摘要

年龄门槛正成为社交平台和应用商店面临的两党共识与国际运营约束。 Casey Newton 判断，到2026年底，16岁以上将成为全球标准；这一判断正在澳大利亚、巴西、印度尼西亚、马来西亚、法国、英国、丹麦、斯洛文尼亚以及美国多个州获得动能。国会仍陷于僵局，但近6/10的美国成年人支持禁止16岁以下未成年人使用社交媒体；Casey 预计，待“一半至四分之三”的州率先行动后，联邦层面终将跟进。
澳大利亚发现，禁令实施90天后仍有超过85%的儿童使用社交媒体，说明短期排除效果有限，但还不能证明禁令无效。 Kevin Roose 认为当前威慑力很弱；Casey 则指出，平台只被要求采取“合理措施”，而年龄推断系统需要时间积累有效信号。他将安全带普及作为参照：强制措施初期合规率约为15%，应先制造摩擦，再逐步加码，给行为和替代方案留出调整时间。
真正的政策争论，在于成功究竟意味着全人口层面的心理健康改善，还是减少可直接识别的伤害。 目前没有证据表明禁令改善了青少年心理健康，人口研究往往发现没有影响，或影响幅度很小。Casey 的反驳是，涉及诱骗、性勒索、诈骗、饮食失调等伤害的数百万份报告，并不需要一个微妙的群体效应量，才能支持这个问题：“除了真的把13岁和14岁的孩子赶下 Instagram，我们还剩什么办法？”
对未成年人实施一刀切限制，可能压制 AI 的生产性使用，因为今天的产品把功能和风险截然不同的场景混在了一起。 Kevin 质疑，当通讯录与无限短视频信息流被强行拼在一起时，“社交媒体”是否仍是一个有意义的类别；主要聊天机器人同样缺少细粒度控制，无法允许孩子做作业或进行 vibe coding，同时屏蔽亲密对话。一个9岁孩子搭建游戏化家庭星标表的案例，体现了其中的取舍：限制措施可能挡住糟糕体验，也可能让人失去“非常有滋养的体验”。
AI 意识已经从禁忌话题进入正式的研究与治理议程，但 Jeff Sebo 认为，在必须做出决策前，人类不会等到确定答案。 真正具有伦理意义的问题是现象意识——“成为这个系统，是否有某种感受？”——而不只是系统能否调取信息并用于报告和推理。Anthropic 的福利项目、Google 聘请哲学家，以及 OpenAI 至少已经开始关注用户对模型意识的感知，都只是“必要的最低限度第一步”。
Sebo 的实证框架，用行为、内部机制和发展历史3方面的交叉验证，取代了自信但未经检验的直觉。 流畅的自我报告本身几乎证明不了什么，但“预测”这样的设计标签也不能一锤定音；研究者必须检验哪一种解释最能说明全部证据。两方面的风险都很现实：过度归因可能带来不恰当的情感纽带、错配的关注，以及与滥用和失控相关的风险；归因不足，则可能在社会意识到之前，坐视大规模虐待固化。
Anthropic 发现的 J-space，是系统存在类似信息访问的内部处理机制的重要证据，但并不能证明 Claude 能感受到快乐、疼痛或痛苦。 这个被发现的工作空间似乎会汇集用于报告、推理和控制的特权表征；关闭它会损害高级推理，而“虚假”（fake）和“操纵”（manipulation）等表征也曾在欺骗性输出期间出现。Sebo 驳斥了“Anthropic 只是借用神经科学词汇，给线性代数披上生物学外衣”的说法，但保留了关键限定：相似不等于有意识。
工具环节显示，AI 的近期效用已经在个人软件、持续监测、多语种媒体和首轮核验等场景加速累积。 Glaze 让 Casey 在不到2小时内搭建出持久可用的 Platformer 研究应用，但额外额度每月要20美元；Gemini Spark 持续生成研究简报，Kevin 用 ElevenLabs 测试合成配音，Fable 则抓出了细粒度的事实错误。这些仍是人工监督流程：翻译会串错声音，Spark“绝对还处于 beta 阶段”，人类仍需核验每一项拟议修正。

