AI治理缺陷与经济泡沫风险：美联储政策及行业大会解析
AI技术对程序员群体带来的心理冲击，丝毫不亚于2001年中国加入WTO后对全球贸易格局带来的震荡。这一观点来自《无限机器》——DeepMind创始人德米斯·哈萨比斯的传记作者塞巴斯蒂安·马拉比，在近期一场关于AI发展的深度对话中，他分享了对当前AI赛道诸多争议的独到观察。
为了撰写这本传记，马拉比曾和哈萨比斯在英国一家乡间酒馆对谈超过30小时。新书初稿完成时，出版商曾一度心存顾虑：在那个萨姆·奥尔特曼和马斯克频繁占据硅谷头条的年份，封面上印着当时并不算大众熟知的哈萨比斯，很难吸引读者买单。但到2026年春季新书正式上架时，所有人都意识到，这个此前一直试图置身于算力军备竞赛之外的学界人物，已经被推到了AI行业风暴的中心。
在马拉比看来，当前硅谷流行的“率先造出AGI就能通吃全球”的奇点叙事，本质上是脱离现实的幻觉。他指出，将AI模型真正落地到真实场景中，会遇到远超想象的阻力：企业要使用用户数据，必须先获得客户的正式授权；一旦模型运行出现事故，责任主体的界定至今仍模糊不清；更不必说建设数据中心、配套电网和土地资源这些硬件层面的硬骨头。仅仅在实验室服务器里跑通最强的AI模型，距离真正的行业胜利还有相当远的距离。
他用当年的“中国贸易冲击”做了生动类比：2001年中国加入WTO后的12年里，美国客观上仅减少了约200万个工作岗位，但这场贸易变动带来的心理恐慌，直接重塑了美国的政治版图。AI技术的影响逻辑与之高度相似——哪怕实际的裁员规模并没有想象中那么大，公众“饭碗不保”的焦虑感会被无限放大，这也迫使政策制定者必须提前布局应对措施，比如推出工资保险计划，或是为年轻人提供持有头部AI企业股份的渠道，以此缓解社会焦虑。
在和《外交事务》主编的对话中，马拉比从多个维度拆解了当前AI行业的核心问题：
- 烧钱无底的商业化困境：截至2026年，OpenAI预测未来五年将烧掉高达6600亿美元的资金，但由于缺乏有效的董事会监管，很多决策显得相当草率。比如其推出的Sora视频生成工具，单条视频的生成成本极高，但用户大多只是将其用于社交媒体上的免费“水帖”创作，几乎没有人愿意为这些内容付费，导致产品几乎没有收入，运营成本却成了无底洞。
- 开放权重模型的安全漏洞：没有“断电开关”的开放权重AI模型，将是未来全球安全的最大隐患。以ChatGPT这类云端运行的模型为例，此前黑客曾利用它对墨西哥发动网络攻击，平台在接到通知后仅需在线切断服务，攻击就立刻停止。但开放权重模型会将代码直接分发到用户本地，大厂根本无法管控。一旦这类具备强破坏力的模型落入犯罪组织手中，全球互联网和金融体系都将面临随时被瘫痪的风险。
- 中美实力均衡的稳定价值：两国AI实力保持均衡，反而对全球地缘安全起到稳定作用。回顾核武器的发展历史，美国仅在拥有绝对核垄断的时期使用过原子弹，当多国拥有核能力后，相互制衡反而避免了全面核冲突。中国AI技术的不断进步，有助于维持全球AI实力的天平平衡，中美两国应该像冷战时期建立核不扩散条约那样，联手管控可能流向第三方的不可控AI技术扩散风险。
- 混乱的监管现状：当前美国政府对AI实验室的监管还处于“边跑边看”的状态。2026年4月，美国政府突然临时下令下架Anthropic旗下的Mythos模型，理由是该模型可能瘫痪全球网络金融系统，但同样具备强大网络破坏能力的OpenAI同款模型，却并未受到同等对待。这种针对个别大厂、缺乏连贯性的执法行为，暴露出联邦层面AI监管制度建设的严重缺失。
