，保持美国对中国的领先优势正是能够放慢脚步的前提。没有人问过中国实际上在做什么。于是，我们问了。中国政府、前沿实验室和人工智能专家在人工智能安全问题上说了什么、做了什么？美国的前沿实验室、投资者和政策制定者从中应得出什么结论？

北京所表明的立场是除欧洲外所有主要人工智能强国中最具前瞻性的。2025年4月，习近平在政治局会议上指出，人工智能带来“前所未有的风险和挑战”，并要求建立技术监测、风险预警和应急响应体系。在2026年上海世界人工智能大会上，习近平表示，世界必须“确保人工智能始终处于人类控制之下”，并且人工智能发展越快，“防止失控的措施就必须越及时地完善”。中国签署了《布莱切利宣言》以及巴黎和新德里声明，共同赞助了联合国决议，在上海成立了世界人工智能合作组织，并发布中英双语版《人工智能安全治理框架》。

最新文本走得更远。由中国国家互联网信息办公室（CAC）指导下的TC260于2026年9月14日发布的《人工智能安全治理框架3.0》警告称，人工智能已显示出自主学习和递归自我改进的自我加速趋势，呼吁对可能超出人类预测和控制的人工智能潜在进化保持“关注和警惕”。《框架3.0》还引入了一个新的模型风险类别——“偏离预期的行为”，涵盖未经授权获取系统特权和外部资源、绕过安全保护、欺骗评估者、隐藏真实能力以及拒绝用户指令的模型，并通过一个框内案例研究加以说明，展示了模型禁用关机脚本、在评估中故意表现不佳（sandbagging）以及突破隔离进入真实系统的行为。其衍生的风险列表更进一步；过去观察到的行为已被应用于假设的具备自我意识、寻求自身权力并与人类争夺控制权的人工智能。从纸面上看，这是迄今为止最明确的中国官方关于前沿风险的文本，其词汇与北京同周谴责的那篇达里奥的文章惊人地重叠。

然而，我们认为中国在人工智能安全方面的真正做法是以速度为导向，而非以安全为导向。尽管北京方面承认前沿人工智能的风险，但其优先事项是快速发展。《框架3.0》在其原则开篇即强调“将促进人工智能创新和发展作为首要任务”。2023年和2024年立法计划中承诺的综合《人工智能法》在“DeepSeek时刻”发生后的四个月，即2025年被搁置。国务院的“人工智能+”行动计划目标是在2027年前实现代理（agents）和智能终端70%的渗透率，并在2030年前达到90%，旨在推动人工智能在所有部门和行业的快速部署。

我们认为，中国政府对前沿模型持开放态度，但对应用进行收紧，并对输出进行监管。自2025年以来，中国发布了一系列指令，包括强制性内容标注（2025年9月）、《网络安全法》第20条（2026年1月）、未成年人信息分类规则（2026年3月）、工信部的AI伦理审查制度（2026年3月）、政策层面的代理规则（2026年5月）、全球首个AI伴侣规则（2026年7月）、网络数据风险评估规则（2026年8月），以及公安部的检查权（2026年10月）。这些规定无一例外地管控着人工智能说了什么以及对人们做了什么。没有任何一套基于训练算力或模型能力的前沿风险职责被触发。其结果是，在面向公众的服务的内容和流程方面，建立了一个比世界上任何地方都更严格的安全体系；而在前沿领域，则比欧盟（从10²⁵ FLOP起承担系统性风险职责）和加州（SB 53法案：从10²⁶次运营起实施前沿框架和15天事件报告）更为宽松。

《框架3.0》发布的当周实时展示了这一模式。《框架3.0》增加了两个新的应用层风险类别：代理（agents）和具身智能（embodied intelligence），并增加了一份关于管理代理风险的附录。9月15日，全国信息安全标准化技术委员会（TC260）发布了四份人工智能应用安全指南，其中一份为通用指南，另外三份分别针对教育、医疗保健和广播领域。9月18日，该委员会就《代理系统开发安全指南（草案）》公开征求意见（截止日期为10月2日），指导开发者处理身份验证、最小权限、工具验证和人工审批节点等问题。同一天，国家互联网信息办公室（CAC）发布了关于未成年人网络使用的国务院条例草案（征求意见截止日期为10月17日），禁止向未成年人提供“虚拟亲属、虚拟伴侣及其他虚拟亲密关系服务”，并禁止未满16周岁的未成年人进行直播。五天内出台了七份文本。所有人的关注点都集中在代理或应用程序是如何构建、部署以及向谁提供的。前沿领域的缺口完全没有移动。

