Politico AI 灭绝民调发现两党共存担忧，华盛顿却抵制新护栏

Politico 的 AI 灭绝民调发现，63% 的美国成年人认为，高级 AI 终有一天毁灭人类至少存在中等风险。这一结果与美国总统唐纳德·特朗普将 AI 风险斥为骗局的说法直接冲突，也给竞相打造更强大系统的公司带来了政治压力。

这一发现并不能证明人类灭绝的实际概率。它衡量的是美国人在经历多年有关失控系统、失业、虚假信息、网络攻击和生物滥用的警告后所持的看法。不过，政策回应更难被忽视，因为 48% 的受访者支持放缓高级 AI 开发，31% 则支持继续推进。

分歧不再只是 AI 公司与外部批评者之间的对立。Anthropic CEO Dario Amodei、OpenAI CEO Sam Altman 和 xAI CEO Elon Musk 都支持某种形式的放缓开发或加强监管。如今的核心冲突，是公众和行业对可验证安全保障的要求，与一项围绕速度和竞争构建的联邦战略之间的较量。

Politico AI 灭绝民调究竟发现了什么

这项民调最重要的结果，并不是美国人预测了灭绝，而是两党多数都承认存在严重可能性。

这项在线调查于 2026 年 9 月 13 日至 9 月 15 日期间覆盖了 2,064 名美国成年人。Public First 为 Politico 开展了这项研究，整体误差范围约为 2.2 个百分点。Politico 于 9 月 16 日公布了调查结果。

受访者被要求评估高级 AI 最终可能毁灭人类的风险。17% 的人认为这种结果几乎必然发生。另有 20% 的人称其为重大风险，26% 的人将其归为中等风险。

这些群体合计得出了 Politico 民调中被广泛报道的 63% 数据。15% 的人认为风险非常小，7% 的人认为不存在风险，另有 15% 表示不确定。

这一分布之所以重要，是因为标题数字合并了三种截然不同的判断。认为灭绝几乎必然发生的人，与仅认为存在中等风险的人，持有的是不同观点。因此，结果显示的是广泛担忧，而非对于灾难将于何时或以何种方式发生的共同预测。

政治立场细分同样不支持简单的党派解释。2024 年支持 Kamala Harris 的选民中，70% 认为至少存在中等风险；在特朗普选民中，对应比例为 61%。

两个群体中，都有 17% 的人给出了最严重的回答，即灭绝几乎必然发生。更大的党派差异出现在选择重大风险或中等风险的受访者中。即便如此，双方多数人都否认风险甚微或根本不存在的说法。

调查还询问了是否应放缓更高级 AI 的开发。48% 的人支持暂停，理由是现有系统已经足够强大，进一步开发伴随危险。31% 的人倾向于继续开发，认为更先进的系统可能带来重大益处。

Harris 选民以 58% 对 28% 支持放缓开发。特朗普选民的态度则更为接近：44% 支持放缓，40% 支持继续开发。这四个百分点的差距足够小，因而需要谨慎解读，尤其是因为各子群体的误差范围高于民调整体误差。

这些结果仍揭示了一项政治约束。即便在与推行该战略的政府立场一致的选民中，以更快模型为唯一核心的国家战略也缺乏明确的公众支持。

美国人担心 AI 灭绝，但更担心近在眼前的危害

对生存风险的焦虑正在加剧，同时人们也担心失业、虚假信息、隐私丧失以及对自动化系统的依赖等更具即时性的风险。

另一项 YouGov 调查有助于将 Politico 的结果置于背景中理解。该调查于 9 月 11 日至 9 月 14 日进行，涵盖超过 18,000 名美国成年人，并询问了 AI 终结人类种族的问题。

半数受访者对这种可能性感到非常担忧或有所担忧。这高于 YouGov 在 2023 年 11 月以相同问题调查时记录的 42%。增长主要集中在自由派群体中，而保守派的担忧程度则相对稳定。

这一比例与 Politico 的 63% 不同，因为两项调查使用了不同的问题和回答类别。Politico 要求受访者从无风险到几乎必然发生评定风险；YouGov 则询问他们是否担心这种可能性。

这些方法衡量的是相关态度，但不能互换。一位受访者可以承认存在中等风险，却不认为自己感到担忧。同样，也有人可能感到担忧，但认为统计概率仍然很低。

YouGov 还发现，72% 的人担心 AI 导致大规模失业，高于其针对人类灭绝得出的 50%。这一对比表明，公众焦虑并不主要是对某一戏剧性科幻情景的反应。

相反，人们似乎将灭绝风险置于更广泛的威胁集合中。这些威胁包括失业、制度弱化、自动化欺骗，以及在缺乏实质性人类监督下运行的系统。YouGov 的公众舆论趋势还显示，67% 的人认为 AI 发展得太快。