- 被放大的心理恐慌：不要轻信“五年内50%程序员失业”的耸人预言。当年的“中国贸易冲击”虽然仅造成200万美国岗位流失，但带来的心理恐慌彻底改变了美国的选民结构。AI技术带来的真正破坏力，在于重创了大众的“心理底线”，即便客观的就业冲击相对温和，其带来的政治和社会后果也可能相当剧烈。
马拉比今年三月曾到访中国，他对当地AI产业的落地能力印象深刻。和美国聚焦AGI的叙事不同，中国的AI产业更注重将技术落地到具体行业中。比如华为虽然在最前沿的模型研发上仍有差距，但在芯片制造、模型设计和云服务领域的自给自足能力令人印象深刻，他们将AI技术整合到高铁检修系统中，通过安装在车底的AI摄像头和机器人完成自动化检测；还有海康威视的AI传感器技术，帮助中国建立了跨城市的水污染交易市场，下游城市可以通过传感器实时监测上游城市的水质，为减污交易提供可信的数据支撑。
关于AI监管的破局路径，马拉比认为并不复杂。参考联邦航空管理局和食品药品监督管理局的模式，我们需要建立一个联邦层级的AI监管机构，在强制而非自愿的基础上，对前沿AI模型在发布前进行全面审查。监管机构可以通过红队测试来发现模型的漏洞，比如是否会提供制造生物武器的建议、教人发动网络攻击，或是指导如何操纵水坝导致城市被淹，只有通过所有安全测试的模型才能正式发布。那些认为“软件无法监管”的观点站不住脚，因为训练AI模型需要庞大的半导体集群，这些硬件设施体量巨大、完全可以被监管。
马拉比还谈到了AI行业的泡沫隐忧。当前大型AI企业在数据中心上的资本开支，已经占到了全球经济增长的近一半，支撑了短期的经济增长数据，但这种增长的可持续性存疑。近期已经出现了“清算时刻”的迹象：此前企业为了不落后于竞争，不计成本地使用AI工具，但随着前沿模型的token成本上涨，企业管理者开始反思投入产出比，开始调整AI使用策略，比如将简单的查询路由到低成本的AI模型，仅将复杂任务交给昂贵的前沿模型。如果这种“理性化”导致AI使用量大幅下降，可能会传导至数据中心建设、半导体制造等产业链环节，引发一轮全行业的修正。
他还指出了美国AI产业的治理缺陷。当前美国有四种有效的公司治理模式，包括股票市场、私募股权和早期风险投资，但第四种仅存在了约15年的治理模式正在带来严重问题：当风投支持的独角兽企业估值达到10亿美元后，成长型投资者会允许创始人持有超级投票权股份，甚至不要求董事会席位，完全放弃监督。这种模式下的创始人几乎不受任何约束，比如OpenAI就是典型案例，其未来五年6600亿美元的烧钱计划，放在任何一个正常的董事会都会被质疑，但由于缺乏有效的监管，这类决策被轻易通过。美国资本主义体系中出现了一块“零治理”的区域，这也是私营AI企业估值虚高的重要原因。
在谈到宏观经济应对风险的能力时，马拉比认为当前美联储的政策空间已经受限。此前央行能够通过量化宽松托底经济，前提是通胀低于目标且市场相信通胀会维持低位，但如今美国通胀已经连续五年高于目标，市场对央行控制通胀的决心已经产生怀疑。新任美联储主席虽然表态要将通胀拉回目标，但市场并不相信其能兑现承诺，这也为未来的经济危机埋下了隐患。他还以互联网泡沫为例，提醒监管者不要等到泡沫破裂后再补救，而是应该在泡沫膨胀期就采取行动，避免过度刺激带来的长期风险。
塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/
AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。