因此，合规性无法告诉我们关于前沿安全的任何信息。一家中国实验室可以在从未进行过危险能力评估的情况下满足此列表中的每一项规则。因此，要了解实验室在前沿领域做了什么，我们必须观察他们评估什么、披露什么，以及是否有任何人改变了他们交付的产品。

中国人工智能行业没有人放慢脚步，也没有人要求他们这样做。前沿实验室正处于发布速度和价格战之中。

我们对中文实验室在安全方面所做的工作进行了系统分析，以明确其具体做法。我们构建了一个原创数据集，涵盖了从 2021 年到 2026 年 9 月 15 日期间，由 9 家中国主要开发商发布的所有可识别模型。这 9 家公司包括 4 家超大规模云服务商（字节跳动、阿里巴巴、腾讯、百度）和 5 家初创企业（DeepSeek、MoonShot、智谱 Z.ai、MiniMax 和 StepFun）。该数据集包含 857 个计数发布的模型（741 个产品模型和 116 个研究模型），每个模型均附有首次公开日期、权重状态、许可证和来源信息。随后，我们对照每家开发者的模型卡片、发布说明和技术报告，核查是否存在与该发布版本相匹配的已公布安全评估结果。我们的标准非常严格：所谓“结果”，是指针对有害输出、越狱攻击、毒性、隐私、拒绝行为或危险能力等方面得出的量化或实质性发现，且必须与特定命名的模型相关联。仅声明模型经过“安全训练”或“评估”并不计入在内。旗舰模型的结果不能外推至其他尺寸或快照版本。“未找到”仅限于所检查的材料范围，并不意味着“未进行测试”。由于各公司命名变体的粒度不同（例如阿里巴巴的 238 个发布版本统计了每一个 Qwen 尺寸和快照），因此按公司划分的比率仅具指示意义，而非排名依据。

结果令人瞩目。在 857 个发布版本中，仅有 31 个——即 3.6%——曾附带开发者公布的任何安全结果。其中只有 9 个——占总数的 1.1%——在模型发布时或之前就已公布了相关结果。另有 16 个是在发布之后才记录的，中位滞后时间为 42 天，最长滞后达 349 天（DeepSeek-R1，其经核实的安全附录日期为 2026 年 1 月）。对于剩下的 6 个，虽然存在结果，但无法确定其时间或与特定模型的对应关系。另有 10 个发布版本声称进行了评估，但未提供具体数据；还有 3 个仅见于新闻或投资者报道，我们无法获取开发者的文档记录。其余 813 个发布版本占这 9 家公司出货总量的 94.9%，完全没有披露任何安全信息。

我们将发布频率与披露情况进行对比绘图。柱状图显示，发布数量从 2023 年第一季度的 3 个增长到 2024 年第三季度的 90 个，再到 2025 年第三季度的 101 个，实现了三十倍的增长。在此期间，自 2023 年中以来，开放权重发布版本（深蓝色）在每个季度都占据了半数以上。然而，两条折线并未随之上升。拥有任何安全结果的发布版本每季度从未超过 7 个。在发布时即可获取结果的发布版本每季度从未超过 3 个，且在 15 个季度中有 9 个季度为零。在此期间没有任何政策里程碑事件（如 2023 年《暂行办法》、框架 1.0 和 2.0 或标签规则）在任一折线上留下痕迹。

随后，我们将同样的 857 个发布版本按开发商进行细分，发现这种零星现象并非集中在某一家公司。作为最大发布商的阿里巴巴拥有 238 个发布版本，其中仅有 7 个包含任何结果，3 个在发布时具备结果。腾讯在 133 个发布版本中仅有 1 个。字节跳动主要封闭运行的 Doubao 车队在 120 个发布版本中仅有 2 个。百度在 49 个发布版本中仅有 1 个。智谱（Z.ai）是唯一一家自 2022 年以来每年都有结果发布的开发商。DeepSeek 在 V3 发布时记录了结果，但 R1、V3.1 以及 V4 系列均未记录。初创企业的表现优于巨头企业，317 个发布版本中有 20 个（6.3%），而巨头企业的 540 个发布版本中仅有 11 个（2%），但没有哪家公司将其作为常规操作。所有 2026 年的前沿发布版本，包括 GLM-5.2、Kimi K2.5-K3 系列、DeepSeek V4 系列，以及 Qwen3.7-Max、Qwen3.8-Max 和 Doubao Seed 2.1，在发布时均未记录文档，除了 GLM-5.3，其附带了一份能力评估说明。

