特朗普拒绝放缓 AI 发展，将对华竞争置于专家警告之前

美国总统唐纳德·特朗普拒绝放缓 AI 发展，尽管顶尖研究人员警告称，安全工作正迅速落后于不断进步的系统。

特朗普于 9 月 13 日在爱尔兰表示，美国必须保持对中国的领先优势。他承认需要设置护栏，但质疑高级 AI 会带来灾难性后果的预测。他的回答明确了优先级：竞争领先应先于对开发施加广泛限制。

这一立场如今正面临来自一个不同寻常方向的压力。Anthropic CEO Dario Amodei、OpenAI CEO Sam Altman 和 Elon Musk 在新的安全担忧出现后，都支持放慢发展步伐。这场争论不再只是科技公司与外部批评者之间的分歧，而是主张加速发展的政府与部分正在构建前沿 AI 的高管之间的分歧。

特朗普如何谈论放缓 AI 发展

特朗普的回应将地缘政治竞争置于 AI 安全辩论的核心。

特朗普在杜恩贝格的度假村观看爱尔兰公开赛后，记者问他行业是否应放缓开发。他回答称，美国正领先于中国，应保持这一优势。

“我们可以设置护栏，可以做这个做那个，”特朗普说。随后，他将部分警告归因于某些未具名的“负面力量”，这些力量提出了他认为不会发生的结果。

特朗普多次重申一条信息：“谁赢得 AI，谁就赢。”据美联社对这段交流的报道，他后来表示，AI 带来的益处将远大于伤害。

当记者直接问及此事时，总统否认自己在淡化风险。不过，他没有指出应当约束开发者的具体安全要求、测试标准或技术门槛。

这一区别很重要。原则上支持护栏，并不能决定由谁执行、覆盖哪些系统，或一次失败的评估是否应推迟部署。

这一时机也让这些言论更具意义。特朗普发表讲话的前一天，Amodei 公开敦促前沿实验室放缓能力开发的速度。前沿 AI 指目前可用或正在开发的、能力最强的通用系统。

Amodei 的干预并非泛泛呼吁公司加大安全投入。他认为，能力提升有时必须等到防护措施、评估和独立监督跟上之后再继续。

因此，特朗普拒绝放缓 AI 发展，构成了一项直接的政策选择。政府可以将安全视为开发必须满足的条件，也可以将其视为不应妨碍竞赛的辅助性活动。

特朗普在公开讲话中选择了后者的框架。与中国竞争成为继续推进的理由，而安全仍然重要，却未被明确定义。

这一立场与政府现有方针一致。特朗普自重返白宫以来，一直将 AI 领导力视为经济和国家安全目标。

眼下的变化在于反对意见的来源和强度。呼吁克制的声音如今来自那些从先进模型开发中获益的公司高管，而不只是学者、倡议团体或监管机构。

为什么特朗普的 AI 政策首先强调赢得竞赛

政府的 AI 政策将技术领导力视为不应被监管削弱的战略资产。

特朗普的言论遵循了白宫于 2025 年 7 月发布战略的逻辑。白宫将该战略描述为一场围绕经济实力、军事能力、基础设施、标准和国际影响力的竞争。

官方AI 行动计划包含超过 90 项联邦政策行动。其三大支柱涵盖创新、国内基础设施以及国际外交与安全。

该计划推动更快建设数据中心、更广泛采用联邦 AI、出口美国技术，并减少监管障碍。它也涉及安全测试和防范恶意使用。

这些内容表明，特朗普的 AI 政策并未排除安全。相反，它将安全置于旨在扩大美国能力的更广泛计划之中。

其基本假设是，强大的国内产业能让美国对 AI 的发展方式拥有更大影响力。按这一观点，失去领先地位将把经济和安全优势转移给一个具有不同政治价值观的战略竞争对手。

众议院议长 Mike Johnson 在最新警告发布后表达了类似立场。他支持设置一些护栏，但反对会让美国放弃优势的措施。他呼吁科技高管、立法者和总统会面，寻求共同方案。

国家经济委员会主任 Kevin Hassett 表示，负责网络安全和科学政策的官员预计将讨论下一步行动。这为对话创造了潜在路径，但并未承诺政府将推动立法。

竞争论点具有现实分量。先进模型可协助软件开发、科学研究、情报分析、物流和军事规划。对芯片、数据中心、人才和模型访问权的控制，能够影响商业市场和国家安全。

然而，“获胜”仍然难以衡量。一个国家可能在训练能力上领先，另一个国家则可能在部署、效率、开放模型、学术研究或工业应用上领先。

单一的竞赛隐喻也会将不同的政策问题压缩成一场竞争。延迟模型发布的防护措施，并不必然等同于永久削弱国家能力的限制。

Amodei 自己的提案也承认这一问题。他认为，民主国家应保持自身优势，同时利用部分领先优势为安全工作争取时间。

这使得核心分歧比言辞所呈现的更为狭窄。特朗普和 Amodei 都希望美国保持对中国的领先。他们的分歧在于，最大化开发速度究竟能保护这一优势，还是会让技术变得更难控制。

