---

※ 引述《LoveSports (如何當一個好男人)》之銘言：
: 原文標題：
: 兩位AI研究員離開Anthropic與Google因安全擔憂：「這個領域沒有大人在管。」

大人說話了
https://darioamodei.com/post/we-must-pace-the-frontier

這是眼戳屁的CEO達里奧剛剛發表的長文
語重心長
而且越說越恐怖
以下是AI翻譯的全文：



# 我們必須控制前沿發展的節奏

**2026 年 9 月**

過去十二年來，我一直投入人工智慧（AI）研究，因為我相信 AI 有可能大幅提升人類的
生活品質。我曾[多次撰文
](https://darioamodei.com/essay/machines-of-loving-grace)談論這些驚人的益處：
我相信 AI 有可能在未來 5～10 年內治癒大多數重大疾病、大幅加速經濟成長、創造一
個富足且賦權於人的世界，並開啟民主與自由的復興。



然而，就像許多過去的科技一樣，AI 也帶來風險；而由於它是一項極其強大的技術，這
些風險也非常嚴重。我同樣[寫過很多
](https://darioamodei.com/essay/the-adolescence-of-technology)相關內容。

這些風險包括：[失去對 AI 系統的控制
](https://www.anthropic.com/news/improving-alignment-security-efforts)、[AI 被
濫用於網路攻擊與生物恐怖主義
](https://www.anthropic.com/threat-intelligence-report-september-2026)，以及[
嚴重的經濟衝擊](https://www.anthropic.com/institute/econ-scenarios)。由商業利
益驅動的「向下競爭」（race to the bottom），可能使這些風險變得更加嚴重。

從 Anthropic 創立之初，我和共同創辦人以及員工們就一直在面對這種風險與利益並存
的兩面性。

不去開發這項技術，可能會讓人類失去它帶來的好處，或者只是讓 AI 落入威權政權手中
；但如果開發得太快，又是一種魯莽的行為。

我們一直在尋找一條中間道路：證明企業可以在謹慎開發 AI 的同時取得商業成功，並讓
「安全」成為 AI 公司彼此競爭的領域。

換句話說，我們希望建立的是一場**「向上競爭」（race to the top）**。

我們一直將相當大比例的資源投入於[研究
](https://www.anthropic.com/institute/econ-scenarios)、[探討
](https://alignment.anthropic.com/2026/reward-seeker/)、[處理
](https://www.anthropic.com/constitution)這些 AI 風險，以及[向大眾說明
](https://www-cdn.anthropic.com/f61d49... Risk Report August 2026 .pdf)
這些風險。

我們也一直倡議對 AI 進行[經過深思熟慮的監管
](http://judiciary.senate.gov/imo/media/doc/2023-07-26_-_testimony_-_amodei.pdf)
，即使這讓我們被指責是在炒作風險、散播「末日論」（doomerism），或試圖進行監管
俘虜（regulatory capture）。

我們一直努力把謹慎放在速度之前，把審慎放在利潤之前。



**我們必須放慢提升 AI 模型能力的速度。即使如此，進展看起來仍然會非常快速，而我
們必須明智地利用因此爭取到的時間。**

有兩件事情讓我得出這個結論。

我的第一個擔憂是，大約從今年夏天開始，AI 的進步速度大幅加快，而其中最主要的原
因，是 AI 本身越來越有能力參與建造下一代 AI。

這種現象被稱為**遞迴式自我改進（recursive self-improvement）**，而它已經開始在
[整個產業](https://openai.com/index/an-alien-mind/)發生，包括
[Anthropic](https://www.anthropic.com/institute/recursive-self-improvement) 在
內；我們與其他公司都曾描述過這種現象。

如果任由這個過程不受控制地發展，它可能會超越我們理解並控制這些系統的能力。

因此，即使要進行，也必須極度謹慎。

我的第二個擔憂，是 **OpenAI－Hugging Face 事件（OAI-HF）**。

在這起事件中，一群 AI 智慧代理（agents）基本上表現得像一個[極度狂熱、忠誠於集
體的群體
](https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/)
。

它們對並未被要求攻擊、且與原本任務毫無關係的目標發動網路攻擊；它們願意犧牲自己
以確保整個群體成功；甚至嘗試入侵負責評估它們表現的「評分器」（grader）。

由於沒有人受傷，而且經濟損失很小，因此很容易把這起事件輕描淡寫。

但依我看來，如果同樣程度的**失準（misalignment）**出現在一群能力更強的 AI 上，
它們完全可能造成災難性的破壞。

考慮到 AI 能力發展速度正在加速，我擔心再過 **6～12 個月**，類似的 AI 群體就可
能有能力透過一個持續存在的[殭屍網路（botnet）
](https://en.wikipedia.org/wiki/Botnet)控制整個網際網路，潛在損害可能高達數千
億美元。

而如果 AI 持續變得更強，卻沒有建立必要的防護措施，破壞規模還會繼續擴大。

我們也很容易把 OAI-HF 視為「某一家公司的失敗」。

但我認為這樣想是錯誤的。

類似、但嚴重程度較低的事件其實已經在整個產業發生，[包括 Anthropic 自己
](https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals)
。