这些回答之间的关联很强。在认为 AI 发展过快的人群中，62% 担心它会终结人类；在认为发展速度恰当的受访者中，这一比例降至 32%。

另一项由 Anthropic 委托、通过 YouGov 开展的大型调查，于 2025 年末访问了 51,993 名美国人。失业是受访者最常选择的 AI 担忧，比例为 64%。认知依赖以 56% 紧随其后，虚假信息占 52%。

该研究还发现，只有 15% 的人信任 AI 公司来决定这项技术应如何开发和使用。独立专家获得了显著更高的信任，但没有任何机构获得压倒性的公众信心。

这项调查来自一家 AI 公司，因此其框架和机构利益值得考量。不过，其方法论和异常庞大的样本规模，仍为行业面临的信任缺口提供了有用证据。

根据该公司的公众态度调查，71% 的人支持政府参与 AI 开发和监管。其中包括 79% 的民主党人、68% 的共和党人和 69% 的独立人士。

这些发现解释了为什么 AI 开发暂停问题比单一的末日标题更具分量。美国人正在将遥远的灾难性风险与他们已经意识到的危害联系起来。他们也几乎不相信，商业竞争能够在缺乏外部监督的情况下管理这些风险。

压力已从 AI 批评者转向 AI 公司

前沿实验室如今面临一项艰难任务：在实验室自身不断发出更严重警告之际，解释为何公众应接受更快的发展。

多年来，要求放缓 AI 开发的呼声主要来自学术研究人员、倡议组织和前行业员工。公司通常回应称，风险可以通过内部测试、自愿承诺和渐进式安全改进加以管理。

当领先企业高管开始呼吁采取更审慎的节奏时，这种平衡发生了变化。Amodei 在 9 月表示，模型能力的进步速度已快于安全工作能够可靠跟进的速度。他提出嵌入式外部评估者、国内协调以及最终达成国际协议的建议。

前沿 AI 指的是处于通用能力最前沿的系统。这些模型能够在编程、研究、说服和工具使用等领域执行日益复杂的任务。其广泛能力带来了益处，但也使故障更难被隔离。

Amodei 的提议并不主张终止 AI 研究。它试图将能力增长与具体的安全条件和独立验证联系起来。按照这一方法，开发者会在满足适用于各能力等级的安全保障后，继续推进模型发展。

在其节奏提案中，Amodei 表示，第三方评估者应获得与内部风险团队相当的访问权限。这可能包括公司工作空间、测试工具以及有关训练流程的信息。评估者还需要拥有不受公司编辑控制、能够发布有实质意义发现的权力。

这种设计直指一个核心可信度问题。当实验室要求竞争对手、政府和公众信任其安全主张时，它无法独立验证自身的安全声明。商业激励鼓励能力发布、产品采用和市场领先地位。

安全工作则遵循不同的时间线。评估需要时间、访问权限、可重复测试，以及在模型表现异常时作出响应的程序。公司发布模型的速度，可能快于外部机构理解它的速度。

OpenAI 的 Altman 也支持行业协调，而不必等待全面立法。他的立场将节奏控制视为放慢进展，而不是完全停止。尽管经营着另一家前沿实验室，Musk 仍公开支持这一总体谨慎呼吁。

这种不寻常的一致性增加了对每一家主要开发商的压力。Anthropic 必须证明其提出的外部监督确实独立。OpenAI 必须将支持性表态转化为访问规则和发布决策。xAI 则必须协调安全警告与其自身竞争性部署时间表之间的关系。

这些公司还面临来自企业客户的压力。企业正越来越多地将 AI 智能体置入编程、研究、支持和文档工作流程。智能体是能够规划步骤并使用工具的系统，而非仅生成单一回复。

这种扩大的权限改变了买方的风险计算。聊天机器人出错可能只是产生一个糟糕答案；而智能体出错，则可能在有人察觉之前影响代码库、通信、数据库或联网服务。

因此，企业买方应期待看到基准测试分数之外的证据。相关证据包括访问控制、事件报告、回滚程序、外部评估，以及对自主行动的明确限制。当公众担忧影响采购标准和员工接受度时，它便具有了商业重要性。

知识工作者也面临相关选择。他们需要有用的 AI 系统，同时不放弃判断力或暴露敏感信息。实用的个人知识库可以让源材料保持有序且便于审查，但没有任何工作流程能够免除人工验证的必要。

Politico 的结果将这些担忧转化为一场广泛的合法性考验。AI 公司不再仅仅争论灾难性风险在技术上是否可信。它们必须证明，为什么其治理机制值得那些既预期日常扰动、也担心潜在极端失效的人们信赖。