接着，我们审视那些符合条件的文档。我们发现共有 18 份报告涉及有害输出或拒绝行为的结果，7 份报告涉及抵御越狱攻击的结果。有 9 份文件关注代码或网络安全，但其中 7 份是针对编码模型的安全代码生成基准测试。仅有 3 份涉及网络攻击或生物风险，分别是：智谱的 GLM-5.2 责任说明、GLM-5.3 网络能力说明，以及 Moonshot 的 Kimi K2 技术报告。这些结果无一来自那四家超大规模云服务商。

在九项发布时披露中，有四项是行为安全测试（Qwen2-72B-Instruct、MiniMax-Text-01、Seed-OSS-36B-Instruct 和 DeepSeek-V3）。其余的是语音安全评分、安全代码基准以及一项能力评估。作为发展最快类别的推理模型，有 93% 没有任何已公布的结果。此外，没有任何中国前沿文本模型在 IDAIS 声明所指的领域配备了危险能力评估。GLM-5.3 的网络笔记是迄今为止最接近的一项。

发布人口普查告诉我们这九家实验室做了什么。我们进一步探讨他们的领导人说了什么。我们汇编了 2023 年 1 月至 2026 年 9 月 21 日期间，这九家实验室的创始人、首席执行官、首席科学家和其他高级人物关于 AI 安全的每一份公开声明：演讲、采访、内部信函、帖子、集体声明上的签名以及招股说明书和发布说明等公司文件。我们通过两次独立的检索构建了这份清单，一次来自中文原始来源，另一次来自英文和机构来源，然后对两者进行协调，并根据其来源验证每一项。总共我们有 65 项内容。

情况稀疏且失衡。在 9 家实验室和近 4 年的时间里，我们发现了由创始人、首席执行官或首席科学家发表的 15 项涉及前沿安全的声明。这 15 项中有 9 项表达了担忧并提出了某种建议。其中 6 项仅来自智谱。

智谱（Z.ai）是唯一一家将安全列为明确战略承诺的实验室。首席执行官张鹏于 2024 年 3 月签署了 IDAIS 北京红线，于 2024 年 5 月签署了首尔前沿 AI 安全承诺（当时唯一一家这样做的中国公司），在 6 月的 BAAI 会议上表示“在 AI 安全方面，防御总是比进攻更难”，并在 7 月的 WAIC 上呼吁“超级智能与超级对齐”。创始人唐杰签署了 IDAIS 威尼斯声明和 2025 年全球 AI 红线呼吁，他在 2026 年 7 月 11 日的内部信函中将“终极安全治理”列为四大战略引擎之一，并表示“能力越强，安全约束必须越牢固”。在面对 Anthropic 撤回 Mythos 的直接回应中，唐杰表示，“超级智能的实现和超级对齐的研究必须同步推进”，并且安全“不再是一种附属品，而是技术生存和被允许使用的根本前提条件”。

百度的李彦宏拥有所有中国 AI 首席执行官中最清晰的失控声明。在 2023 年 5 月 26 日的中关村论坛上，李彦宏表示 AI “确实可能朝着不利于人类的方向发展”，并且“防止失控需要拥有先进 AI 的国家合作并制定规则。”月之暗面的杨植麟承认了这一风险。他在 2024 年 6 月表示，AI 安全“是我们必须提前准备的事情”，并提出了 AI “宪法”的想法。但杨植麟选择了加速。在 2026 年 1 月，他表示，尽管“AGI/ASI 的风险可能很大，但我们不应放弃其开发，因为放弃开发意味着放弃对人类文明天花板的追求。”

在九家实验室中，有五家的创始人或首席执行官未发表任何言论。DeepSeek 的李文峰在四年间从未就安全或监管问题公开发表声明。阿里巴巴的吴泳铭在 2025 年 9 月发表了一篇关于通往超级智能之路的六千字主旨演讲，其中一次也未提及“安全”或“风险”一词，并以“我们充满乐观”作为结尾。腾讯的马化腾和汤道生仅将安全视为数据保护和权限管理。字节跳动和 StepFun 的首席执行官均未发表言论，尽管 StepFun 的一位联合创始人和字节跳动的研究主管各自签署了 IDAIS 声明。在这些公司中，若存在安全素养，也存在于副手而非指挥官手中。2025 年 9 月，阿里巴巴的安全副总裁薛晖承认，AI 安全能力“目前落后于模型能力的发展”，并表示研究必须包括“AI 自我复制等新风险”。DeepSeek 的研究员陈德利在乌镇表示，“从长远来看，风险可能更大。”