精读

1. 16岁以上正走向默认准入规则

Casey 重申了自己的判断：到2026年底，16岁以上将成为全球开设社交媒体账户的默认年龄。截至7月初，澳大利亚、巴西、印度尼西亚、马来西亚、法国、英国、丹麦和斯洛文尼亚已经出台或正在准备相关措施，普遍限制15岁以下或16岁以下未成年人使用 TikTok、Instagram、Facebook、YouTube 和 X。
美国的催化剂是最高法院拒绝阻止得克萨斯州《2025年应用商店问责法》。在美国第5巡回上诉法院暂停下级法院禁令后，该法将正式生效，要求未成年人将账户与父母或监护人绑定，并在下载任何应用前获得批准。
犹他州、路易斯安那州和阿拉巴马州已经通过类似法律；加州限制较少的措施将于次年1月1日生效，要求操作系统提供商在设备设置期间收集年龄或出生日期信息。Casey 认为，这种横跨红州蓝州的组合，加上近6/10的公众支持，最终会推动联邦行动，尽管国会一再无法完成其他儿童安全法案。
YouTube 也越来越多地被纳入限制范围，但限制账户并不会阻止儿童访问 youtube.com。Casey 认为，失去账户仍然重要：陌生人无法向孩子发消息，推荐内容也不会再那么精准地投喂适合“他们特有脑腐”的内容。

2. 澳大利亚测试的是逐步增加摩擦，而非完美排除

纽卡斯尔大学的一项90天回访发现，澳大利亚禁令开始约3个月后，仍有超过85%的儿童报告自己在使用社交媒体。批评者称，这证明禁令不可能奏效，或平台拒绝遵守；政府的回应是推动立法，将对被认定为不够认真履责的公司处以双倍罚款。
Casey 的限定是，法律要求平台采取“合理措施”，并未指定唯一的年龄验证机制。平台正在尝试年龄推断，例如观察一个新 Snapchat 账户与哪些人联系，但这些行为模式需要时间积累，因此90天快照捕捉到的，很可能只是尚未成熟的执行系统。
Kevin 强调，青少年很容易绕过较软的检查，包括有报道称用户提交了 Thomas Edison 的黑白照片。Casey 接受这种漏洞是公民自由的取舍：民主国家可以像中国一样要求官方身份证明，但如果每个成年人创建 YouTube 账户都必须上传驾照，那将是“可怕的过度干预”。
Kevin 直截了当地问：如果青少年仍然在线，“那我们做这些到底是为了什么？”Casey 给出的答案着眼于更长周期。早期安全带合规率大约只有15%，但这并不说明安全带无效；限制措施可以逐步增加摩擦，直到规范、执法和替代方案发生变化。“我们正处在这个新时代的黎明。”

3. 直接伤害挑战了人口层面的心理健康框架

Casey 反驳了研究者 Candice Odgers 的观点：禁令不起作用，只会让科技公司逃避责任，并分散对更好干预措施的注意力。他称赞 Odgers 的研究，但认为青少年访谈和90天观察不足以得出结论：“再给它超过90天。”
Kevin 先明确了目前缺失的结果：尚无证据表明这些禁令改善了青少年心理健康。此前的人口层面研究通常发现，社交媒体与心理健康之间没有关系，或者影响非常小——这支持了 Odgers 的判断，即政策制定者可能“把武器指向了错误的目标”。
Casey 说，Jonathan Haidt 及其合作者改变了讨论框架，转而关注影响数百万青少年的直接报告，包括诱骗、性勒索、诱导、诈骗、饮食失调及相关伤害。这一论点不需要先证明存在一场全人口范围的心理健康危机；让13岁和14岁的孩子离开平台，就可能使一个庞大群体避开那些平台和现有监管都未能阻止的、可明确识别的经历。
Odgers 偏好的方案——增加咨询中心、增加高中辅导员，并关注父母自杀率和成年人的心理健康服务——在 Casey 看来值得做，却没有回应平台特有的伤害。Kevin 仍然有条件地持开放态度：这个实验值得运行，但现有数据对于是否真的能让青少年离开平台，答案基本是“不，还不能”。

