Claude Fable下架：AI预测美国监管与回归时间

最近我用两天时间深入分析了美国监管机构要求人工智能企业Anthropic限制其模型Claude Fable仅向非美国用户开放这一事件的后续走向，这项工作有两个核心目的：一是明确我何时能重新使用该模型开展研究，二是预判这一事件将为美国人工智能监管设立怎样的先例。对于想要了解事件背景的读者，我参考了近期最全面的相关分析内容，这里默认大家已经掌握事件的基本细节。本次分析的核心价值，不仅在于我个人的研究需求，更在于我从中总结出的认知流程，以及如何在不陷入过度主观判断的前提下处理大规模人工智能相关研究的经验。

• 我无法排除四种完全不同的潜在触发因素，它们都可能是导致6月12日访问限制令出台的原因。
• 需要预测的结果维度覆盖极广，从不同用户群体的访问恢复时间、新监管政策的落地方向，到企业对核心模型的调整策略或整体发布流程的改变，都在分析范围内。
• 事件相关的信息几乎每天都有更新，这要求我们必须不断重新评估之前的所有判断，确保分析的时效性。

最终我梳理出了33个关键的无条件和条件式预测问题，数量之多远超单个或一群人类能高质量完成的范畴，即便投入数周时间完成，也可能错过信息的有效窗口——毕竟无论是计划重新使用Fable的研究者，还是参与相关政策制定的工作人员，都需要及时的参考信息。

值得一提的是，目前主流预测交易平台已经覆盖了大部分核心结果，我们可以将其作为本次建模结果的对照参考，如果读者不信任这套分析方法，也可以直接通过公开的预测数据获取大致的时间线。

注：本次分析使用了我参与开发的一款专用预测工具，其内部测试数据显示，该工具的预测准确性远高于直接让高性能模型处理单个预测问题的方式，不过本文介绍的建模流程，使用任何价位在20美元每月的聊天AI工具都可以实现。

简单总结：我基于模型生成的结果做出了几类核心预判，其中包括Fable重新面向美国用户开放的时间分布。

基于这些预判，我得到了Fable重新面向美国用户开放的时间分布曲线。

核心因果关系模型构建

构建关键政策决策的因果关系模型，一直是预测领域的长期目标。通常的思路是先列出所有相关事件，再梳理事件间的关联箭头，最后基于这些关联对输出结果进行条件预测。不过很多从业者都卡在了第一步：无法统一梳理出所有事件、结果以及它们之间的影响关系。

目前有团队正在尝试这类工作，相关项目已经展现出不错的前景。这类建模的一大挑战是，人类预测者首先需要就事件定义和结果指标达成共识，这也是部分领域预测进展缓慢的重要原因之一。

这次的相关事件恰好提供了一个简化的建模场景：核心事件是6月12日的访问限制令，但其背后的触发原因尚不明确；后续既存在监管机构可能采取的一系列行动，也包括企业可以选择的应对策略；最终可以基于这些组合场景预测出几类宽泛的结果。

这让本次分析介于“普通预测问题”和“完整因果图建模”之间，再加上我计划全程使用AI完成实际预测工作，最终让这项工作能在两天内完成，足够及时产出不会被快速更新的新闻彻底过时的结果。

以下是AI生成的部分模型结构示意图：

分析中最关键的变量，一是6月12日限制令的四类互斥潜在触发原因，二是当前处于各类场景中的先验概率。比如此前有分析明确认为事件背后是政治施压因素，虽然这也是我最倾向的场景，但它的总概率其实不足50%。

我最初只梳理出三类潜在原因，后来将“安全风险”拆分为“模型能力风险”和“境外用户风险”，最终得到四类场景。尽管我尽力尝试排除其他选项，但最终没有找到足够的理由排除任何一类，每一类的概率都超过了10%。

当我们明确了场景的不确定性后，接下来就要面对研究和预测过程中的不确定性。

条件式预测的质量如何？

简单来说，我无法给出绝对的答案。我研究预测准确性已有数年，但据我所知，目前还没有人对AI辅助的条件式预测准确性进行过评估，更不用说针对这类政策场景的验证了。

举个典型的条件式预测问题：“假设6月12日的限制令主要源于3月某部门相关事件带来的政治施压，那么企业是否会通过身份验证流程快速重新向美国用户开放服务？”

这类问题涉及到一个核心争议：我们究竟是在预测因果关系还是相关关系？比如当我们基于“6月12日的限制令源于政治施压”这个条件时，这个前提本身是否隐含了其他世界状态的信息？我们是否需要保持其他变量不变，还是将所有关联因素都纳入考量？

好的一点是，当我们基于已经发生的事件进行条件预测时，这类问题会大幅减少，而针对未来决策的条件预测则更容易陷入与其他发展的纠缠中。

另外，相较于人类预测者，AI似乎在这类问题上更少出现困惑：我参考的这款AI工具会清晰地列出假设前提，从其生成的推理过程来看，它确实是基于四类拆分的场景进行独立分析的，我也曾邀请一位顶级预测者核对，对方也认为这些条件式预测的逻辑十分严谨。

未来我们可以通过标准化的评估来验证这一点，比如基于已有的历史预测数据进行回溯评分。

在验证完成之前，针对这类因果性的担忧，我认为AI辅助的条件式预测应该遵循以下原则：要么基于当前已发生的事件，要么基于你当下可以自主决定的决策，比如“如果我接受这份工作，两年后的薪资会是多少？”