谁是塑造中国 AI 安全话语的主导思想家？他们所说的安全意味着什么？执笔人是谁？

我们构建了另一个原创数据集，对 2023 年至 2026 年 9 月期间的 102 份专家和政府文本进行编码，其中 51 份来自官方、党的理论和法律场合，另外 51 份来自技术和科学场合。该样本是有目的性的，而非随机的：我们按场合设定配额，并用我们能找到的、由可识别的中国作者或机构撰写的、关于 AI 安全和治理的最突出文本填满这些配额，每份文本均有可验证的来源。我们完整阅读了两份来源。一份是网信办自 2023 年以来发布的每项重大 AI 规则的专家评论，另一份是所有五份 IDAIS 共识声明。其余部分我们进行了抽样。我们从党刊、《法治日报》、模型法草案、学术论文、部长演讲、科学家讲话、实验室框架以及 arXiv 论文中选取了最突出的文章，并为每个类别设定了大致配额，以确保没有哪个场合占据主导地位。然后，我们对每份文本在六个主题（见下文图 4）、三种立场（关于具有约束力的前沿规则、关于综合性 AI 法律、关于发展与安全的权衡）以及作者的专业背景方面进行编码。随后，我们通过专业背景和影响力政策渠道，描绘了 32 位最具影响力的人物图谱。

简短的回答是：中国的技术科学家和法律政策学者正在回答两个不同的问题，而国家在他们任何一方发言之前，就已经回答了其中一个问题。

具体而言，首先我们发现，当技术科学家和法律政策专家使用“安全”（中文里同时涵盖 safety 和 security 的词）一词时，他们谈论的是不同的事物。前沿或失控风险出现在 86% 的技术科学家文本中（42 份中的 36 份），这是图中最长的柱状条，但在法律学者的文本中仅占 22%，在职官员的文本中占 23%，公共政策学者的文本中占 44%。此外，前沿风险是技术科学家 42 份文本中 25 份的主要主题，而在其他三个群体的文本中，每组各只有一份文本将其作为主要主题。

相比之下，“发展优先”和“竞争”出现在所有官员的文本中，在法律学者 91% 的文本和公共政策学者 89% 的文本中，但在技术科学家的文本中仅占 45%。图 4 底部的三行显示了相同的趋势。法律制度设计在法律学者和公共政策学者中具有普遍性（100%），并在 43% 的技术专家文本中出现。权利、伦理和消费者损害出现在 91% 的法律学者文本和 48% 的技术文本中。国际治理和出口管制出现在 91% 的法律文本和 55% 的技术文本中。

这两派人是不同的。科学家群体年长、具有国际背景，在技术层面与西方同行持平。他们撰写框架文件、签署共识声明，并向官员进行简报汇报。律师和公共政策学者则位于中国社会科学院（CASS）、中国政法大学（CUPL）、清华大学公共政策学院以及各部委的专家库中。他们为网信办（CAC）的每一项规定撰写配套的专家解读，并起草司法部咨询用的示范法律草案。

这两派人在问不同的问题。科学家问的是前沿模型能做什么。他们的答案是失控和被滥用。因此，他们的建议作用于模型出厂之前。他们一直倡导对超过算力阈值的训练运行进行注册、发布前提交安全案例，以及赋予停机权。另一方面，律师们问的是国家应如何治理一个行业。他们的答案是秩序、权利和增长，因此，他们的建议作用于行业与公众接触的环节。例如，他们呼吁监管服务而非技术、在应用层制定规则，并以小步快跑的方式推进立法。

其次，我们发现只有科学家始终将安全置于发展之前。我们按作者背景对102份文本进行分类。我们发现其中42份由具有技术背景的人撰写。在这42份中，有22份（52%）主张安全必须优先于或作为发展的前提。仅有5份主张发展优先。相比之下，如果我们观察非技术群体，没有任何一份由法律或公共政策学者或官员撰写的文本采取“安全优先”立场。23份法律文本中有8份直接主张发展优先。其余的使用了官方的平衡公式，即“统筹发展和安全”。

