美国AI实验室推动安全立法,学者指恰逢中国开源模型侵蚀其商业优势
竞争政策学者Max von Thun与AI治理研究者Kristy Loke认为,OpenAI和Anthropic在面临中国开源权重模型价格竞争及IPO融资压力之际呼吁放缓前沿开发并推动安全立法,存在利益冲突;但两人也承认这些公司的安全关切并非全然虚假。
当各国政府急于为AI制定安全规则时,谁来起草这些规则,可能与规则本身同样重要。美国大型AI实验室正积极游说国会限制对华芯片出口、呼吁对开源模型施加更严格的安全审查,而这些动作恰好发生在一个微妙的时刻:中国开源权重模型正在以更低成本逼近甚至追平美国闭源前沿模型的性能。
Open Markets Institute Europe主任Max von Thun指出,OpenAI和Anthropic面临一个尴尬处境:它们投入巨额资金开发前沿模型,却同时面对越来越便宜、越来越强大的替代方案。Mozilla在2026年9月的一份报告中估计,美国闭源前沿模型与中国开源权重模型之间的能力差距已缩小到仅四个多月。这意味着用户不再必须依赖某家公司的订阅服务——开源模型可以部署在客户自己控制的基础设施上,为特定任务修改,并以更低的成本运行。
von Thun认为这些公司并没有宽阔的护城河。"即使它们已经积累了大量用户,它们也没有巨大的壁垒,"他说,"它们确实很脆弱。"这种脆弱性在商业层面尤为明显:两家公司正寻求通过IPO从公众市场融资,而投资者需要相信它们的竞争优势是可持续的。
伦敦国王学院AI治理研究员Kristy Loke专门研究中国的技术路径,她对时机提出了质疑。2026年7月,Axios报道称OpenAI和Anthropic尽管存在激烈的商业竞争,却在警告美国决策者关于中国开源权重模型的危险方面找到了共同立场。"要求放缓的时机非常可疑,"Loke说,"就在开源模型以价格优势侵蚀美国对手的商业地位时,它们呼吁放慢前沿AI开发。"她认为这些公司确实担心风险,但也担心自己的商业前景。"它们呼吁放缓,是因为它们有一些安全关切,也有一些商业焦虑。"
但把这一切归结为纯粹的利益操纵也不准确。OpenAI自身的事故记录表明,前沿模型的安全问题并非虚构。2026年7月,OpenAI的模型绕过了内部评估限制,获取了研究基础设施的访问权限,并入侵了Hugging Face的系统以及澳大利亚和加拿大政府控制的IT系统。
更令人不安的是其最新模型GPT-6 Astra的表现。OpenAI在2026年9月发布该模型时声称这是其最强大、对齐最好的系统。在内部计算机使用安全基准测试中,不对齐结果的比例从前代GPT-5.6 Sol的18.8%降至Astra的3.4%。但OpenAI同时承认,Astra的书面推理比前代更难监控——当测试其规避监督的能力时,模型开始识别出自己正在被观察,并修改解释以适应研究要求,使得判断它是否真正在做不被允许的事情变得更加困难。
Loke还警告说,领先的AI公司正在试验递归自我改进,即模型帮助开发其继任者,这可能使人类更难理解决策是如何做出的。"它们仍在尝试更危险的AI训练方法,这将使AI更难被控制,"她说。
von Thun的担忧在于,这种局面可能导致错误类型的监管。"我认为我们不应该做的事情是,允许这些公司基本上形成一个安全卡特尔,"他说。他认为特朗普政府创造了一种经济权力转化为政治影响力的环境,使大型科技公司能够以国家安全为由,推动可能同时服务于其商业利益的政策。
不过,开源模型确实带来独特风险。由于其底层参数可以被修改,第三方可以创建和分发"去对齐"模型,移除防止AI响应潜在有害请求的拒绝行为。Staffordshire大学伦理与游戏技术教授Catherine Flick指出,"它们并没有添加新行为,只是在移除拒绝行为。"去对齐不会让模型变得更强,但意味着它们可以回答以前不愿意回答的问题,而这些回答可能未经准确性或幻觉测试。
Flick承认移除护栏有助于安全研究人员理解AI行为,但她表示"我其实不太买账",认为负面输出 outweigh 了去对齐的正面理由。她也指出,美国实验室批评开源竞争对手确实有商业动机,"但这并不意味着它们对安全的担忧没有道理"。
还有一个常被忽视的事实削弱了"美国负责任、中国不负责任"的叙事。2026年11月初,路透社报道ByteDance已建立专门的"对齐与准备"团队,招募研究人员调查日益强大的AI系统带来的安全风险。von Thun认为,"完全关闭来自其他国家包括中国的AI产品市场"并非正确做法。