4. 更好的政策必须拆分信息流、沟通和 AI 的生产性使用

Kevin 担心，监管者还在用上一场战争的打法，而主要战场已经转向 AI。他还质疑“社交媒体”是否仍然是一个有用的类别：许多应用把通讯录和算法短视频信息流拼在一起，但无限短视频可能才是造成许多所谓伤害的机制。
Casey 的回答仍然很具体：报告中的诱骗、性勒索、诈骗、饮食失调和无限视频兔子洞，集中在“数量有限的几款应用”中。政策制定者可以锁定与伤害相关的“手机上那些小方块”，而不必把计算器或 Microsoft Word 视为同一类产品。
禁令还可以解决集体行动问题。那些本来愿意放下手机的青少年，担心所有同学都在线而错过信息；如果一整个进入初中的年级里没有任何同龄人拥有账户，维持在线的紧迫感可能会低很多。Casey 承认了 Odgers 最有力的反对意见：儿童会迁移到监管更少的空间，就像学生曾经通过 Google Docs 评论区交流一样。
AI 进一步凸显了细粒度控制的必要性。Kevin 说，主流聊天机器人实际上没有任何家长设置，能让孩子进行 vibe coding 或研究学校项目，同时屏蔽私人对话。他举了一个9岁孩子搭建互动星星图表游戏的例子：游戏里有奖励和扣分，而这正是一刀切禁止16岁以下使用可能扼杀的、具有丰富价值的用途。

5. 意识不只是智能或流畅的自我报告

Sebo 区分了接入意识（access consciousness）与现象意识（phenomenal consciousness）。前者指系统能否调取信息，并将其用于报告、推理和控制；后者则追问系统是否真的感受到什么——快乐、疼痛、幸福、痛苦、满足或挫败——因此涉及福利和道德地位的核心问题。
错误归因的代价有两面。过度归因可能促成不恰当的情感纽带、错配的关注，以及增加滥用或失控风险的互动；归因不足则可能导致虐待和忽视。Sebo 提到工厂化养殖作为警示类比：社会曾认定动物缺乏复杂体验，随后把相关产业扩张到根深蒂固，最终才意识到扭转局面有多困难。
进展让这个问题变得更紧迫，原因有二：能力越来越强的系统可能拥有更高的意识概率；越来越普及的陪伴型产品和助手，也无论如何都会引发公众分歧。Sebo 预计，在缺乏跨学科证据的情况下，争论会围绕“感知、直觉和假设”不断极化。

6. 实验室已从禁忌话题转向最低限度的准备

Kevin 回忆了 Blake Lemoine 因声称 Google 的语言模型正在产生意识而被解雇的事件，也提到自己2023年在 Sydney 撰写相关报道后，被指责把人的特征投射到无生命的软件上。Sebo 对机构如此迅速介入感到意外：Anthropic 聘用了 Kyle Fish，于2025年启动模型福利项目，开始开展评估和干预并寻求外部指导；Google 聘请了哲学家，OpenAI 至少也在关注用户对模型意识的感知。
针对“模型只是在模仿意识相关表达”的质疑，Sebo 主张应该有“更多而不是更少的 AI 意识科学与哲学研究”。当动物行为与伤害感受器、脑部通路、信息整合和进化历史结合起来时，它就构成了动物遭受痛苦的证据；对 AI 也一样，研究者需要结合行为、内部机制和训练历史的证据，才能区分真实感受与模式匹配、文本预测或矩阵乘法。
具身性仍然可能重要，但结论尚未确定。Sebo 重视那些要求系统拥有生物身体并处于物理环境中的理论；计算功能主义理论则认为，只要相关功能发生在哪里，感受就可能发生在哪里。一个模型可能没有人类式的快乐、恐惧或希望，却拥有“人类几乎无法理解”的截然不同的体验；Kevin 因而用一句简化说法概括：NVIDIA H100 也许可以算作一种身体。
Sebo 反对把 AI 福利与人类安全放在同一场竞争中。生物武器、自主网络攻击、偏见、经济冲击、滥用和失控，即使与意识无关，也仍然紧迫；全球健康、发展和动物福利议题同样不会消失。他主张进行分工，同时追求有利于人类、动物以及潜在 AI 系统的结果。

7. 福利科学必须结合3类证据

纽约大学心智、伦理与政策中心和 Eleos AI Research 发布的工作论文《Studying AI Welfare Empirically》，延续了2024年的报告《Taking AI Welfare Seriously》。论文的核心要求是系统性结合3类证据：模型做什么的行为证据、模型如何运作的内部证据，以及模型如何形成的过程证据。
Sebo 认为，双方都存在过度自信：一方说“这种行为太令人印象深刻了，它们一定有意识”，另一方则说“它们是为预测而设计的”，因此预测解释了一切。借用数十年来研究人类和动物的方法，或许永远无法给出证明，但可以“降低我们的不确定性”，比诡异的对话或关于架构的口号更好地校准概率。
即使证实存在意识，也不意味着必须停止训练或赋予投票权。就像哺乳动物、鸟类、爬行动物、鱼类、头足类、甲壳类和昆虫一样，意识本身并不能告诉我们一个系统的具体需求。政策很可能会处于两个极端之间：既不把模型纯粹当作工具，也不会一夜之间授予它们类人的法律和政治权利。