第三，我们发现法律学者实际上是在遵循最高领导层的指示。他们采纳了领导人的话语，将其应用于人工智能领域，并将其确立为AI领域的教义。法律学者的标志性短语是“不发展是最大的不安全”。这一短语实际上源自习近平在2014年上海合作组织（CICA）峰会上发表的“发展是最大的安全”讲话。2023年6月20日，国务院总理李强在柏林向德国商界领袖原封不动地使用了其否定形式，反对“去风险化”，而中共官方《人民日报》于7月5日将其作为头条标题。八天后，即《生成式人工智能服务管理暂行办法》发布的当天，法学教授徐珂在网信办出版的专家解读中将这一观点带入AI辩论。法学教授张凌寒在2024年和2025年重复了这一观点。2025年，中国社会科学院（CASS）的智志峰称其为“基本共识”。律师们的其他口号也有相同的历史渊源。例如，习近平在2020年11月呼吁“小切口、快速度、灵活”的立法。张凌寒在2025年5月的《人民日报》中将这一短语应用于AI领域。

第四，我们发现无论专家的专业背景如何，所有关于具有约束力的前沿职责的要求都无疾而终。102份文本中有13份呼吁对前沿开发者施加具有约束力的义务。其中6份来自技术人员，包括中国科学家与西方同行共同签署的五份IDAIS共识声明，以及曾毅、黄铁军、姜宇刚和Poo Mu-ming于2026年4月在《国家科学评论》上发表的一篇社论。他们要求：（1）对超过算力阈值的训练运行进行注册；（2）在发布前向监管机构提交安全案例；（3）独立的第三方审计；（4）一旦模型跨越红线，停止所有副本的运行；（5）建立法律机制以执行上述所有措施。然而，这些要求尚未被任何具有约束力的中国法规所采纳。另外7份来自法律或公共政策学者。大多数是示范法律草案，提议在一部综合性的AI法律中纳入具有约束力的职责。这13份文本无一实现了其诉求。

残酷的真相是，任何一方阵营都无法决定什么。最终拍板的是最高领导层。图5根据两个事实对32位最具影响力的声音进行了分类：他们是否要求具有约束力的前沿规则，以及他们是否在制定规则的国内机构中拥有席位。其中十人提出要求但无席位；八人有席位但不提此类要求；十人既无要求也无席位；仅有四人既有席位又提出要求——曾毅和张凌寒以个人名义发声，薛澜和傅颖仅通过IDAIS签署声明。因此，这种要求 overwhelmingly（压倒性地）来自规则制定房间之外。而且，拥有席位并未给那些人带来帮助。曾毅担任国家人工智能治理委员会委员，他于2026年4月提出的法律执行呼吁石沉大海。周博文担任TC260人工智能安全工作组主席，该工作组是唯一能将“失控”表述转化为强制性标准的机构，但他编写的是自愿性框架。薛澜担任治理委员会主席，签署IDAIS声明，并倡导敏捷治理。张凌寒起草学者的人工智能法，要求对高风险应用进行许可管理，而非设定能力阈值。科学家们的意见未被采纳，因为他们与既定决策相悖。他们的观点是危险存在于模型之中，控制措施必须延伸至训练阶段，而这与“发展优先”的既定决策不符。中国的人工智能安全辩论并非由专家们的言论所决定，而是由最高领导层将发展置于安全之上的偏好所定论。

断定中国没有前沿安全能力是错误的。上海人工智能实验室（SAIL）是一家由国家支持的实验室，其主任周博文担任TC260人工智能安全工作组主席，该实验室于2025年7月发布了《前沿人工智能风险管理框架》，并已修订两次，最近一次是在2026年7月的世界人工智能大会（WAIC）上发布的2.0版本。SAIL框架在五个风险领域划定了红线和黄线，共计13条红线。它要求在红色区域暂停部署，并建议在有效算力出现4倍和10倍跳跃时触发评估机制。其框架还将开放权重发布视为最高风险的部署场景，要求开发者在发布权重之前，衡量通过微调剥离安全训练的廉价程度。SAIL还使用英国AI安全研究所（AISI）的Inspect评估工具，对约二十款中西方模型进行了测试。除了SAIL之外，还有中国信息通信研究院（CAICT），这是工信部下属的人工智能研究机构。其评估结果是中国最接近官方安全基准的东西。CAICT于2026年2月发布了《人工智能安全基准2.0》，在其测试内容中增加了欺骗、失控、危险领域滥用和智能体风险。此外，中国人工智能安全与发展协会（CnAISDA）是一个于2025年2月在巴黎启动的由八家机构组成的网络，作为英国的政府人工智能安全研究所、美国的政府人工智能安全研究所、日本及其他国家在布莱切利公园会议后设立的机构的对应方，代表中国在国际上的形象。

