美国AI政策的当下现实：从“暂停AI”到“建设”

摘要

• 华盛顿的AI政策立场已经从存在性风险警告下的限制AI，转向建设一个美国意图主导的平台。 行动计划以“新的科学发现前沿”开篇，支持开源，并提出建立评估生态，在做出宏大宣示前先衡量风险。嘉宾认为，这代表文化重心正从“PauseAI”转向用实证测量风险与机会成本。

• SB 1047成为理论性危害如何立即制造商业寒蝉效应的警示案例。 该提案可能让开放权重开发者承担下游责任：如果有人之后对其成果进行微调并造成大规模伤亡，开发者可能被追责；Erik Torenberg回忆，其中一个版本甚至将3人死亡或医疗系统不堪重负纳入定义。对一个“连诉讼都负担不起”的开发者而言，仅仅把问题交给法院，就足以压制实验。

• DeepSeek戳破了这样一个前提：限制美国开源，就能让美国对中国保持数年的领先。 在R1让华盛顿意外之前，DeepSeekMath-V2已经显示其接近前沿；而蒸馏意味着，拒绝开放权重所能保留的边际优势十分有限。Erik Torenberg直截了当地问：“你真的看过AI领域任何一篇论文的作者名单吗？”

• 开放权重如今已经有了远超开源理念本身的具体商业逻辑。 闭源模型可以探索前沿能力，开放模型则服务于政府、受监管行业和要求本地部署、控制权、安全性与支持服务的《财富》50强客户——这正形成中的“主权AI市场”。由于权重不包含底层数据和训练流程，公司可以分发更小的模型，同时保留更大的付费模型和核心IP。

• 可投资市场可能走向分化，而不是收敛到单一的授权模式。 前沿API与受控部署面对的是不同客户，所需基础设施、支持能力和收入模式也不同；嘉宾预计两种模式都会出现赢家。当20多岁的创始人能在几年内把企业做到“数千万至数亿美元”的收入运行率时，等待市场结构尘埃落定本身就是一种风险。

• 行动计划的方向感强于执行细节，学术界的缺席尤其突出。 其中“建设AI评估生态”的倡议，用测量取代宣示，并迅速成为其他政府的参考点。但Anjney Midha认为，在缺少大学参与的情况下推进重大技术计划，等于让美国“把一只手绑在背后”作战。

• 嘉宾不接受“可解释性尚不完整，因此应无限期等待前沿突破”的观点。 模型或许是“生长出来的，而不是编码出来的”，但社会一直在从无法逐原子解释的复杂系统中提取价值；对齐可以提升实用性，并不需要先获得一项普遍适用的意识形态授权。他们的机会成本判断十分明确：“没有AI时的p(doom)，实际上远高于有AI时的p(doom)”，尤其是在延误可能减缓疾病治疗和科学发现的情况下。

精读

上游暂未提供，后续同步将继续补齐。