核心冲突是速度与可验证的安全之间的较量

政策争议的关键并不只是 AI 是否应当发展，而是在能力增长决定节奏时，安全体系能否保持可信。

快速发展的支持者指出，AI 有望推动医学发现、科学研究、生产力提升和国家安全优势。这些益处确实重要。Anthropic 自己的调查发现，治愈疾病和帮助残障人士位列美国人对 AI 的主要期待之中。

速度优先的论点同样建立在竞争之上。如果一家美国公司放慢脚步，而国内竞争对手继续推进，谨慎就可能变成商业劣势。如果所有美国实验室都减速，而中国开发者持续进步，担忧就会转向地缘政治层面。

这是反对非正式暂停 AI 开发的最有力论据。自愿克制只有在参与者能够核实合规情况，并相信竞争对手不会借机占便宜时才有效。前沿开发发生在私有设施内，外部人士无法全面检查其中使用的系统和训练流程。

Amodei 提出的嵌入式评估人员，试图让克制变得可验证。这项提议借鉴了其他安全敏感行业的监管方式：独立审查者获得持续访问权限，而非只观看一次精心准备的演示。

但仅有访问权限并不能解决问题。评估人员需要具备技术能力、财务独立性、发布权利，以及模型未通过测试时的明确应对机制。政府还必须决定，一次失败的评估是应阻止部署，还是仅触发另一轮内部审查。

竞争对手之间的协调也会带来法律问题。就产能限制或开发时间表达成一致的公司，可能引发反垄断审查。实验室若要进行有实质意义的协调，可能需要政府授权或经过谨慎界定的安全港规则。

国际核查则更加困难。政府可以监控部分实体投入，包括先进芯片和大型数据中心。但它们无法轻易观察到每一次算法改进、秘密训练运行，或 AI 被内部用于构建下一代系统的每一种情况。

因此，广泛呼吁暂停听起来往往比实施起来简单。可行的体系需要与可观察能力挂钩的门槛，也需要能约束不情愿公司的后果，而不是只适用于自愿接受监督的公司。

特朗普总统选择了相反的侧重点。他将 AI 接管或毁灭人类的警告斥为骗局。他认为现有的刑事和监管权力已经足够，同时将与中国的竞争作为避免新增限制的理由。

这一立场与 Politico 的 AI 灭绝民调发生了直接碰撞。大多数特朗普选民承认至少存在中等程度的灭绝风险。相对多数人也支持放慢开发速度，尽管他们在节奏问题上的分歧相对有限。

政府的回应凸显出政治表态与公众谨慎态度之间不断扩大的差距，也让共和党官员面临相互竞争的激励因素。

他们可以支持与投资和国家实力相关联的加速战略，也可以回应选民对就业、数据中心、能源使用、欺骗行为和失控系统的担忧。这些压力并不能整齐地对应既有的党派立场。

民主党同样面临自身的矛盾。支持安全规则可以回应公众担忧，但模糊的限制可能通过提高小型开发者的门槛来保护既有公司。围绕今天技术制定的规则，也可能在实施前就已经过时。

因此，真正的政策选择比“快”还是“慢”更具体。它涉及哪些能力应触发监督、谁可以检查开发者、监管机构获得什么证据，以及严重失败后会发生什么。

缺少这些细节，暂停 AI 开发仍只是一句口号。有了这些细节，节奏控制才会成为能够根据公司的实际行为进行检验的治理体系。

民调无法衡量灭绝风险的技术概率

公众担忧为监督提供了政治正当性，但它无法计算高级 AI 是否真的会毁灭人类。

这一局限应始终是解读该调查的核心。受访者并未评估模型架构、生物威胁评估、网络安全测试，或安全研究人员的正式估计。他们报告的是自己对一种复杂且情绪高度敏感风险的感受。

问题措辞会强烈影响这类回答。“毁灭人类”对一位参与者而言可能意味着字面意义上的人类灭绝；另一位则可能理解为社会崩溃、大规模失业、政治失稳，或人类永久失去控制权。

回答类别也带来了另一项挑战。Politico 将中等风险、重大风险和几乎确定合并为 63% 的头条数字。将其作为人们认识到实质性危险的衡量方式是合理的，但这可能掩盖风险强度上的显著差异。

在线调查还取决于加权方法和样本面板质量。报告中的误差范围描述的是，在民调机构的方法论下，完整样本所存在的不确定性。它并不能消除测量误差、误解、无回应偏差或子群体比较中的不确定性。

近期事件可能影响了回答。该民调发布前，现任和前任 AI 研究人员发出警告，实验室领导人发表公开声明，而特朗普强硬地否定了这些担忧。受访者是在一个新闻高度集中的周期内作出反应的。