这里我可以分享一段最终预测结果的片段，让大家了解这类分析的呈现方式：

假设限制令的安全理由本质上是借口，真正的驱动因素是白宫基于某部门争端和企业即将上市带来的政治施压，那么此次争端本质上是一场权力谈判而非技术整改问题。因此，单纯的技术补丁无法单独解决恢复访问的问题，最终的解决方案将取决于双方的筹码和体面的让步……

从整体质量来看，现有预测基准的数据显示，投入大量精力的AI预测结果，整体表现与人类预测群体的平均水平相当。有人可能会认为这还不够，毕竟即便是精英人类预测者，也未必能构建出合理的因果关系模型。

但从我阅读这些预测结果的感受来看，这套方法已经达到了“具备实用价值”的水平。事实上，我开始认为，预测的核心价值恰恰体现在这类人类无法完成的复杂场景中——因为群体预测的固有约束，让人类团队无法高效完成这类分析。

但随之而来的实际问题是，数十个由多个AI代理生成的预测结果，很可能会产生不一致的未来图景，我们该如何得到一个连贯的世界模型？

协调多个AI代理的分析结果

我已经构思了几种方法，来协调数十个由AI代理生成的高投入预测结果。其中一种初步方案是，先提取并细化所有预测中的隐含主张，再基于这些主张逐一更新预测，直到所有结果保持一致。这种方法在之前的基准测试中提升了预测准确性，但我并没有在本次分析中完全采用它，而是依靠我自身作为人类预测者的判断和对事件的直觉来手动协调。

所谓手动协调，其实是通过长时间的AI工具会话，让不同的预测结果两两配对，找出其中的不一致之处，再进行调整。我不仅发现了预测结果的概率和时间线存在不一致，还找到了推理逻辑中的矛盾点。

我无法确切说明这种协调的效果如何，但至少在我抽查的33个核心预测中，已经看不到明显的不一致了。即便如此，随着事件谈判的推进，比如国会信件这类新证据的出现，我也无法逐一深入核对所有预测。因此，AI工具在这里确实是不可或缺的，能让这项工作变得可行。

当然，这里也是“垃圾进，垃圾出”风险最高的环节：使用AI代理来检查其他AI代理的输出，有可能会放大错误而非修正错误。考虑到本次分析需要在预测结果仍然具备实用价值的时间窗口内完成，这种手动协调的方式已经足够了。

毕竟人类群体预测本身也并非完全一致，比如在多个预测市场中，就存在着大量可以套利的差异，当然这里我说的并非严格的套利，而是基于世界模型的判断差异。

要解决这类可能由AI放大的错误，最直接的方式就是明确我们当前处于四类场景中的哪一类，这类决定性的证据随时都可能出现。正如此前的分析提到的，某次高管对话曾被认为是决定性的证据，但实际上对我的判断影响并不大。即便能排除其中两类场景，也能大幅简化整个世界模型的构建。

我们是否覆盖了所有相关结果？

考虑到上述这些限制，将分析范围限定在33个关键预测上是合理的，但代价是必须将大量具体结果归类为宽泛的类别。

所有场景的完整分析，以及各类场景下具体结果的预测图表，都可以在公开页面查看。其中的总结部分再次使用了AI生成的可视化内容。

这里的核心问题在于，“妥协”究竟意味着什么？可能的妥协方向包括：

1. 建立新的模型安全审查流程（包含多种变体）
2. 企业（乃至其他AI实验室）实施用户身份验证机制，要求所有用户提交身份证明
3. 企业向美国政府移交相关项目的敏感数据
4. 企业对核心模型进行强化整改
5. 其他尚未明确的方案

如果将这些方向逐一拆分，再结合谈判过程中的中间步骤，那么分析的复杂度将远超两天单人能完成的范畴。对于重要且节奏相对缓慢的议题，由团队花费数周时间构建这类世界模型是值得的，但我也担心这类工作可能会失控。或许最清晰的参考会来自行业即将推出的下一代预测模型。

合理性校验

正如前文提到的，我们可以通过预测市场来锚定本次分析的结果。我的模型给出的中位数预测是，Fable将在7月12日重新面向美国用户开放。主流预测交易平台的相关合约总交易量已达百万美元级别，且价格仍在剧烈波动，这可能是因为没有新的公开信息，或是存在内幕交易——当然，我认为即便内幕交易总体上有害，在这类场景中也能带来一些积极的影响。

虽然预测市场普遍认为，Fable会在7月1日前重新开放的概率超过50%，但我认为我的模型给出的7月12日中位数时间线，和市场数据已经足够接近，可以作为本次分析的锚点。如果预测市场给出的结果和我的分析差异极大，比如认为会在未来1-2周内开放，或是认为要到8月之后才会恢复，那么我就会重新审视自己的模型，确认是否遗漏了关键信息。

目前我的判断是，我的模型可能比人类群体预测更准确。我在各类社区平台看到的讨论显示，很多人都坚信自己完全了解事件的真相，比如认为这只是对某份报告的误解，或是纯粹的政治操作。我总体上相信预测市场的有效性，但这一次，让我们拭目以待！