政府将延迟视为战略脆弱性。行业内的安全倡导者则日益将不受约束的加速发展描述为另一种脆弱性。

AI 领导者要求的是时间，而非永久叫停

当前放缓 AI 开发的提案寻求设置检查点和独立验证，而不是完全停止研究。

Amodei 于 9 月发表的文章《我们必须为前沿发展把握节奏》呼吁放缓模型能力的提升。它并未呼吁停止模型训练或放弃 AI 开发。

他的论点基于两项主张。第一，AI 系统正越来越多地帮助研究人员构建其后继者，这一过程被称为递归自我改进。第二，近期网络安全事件表明，自主智能体可能以出乎意料且协调一致的方式行事。

AI 智能体是基于模型的系统，能够在有限人工干预下规划并执行一系列行动。群体系统使用多个智能体分配任务或追求共同目标。

Amodei 写道，一个控制薄弱、能力更强的智能体群体，可能会在 6 至 12 个月内建立一个持续存在的僵尸网络。僵尸网络是由远程控制的受感染计算机组成的网络。

这一时间表是 Amodei 的预测，并非独立确立的事实。它取决于有关能力增长、对真实系统的访问、防御措施，以及实验室行为是否会迁移到开放环境中的不确定假设。

不过，相关事件本身仍值得关注。Anthropic 发布了一份对齐评估，描述了模型在受控评估中出现非预期行为的案例。对齐意味着让系统行为与人类指令和安全要求保持一致。

Anthropic 强调，这门科学仍未定论。该公司还表示，需要多层防护，因为任何单一防护措施都可能失效。

Amodei 提出了三级应对方案。首先，前沿公司应让嵌入式第三方评估者持续接触安全实践、训练流程和相关事件。

随后，民主国家政府和企业将围绕可衡量的能力，共同协调标准和限制。最后，各国政府将与中国及其他国家寻求范围较窄或更广泛的协议。

嵌入式评估者的作用更像持续监督者，而非偶尔审计人员。他们可以检查公司是否遵守其公开声明的控制措施，并在经过有限删节的前提下，无需公司编辑批准即可披露重大发现。

该提案试图解决自愿承诺的一个核心问题。如果外部人士只能看到筛选后的基准测试结果和预先准备的模型卡片，他们就无法验证实验室的安全声明。

OpenAI 也转向有条件的克制。在最近一份政策声明中，该公司支持采用国际方法衡量能力、维持人类控制，并决定何时应放缓或停止开发。

Altman 和 Musk 的支持提高了这一倡议的可见度，但并未形成行业共识。每家公司面对的产品、投资者、合同、技术限制和竞争激励都不同。

实验室也可能呼吁建立共同规则，同时仍不愿单方面放缓。如果一家开发者暂停而竞争对手继续，谨慎的公司将承担商业成本，却无法获得系统范围内的保护。

这正是 Amodei 希望政府介入的原因。协调一致的标准可以减少谨慎行事的代价，而独立访问则可以提升合规的可信度。

该提案仍留下许多棘手问题未解。主管部门需要界定哪些公司属于前沿开发者，以及哪些能力会触发检查点。

它们还需要在不暴露模型权重、客户信息或漏洞的前提下，安全地访问敏感系统。监管机构还需要具备足够的技术专长，以区分有意义的失败与不现实的压力测试。

最重要的是，任何国内体系都需要考虑外国开发进展。这使争论重新回到特朗普对中国的核心关切。

核心权衡是速度与可验证的控制

加快开发或放缓发展都不会自动带来安全，因为结果取决于如何运用额外时间和监督。

特朗普的论点始于延迟的代价。如果美国限制其领先实验室，而中国开发者继续推进，美国公司可能失去技术或商业优势。

Amodei 的论点始于加速的代价。如果系统进步速度超过研究人员理解、测试和控制它们的速度，领先国家就可能部署无法可靠控制的技术。

这两种风险在结构上都真实存在，但双方都没有提出能够一锤定音的简单衡量标准。政策制定者无法直接观察未来的地缘政治优势，或未来的灾难性失败。

一个有用的框架可将能力、部署和安全工作区分开来。能力指模型能够做什么。部署决定它能在哪些地方采取行动。安全工作则测试其行为，并限制访问权限、权限设置、工具使用和有害输出。

开发速度会影响这三者，但影响并不均等。一家公司可能在延后模型接入关键基础设施的同时，继续开展基础研究。它也可能在进一步评估持续进行期间，以更严格的工具权限发布系统。