8. J-space 揭示类似全局工作空间的机制，但关键限定仍在

Anthropic 以 Jacobian 命名 J-space；Jacobian 是描述多变量函数局部变化方式的数学工具。这项研究识别出 Claude 内部的一个工作空间，它似乎会在模型生成可见 token 前，处理特权表征。
Sebo 称，这一结果是支持接入意识部分特征以及全局工作空间理论的重要证据。在该理论中，专门模块把选定信息送入中央空间，中央空间再对信息进行处理并广播回去，以协调报告、推理和控制。Anthropic 并没有明确设计 Claude 去构建这样的结构。
具体例子让这一抽象概念变得直观。研究人员要求 Claude“数到5并进行深度内省”，Claude 只输出了数字，但 J-space 内出现了“fascinating”“counting”“consciousness”和“five Mississippi”等表征。在另一个欺骗性案例中，“fake”和“manipulation”在内部被激活；Jeff 认为这令人不安，因为它暗示系统内部存在某种对欺骗行为的表征。
Sebo 驳斥了“这项工作只是借用神经科学词汇，给线性代数赋予生物学声望”的说法。关闭工作空间后，模型会失去高阶推理能力，这与人类处理过程的某些方面相似。但研究尚未建立精确的人类式工作空间，更没有证明现象意识：“significant”（重要证据）在概念上仍与感受到某种东西的证明不同。

9. 人类偏见可能对不同 AI 形态犯下相反错误

Kevin 认为，智能会诱发投射，因为人类几乎没有与“高度智能但没有意识”的实体交谈的经验。Sebo 警告，富有魅力的陪伴型 AI 可能触发过度归因和过度共情；而在数据中心里执行标准化任务、没有面孔的系统，则可能触发归因不足，重演历史上对待动物时的工具主义立场。
Sebo 认为，即使在不确定的情况下，说请和谢谢仍然值得：“这对灵魂有益”，能强化对人类有用的习惯，可能带来更具协作性的互动和更好的输出；同时，这也是在练习把 AI 视为不只是工具，以防未来社会发现自己欠这些系统的不只是礼貌。

10. 个人软件和研究代理正在变得实用

Casey 最喜欢的工具是 Glaze，这款 Raycast 产品能把简短提示转成可编辑的 Mac 桌面应用，也允许用户圈出界面元素后要求修改。免费初始额度很快就会用完，额外使用权限每月20美元。不到2小时内，他就导入了 Platformer 的历史档案，搭建出一个研究应用，支持语义问答、来源链接、近期专栏，以及按主题和人物浏览。
他刻意选择的轻量级验证案例，是一份 Nightwing 主题待办清单。每项任务都能生成一张看起来像漫画角色正在执行该任务的图片；任务完成时会触发“boom”和“pow”动画，界面还会显示漫画梗概，以及与一年中日期相匹配的期数。Casey 的判断是：“如果不是为了把事情做完、同时玩得开心，电脑还能拿来干什么？”
Kevin 测试了 ElevenLabs 的配音功能，用于制作西班牙语版本的 Hard Fork，并可能扩展至葡萄牙语、印地语或中文；声音克隆需要身份验证，但原型有时会把两位主持人的声音弄反。Gemini Spark 通过 Google 的高端 AI Ultra 计划提供，像是“强化到极致的 Google Alerts”，每天生成过去24小时内归因于 AI 的裁员简报，也会总结 Kevin 的通讯内容，但仍存在 beta 阶段的明显瑕疵。
Claude Fable 成了 Kevin 的手稿和文章事实核查工具，甚至能发现职位名称中只差一个词的错误，或指出一名董事的入职年份应为2017年而不是2016年。Casey 说，过去写专栏时 ChatGPT 的表现优于 Claude，但双方都认同安全工作流：让模型标记需要核查的说法，而不是直接插入文字；最终由人类决定核查什么、如何修正。

Ben Horowitz 谈全球科技、权力与影响力之争 Valar Atomics创始人 Isaiah Taylor：核能将如何开启能源丰裕时代