这一时机并不会使民调失效。公众舆论总是在信息环境中形成。但这意味着，这些结果应被视为一个快照，而非永久性的全国共识。

与 YouGov 的比较强化了这种谨慎态度。其调查发现，担心 AI 导致人类终结的人占 50%，而非 63%。结果指向同一方向，但不同的措辞和量表得出了不同的头条数字。

两项调查在若干更广泛的结论上达成一致。担忧程度很高，且跨越党派界限。许多美国人认为 AI 推进得太快。即时的经济风险至少与灭绝情景一样受到关注。

技术专家对灾难性风险也存在分歧。一些人认为失去控制是一项紧迫威胁，应当立即影响开发方向。另一些人则认为，当前证据不足以支持极端预测，并担心遥远的情景会分散人们对已被证实危害的注意力。

当前系统已经会生成虚假信息、助长欺诈、加强监控，并影响就业决策。即使灭绝永远不再具备现实可能性，这些危害也值得关注。反过来，解决当前危害也不会自动消除未来更自主系统带来的风险。

最新的行业风险辩论反映了这种不确定性。能力更强的智能体加剧了对滥用和不可预测行为的担忧，但失败案例并不能确立某个灭绝概率。

负责任的结论比任何一种极端立场都更有限。该民调并不能证明 AI 将毁灭人类，也不能证明应将公众恐惧视为无知。它表明，开发者和政策制定者尚未建立起可信的方法来治理不确定但潜在后果严重的风险。

无论技术概率如何，这一失败本身都很重要。制度通常会在不知道每一种潜在灾难概率的情况下监管航空、医疗、金融和工业系统。它们依赖报告义务、检查、证据标准和可执行的运营限制。

AI 治理在其中几个方面仍较薄弱。大量相关证据仍留在私营公司内部。外部研究人员往往只能获得受控访问，而公众通常通过选择性披露或员工离职才得知相关事件。

因此，怀疑者真正的问题并不是 63% 的美国人是否正确计算了风险，而是制度是否已经赢得足够信任，能够在没有更强独立证据的情况下推翻这种担忧。

三个信号将显示暂停 AI 开发是否会成为现实

接下来的考验是，公众焦虑是否会改变访问权限、发布决策或法律，而不是再度催生一轮声明。

第一个信号是，Anthropic 是否会设置真正独立、拥有持续内部访问权限的评估人员。这些评估人员应能够检查训练和安全流程，报告被拒绝的访问，并发布不利结论。

若只是提供经过精心挑选证据的有限试点，将削弱该公司的论点。若建立一项持久安排并赋予有实质意义的发布权，则会强化实验室能够在政府强制之前接受审查的主张。

随后，OpenAI、xAI、Google DeepMind 和 Meta 将面临明确选择：建立可比的访问机制、提出另一种可审计的模式，或主张 Anthropic 的方法并无必要。沉默会使行业就开发节奏达成共识看起来更像修辞，而非实际行动。

第二个信号是与安全证据挂钩的具体发布决定。实验室最终必须因为独立评估发现不可接受的能力或失败，而延迟、缩减或修改某一模型。

这将证明测试能够改变商业时间表。若每一个主要模型都不顾警告按计划发布，公众就很难相信节奏控制会改变行为。

第三个信号是包含可执行门槛的立法或监管提案。有效规则应界定哪些开发者适用、哪些能力触发审查、评估人员可获得哪些信息，以及不合规将带来哪些补救措施。

泛泛宣称 AI 应当安全并不符合这一标准。脱离可衡量能力的全面禁令同样不符合。决定性问题在于，随着系统获得更高自主性和接触具有重大影响工具的权限，监督能否作出回应。

华盛顿还必须明确安全协调如何与反垄断法和国际竞争相衔接。否则，公司可以在公开场合支持共同保障措施，却在协调变得昂贵时以法律或地缘政治不确定性为由推脱。

Politico 的 AI 灭绝民调已经确立了政治利害关系。63% 的成年人承认至少存在中等风险，48% 支持放慢开发速度。这些数字可能变化，但不能被简化为狭隘的党派反应。

开发者、企业采购方和 AI 用户现在应关注行为而非承诺。外部评估人员是否获得真正的访问权限？安全发现是否改变发布决策？立法者是否正在制定可衡量的义务，还是只是在重复熟悉的立场？

这些问题比又一次戏剧性的预测提供了更好的检验。如果制度能够形成可验证的保障措施，公众信心或许能够在不停止有益开发的情况下恢复。如果能力竞赛一成不变地持续，美国人将有更充分理由将每一次新警告视为无人真正牢牢掌控局面的证据。