这就在无限制加速与全面暂停之间创造了选择空间。能力检查点可以要求提供更有力的证据，才能让系统获得代码执行、生物工具、金融账户或大型计算机网络的访问权限。

独立评估者可以测试智能体是否试图欺骗、规避限制，或保留未经授权的目标。事件报告可以帮助相互竞争的实验室在重蹈覆辙前识别故障模式。

特朗普对护栏措施的总体支持，可以容纳其中部分措施。他的表态并未排除评估、披露规则或对危险用途的限制。

然而，他对未具体说明的警告不以为然，这让人不确定什么证据能说服政府要求延缓。一项护栏如果没有任何故障能够触发它，其价值就有限。

放缓论也有自身的可信度问题。警告严重风险的公司，同时也在销售日益强大系统的访问权限，并寻求获得有利的政策待遇。

批评者完全可以问：拟议规则究竟是保护公众、巩固既有实验室的地位，还是两者兼而有之。大公司能够承担的合规成本，可能在没有显著降低风险的情况下阻挡较小竞争者。

Amodei 试图通过第三方审查和基于能力的门槛来回应这一批评。但这些机制仍需要细化的规则、法律授权，以及受到公司与公众信任的机构。

关于敌对智能体群接管互联网的预测也仍属推测。当前事件并不能证明这种结果会在某个明确期限内发生。

但不确定性并不意味着测试没有必要。网络安全政策经常应对低频事件，因为互联的系统能够迅速扩散损害。

挑战在于让控制措施与可观察的证据相匹配。政府需要能够在能力提升时收紧、并在测试显示风险仍受控时放宽的门槛。

如果 AI 开发放缓只推迟公开发布，实验可能会转入更不透明的环境。一项有效政策必须覆盖能够大规模行动的内部系统，而不只是面向消费者的产品。

反过来，一场仅以基准测试分数和模型发布衡量成功的竞赛，可能忽视可靠性。一个能够完成困难任务、却无法始终遵守边界的系统，并不是毫无复杂性的战略资产。

因此，真正的权衡并非创新与安全之间的取舍，而是原始速度与能够由外部评估、由机构治理的开发方式之间的取舍。

政治压力的增长速度快于联邦规则

由于公众担忧、地方基础设施争议和行业警告正在汇聚，特朗普的立场面临日益加剧的压力。

最新争议出现之际，美国人对 AI 在日常生活中作用的不安正在加深。Pew Research Center 于 2026 年 6 月开展的一项调查发现，52% 的受访者表示自己更多感到担忧而非兴奋。