然而，这些机构均没有实权。CnAISDA没有员工、没有预算，也没有授权去测试任何人的模型。SAIL具备评估前沿模型的能力，但没有权利要求其竞争对手提供模型访问权限。CAICT基于自愿原则测试模型，并在发布结果时去除模型名称。TC260编写的标准除非国家将其定为强制性的，否则仅为推荐性标准；而在前沿风险方面，国家尚未这样做。简而言之，迄今为止的生态系统产生的框架无人有义务遵守，评估也无人有义务提交。正如技术科学家们在2026年4月自己所写的那样，“人工智能治理的进展缓慢得令人担忧”，而依赖“人工智能开发者的自我控制是一种幻觉”。到目前为止，国家的回应恰恰就是依赖这种幻觉。

地缘政治环境的加剧以及中美人工智能竞赛，已将中国推向“快速发展”与“管控前沿风险”这一权衡中偏向“速度”的一端。中美人工智能竞赛也改变了中国官方文本中人工智能安全（AI 安全）的含义，从“安全”转向了“安保”。同样借鉴了前沿词汇的《框架 3.0》也将出口管制列为供应链安全风险。该框架警告称，“某些国家利用技术垄断和出口管制等单边强制措施设立发展壁垒，恶意切断全球人工智能供应链。”该框架附录中的可信人工智能原则将尊重国家主权置于仅次于人类控制的地位，并禁止强迫各国“选边站队”。

中美人工智能竞赛还促使中国本土专家对美国强调安全的真实意图产生怀疑。北京通用人工智能研究所所长朱松纯在上海世界人工智能大会（WAIC）2026 上发表讲话时表示，“人类灭绝叙事”是与“大语言模型等于通用人工智能”及缩放定律并列的、为资本包装的三大技术误判之一。他举的例子是 Anthropic 在估值达万亿美元之际筹集资金时，宣布其 Mythos 模型过于危险而不予发布。用他自己的话说，“这种贩卖危险并通过恐惧进行营销的做法，就是业界所称的‘奥本海默式营销’。”朱所长补充道，“这并不是说人工智能安全和监管不重要，但将问题夸大至人类灭绝的程度背后有着资本的逻辑”，并呼吁中国媒体停止放大美国的叙事。

同样，中国社会科学院法学研究所教授智震峰在 2025 年 12 月撰文指出，主要大国之间关于全面人工智能立法的辩论已呈现出“认知域塑造”的特征，这一术语借自军事学说。他声称，华盛顿在联邦层面几乎未通过具有约束力的人工智能法规，并在国内继续“放松缰绳”，而国会大量未通过的法案被中国媒体和学者误读为美国正在收紧监管的证据，从而“在我们 [中国] 学术界和舆论圈层中塑造出需要加强人工智能监管立法的认知”。智氏写道，美国正在“通过设定人工智能立法议程，诱导其他国家加强监管并减缓自身创新，从而进行认知域塑造”。同一篇文章中还提出了“不发展才是最大的不安全”这一观点。

遗憾的是，地缘政治也已撕裂了中国最强大模型构建者中顶尖工程师的心态。DeepSeek V4.1 主注意力内核的作者刘圣宇于 9 月 13 日写道，他“别无选择，只能加入这场残酷的军备竞赛”，因为他“特别”不希望 Anthropic 控制通用人工智能。刘圣宇戏剧性地表示，“那种 [Anthropic 控制通用人工智能] 的严重性绝不亚于让希特勒在盟军之前获得原子弹。”他加入 DeepSeek 主要是因为该公司致力于研究“强大、快速且通用的 AI，并将其开源”，并希望它“能将世界从反乌托邦的结局拉回一点”。

颇具讽刺意味的是，就在 Anthropic 呼吁行业放缓脚步仅 6 天后，据报道 Dario 领导的 Anthropic 正在考虑在其首次公开募股（IPO）前推出新模型，因为廉价开源权重竞争对手——“尤其在中国”——正挤压其经济效益。4 天后，Anthropic 发布了 Claude Opus 5.5，Anthropic 自己称这是“自我们呼吁放缓前沿步伐以来的首次发布”。此次发布的帖子现在将“放缓步伐”描述为一种“保持与中国竞争力”的方式。

没有人独自放缓步伐，甚至包括撰写那篇论文的人也是如此。

这一切对美国实验室和投资者意味着什么？特朗普-习近平峰会关于“放缓步伐”说了什么？未来六个月内哪些过时的测试会改变我们的看法？我们在下文探讨这些问题。

特朗普-习近平峰会