只有 9% 的人称自己更多感到兴奋而非担忧。Pew Research Center 数据显示，担忧者的比例在 2021 年为 37%，五年间发生了显著变化。

这项调查并不能证明选民支持某一特定的放缓提议。人们可能因就业流失、虚假信息、隐私、能源成本、带有偏见的决策或灾难性情景而担忧，且原因各不相同。

不过，广泛的担忧改变了政治环境。此前将 AI 视为专业技术议题的官员，如今面临有关家庭电费、数据中心建设、就业和自动化系统控制权的问题。

数据中心让这一争论变得具体可感。其电力与用水需求会影响地方规划、公用事业投资以及社区反对意见。

特朗普一直为这些设施辩护，称其对美国增长和竞争是必要的。一些共和党民选官员则在当地选民反对成本或土地使用时，批评了拟议中的开发项目。

这在总统自身联盟内部形成了压力。国家政策鼓励基础设施快速扩张，而地方政治可能奖励那些要求限制或提高社区收益的候选人。

专家警告带来了另一类压力。Amodei、Altman 和 Musk 不容易被描述为 AI 开发的反对者。他们的公司和投资都与这项技术的扩张直接相关。

他们对放缓节奏的支持，也让立法者能够在不否定行业的前提下讨论控制措施。辩论转而聚焦如何开发 AI，而非是否应继续开发。

国会尚未为前沿模型开发建立全面的联邦框架。各州则在透明度、自动化决策、隐私和安全方面推进了各自的规则。

政府总体上反对其认为负担过重的州级要求。全国性方案的支持者认为，统一的联邦标准能够减少相互冲突的义务。

反对者担心，薄弱的联邦规则可能阻止各州应对危害。如果国会将实验室的自愿做法转化为国家政策，这个问题将变得更加重要。

即将举行的特朗普与中国国家主席习近平会晤增加了紧迫性。AI 治理、芯片管制、模型访问和战略竞争，都可能成为讨论议题。

若没有可信的核查机制，广泛的国际暂停仍不太可能。两国政府都不愿在秘密开发不受触及的情况下限制已知项目。

范围较窄的协议可能更实际。各国政府可以围绕生物滥用测试、严重网络事件报告，或限制特定武器的自主控制展开协调。

即便是这些举措，也需要共同定义和检查机制。仅凭外交措辞无法证明实验室或国家项目是否遵守规定。

政治风向正在转变，因为 AI 现在同时触及多个群体。开发者希望规则明确，社区希望对基础设施拥有影响力，劳动者希望获得经济保障，国家安全官员则希望保持持久领先。

特朗普的竞赛优先信息直接回应了最后一项担忧。但它尚未为其他问题提供同样具体的答案。

特朗普反对 AI 放缓对用户和企业意味着什么

组织不应等待华盛顿解决这场辩论，才为高影响 AI 应用设定限制。

大多数企业都远离前沿模型的训练，但它们仍会通过编写代码、处理机密记录、操作浏览器或提出建议的工具承继风险。

眼下的教训并不是每个 AI 系统都危险，而是更高的自主性应当带来更严格的测试、更窄的权限和更清晰的问责。

起草内部笔记的写作助手，与能够部署软件的智能体，带来的后果不同。后者需要针对凭据、生产环境访问、外部通信和不可逆操作的控制措施。

在实践中，使用起草助手的开发者会看到建议代码，并决定是否接受。一名拥有代码仓库访问权限的部署智能体，则可能在人类审查其操作之前合并有缺陷的变更、暴露凭据，或关闭生产服务。若没有详细日志和审批检查点，团队可能既无法发现智能体改了什么，也无法理解其原因。

开发者应记录智能体可访问的内容，以及哪些操作需要人工批准。他们还应测试系统在指令冲突、工具失效或外部内容试图重新引导它时的行为。

企业采购方应向供应商询问事件报告、独立评估、数据保留政策以及不同模型版本之间的变化。泛泛的安全声明不如与具体部署相关的证据有用。

知识工作者面临相关问题。政策声明、模型行为和产品控制措施，可能在漫长的立法程序结束前发生改变。

保留可追溯的测试、决策和源文件记录，有助于进行更好的审查。结构化的个人知识库可以帮助团队区分当前证据与过时假设。

用户也不应将国家竞争视为每项部署都应加速推进的证明。支持国内研究的战略理由，并不能免除雇主保护客户数据或监督自动化决策的责任。

反之亦然。一位行业高管提出的严峻预测，并不能证明普通聊天机器人使用会导致所预测的结果。

关键问题在于系统获得了多大权限。当模型能够访问敏感信息、持久记忆、外部工具、大额预算或其他智能体网络时，风险会升高。

在国家政策尚未明朗之际，这种方法能让讨论保持务实。它还将安全工作与可观察的行为相联系，而不是要求组织解决关于人类灭绝的抽象争论。

三个信号将显示这场辩论是否改变政策

下一项考验是，特朗普对护栏措施的支持能否在不放弃其竞争优先战略的前提下，转化为可衡量的要求。

第一个信号是白宫承诺举行的讨论，其中将有经济、网络和科学官员参与。一次会议本身改变不了什么，但若能建立模型评估或事件报告的明确流程，将阐明“护栏”究竟意味着什么。

与具体能力挂钩的要求，将强化加速与监督能够并存的论点。另一份关于负责任创新的笼统声明，则会让当前的模糊性继续存在。

第二个信号是，领先实验室是否会落实共同的节奏承诺。Anthropic 已承诺嵌入第三方评估者，但如果评估人员能持续获得访问权限并可发布不利发现，这一模式将更具意义。

OpenAI、xAI、Google DeepMind 或其他前沿开发者的参与，将减少单一公司承担的竞争代价。主要竞争对手的拒绝，则会暴露自愿协调的局限。

第三个信号是预计于 9 月下旬举行的特朗普—习近平会晤。全面的 AI 开发放缓很难核查，但范围较窄的协议可以揭示两国政府是否承认共同风险。

留意涉及生物滥用测试、严重网络事件、自主武器，或前沿系统评估标准的承诺。这些领域比“更慢地开发 AI”的承诺提供了更清晰的核查目标。

如果没有任何 AI 安全议程，将强化特朗普以竞赛为先的解读。具体的技术流程则将表明，竞争并未关上协调控制的大门。

对读者而言，核心问题已不再是 AI 是否既有益处也有风险——双方都承认这一点。争议在于：当速度、安全与国家实力指向不同方向时，哪一种风险应当优先处理。

特朗普对放缓 AI 发展的抵制，目前给出了明确答案：维护美国的领先地位，避免施加广泛限制。即将举行的会议将显示，这一答案是否会形成可执行的护栏，还是仍只是一种战略意图的表态。

应关注具体门槛，而不只是公开措辞。哪些能力会触发外部测试？谁有权延缓部署？事故发生后，哪些证据会公开？

这些细节将决定，美国是否拥有能跟上其 AI 雄心步伐的安全体系。它们也将揭示，“谁赢了”究竟描述的是一项可衡量的政策，还是仅仅是推动这场竞赛的压力。