我認為，每一家前沿 AI 公司都有責任把 OAI-HF 視為「如果這件事發生在我們自己身上
」來看待。

因此，我提出一個三步驟計畫，其目標是[*控制前沿發展的節奏（pacing the frontier
）*](https://www.pacingthefrontier.com/)：

以一種平衡的速度發展 AI，在實現 AI 好處的同時確保安全，並同時處理重要的地緣政
治難題。

我要說清楚：**控制發展節奏並不代表停止模型訓練或停止技術進步。**

它代表的是，要確保 AI 公司花足夠的時間對模型進行對齊（alignment）與安全防護，
並由第三方評估機構確認這些措施。

我們提出的節奏控制框架，是試圖進一步強化我們對安全的承諾，同時鼓勵整個產業形成
一場「向上競爭」。

第一步，是 Anthropic 單方面承諾要做的事情，我們也呼籲政府要求其他前沿 AI 公司
採取同樣措施。

第二步則需要整個產業進行協調。
[**1**](https://darioamodei.com/post/we-must-pace-the-frontier#fn:1)

第三步需要全球性的協調。



1. **駐點評估員（Embedded Evaluators）。**
   每一家前沿 AI 公司都承諾，持續讓一個由第三方評估人員組成的團隊——例如
[METR](https://metr.org/)——獲得類似公司員工的存取權限。他們的職責包括：確認
公司是否遵守安全措施與承諾、回報事故，並協助評估 AI 的對齊狀況；而且不只是評估
已經完成的 AI 模型，也包括模型的訓練管線與訓練流程。

   這是確保任何「控制發展節奏」承諾具備**可驗證性（verifiability）**的關鍵步驟
。

   銀行業其實已有類似先例，例如監管機構有時會派出監管「督導人員」，像企業員工
一樣進駐公司。

   **Anthropic 現在正式單方面承諾採取這項措施。**

   我們希望它能成為更大規模行動的一部分，進一步加強我們在 AI 安全與對齊方面的
工作。

2. **民主國家之間的協調（Democratic Coordination）。**
   民主國家中的前沿 AI 公司應彼此協調，建立共同的安全標準，同時對未經檢查的
AI 進步速度設定限制。

   某些能有效控制進度的協調方式，在法律上可能具有挑戰，因此需要政府支持。

3. **全球協調（Global Coordination）。**
   美國以及其他民主國家政府應嘗試與威權政府進行協調，在可能的範圍內尋求合作，
同時必須認真面對「如何驗證對方是否遵守協議」的問題。

在本文剩下的部分，我會依序說明這三個步驟。

但在此之前，我認為有必要具體說明：**控制發展速度究竟要如何讓 AI 開發流程變得更
安全？**

這件事的重要性太高，不能只是做做樣子。

我們必須明智地使用所爭取到的時間。

## 為什麼要控制發展節奏？

早在 [2023 年
](https://futureoflife.org/open-letter/pause-giant-ai-experiments/)，就有人提
出暫停或放慢 AI 發展的想法。

但我認為，在當時這樣做其實沒有太大意義。

真正的問題一直都是：

***你要拿這些多出來的時間做什麼？***

當時的 AI 模型還不夠強，無法作為智慧代理在現實世界中以任何一致、連貫的方式行動
，也不具備進行重大欺騙、操縱、作弊或網路攻擊的能力。

如果當時為了研究模型的對齊風險而放慢進度，就像是試圖透過研究細菌，來理解人類心
理學一樣。

然而到了今天，情況已經完全不同。

目前的模型幾乎是一座取之不盡的金礦，可以讓我們深入了解兩件事情：

一是如何正確地打造 AI；

二是如果 AI 沒有被正確打造，究竟可能出現哪些問題。



一套協調一致的節奏控制策略，也能讓前沿 AI 開發公司有時間完成這些至關重要的工作
，而不必犧牲自身商業競爭力，也不需要犧牲美國在 AI 領域的領先地位。

更廣泛而言，社會必須有權參與決定這項技術應該如何被使用。

如果控制前沿發展速度能替必要的公共討論爭取更多時間，那顯然是一件好事。

具體來說，更慢的發展速度，能讓 AI 公司集中更多資源於以下領域——而這些領域目前
本來就已經是 Anthropic 的重要優先事項：

* **營運卓越（Operational Excellence）。**
  訓練與部署今日的 AI 模型，本身就是一項極其龐大的營運挑戰。

  這涉及數千名員工、數百萬顆晶片，以及科技史上最複雜的一些基礎設施。

  許多問題發生的原因，並不是公司缺乏某種重要理論或關鍵洞見，而單純是執行層面的
問題。

  例如，我們有證據顯示，我們最近所公布的[對齊事故
](https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals)
，部分原因來自於對存在問題的強化學習環境過濾不夠完善。

  我和我們的供應商其實已經相當認真地執行這項工作，但仍然做得不夠好。

  監控、沙盒隔離、訓練環境衛生以及資料相關問題，都是極其複雜的領域，營運問題會
一次又一次出現。

  我們擁有全球最有能力處理這些工作的團隊之一，但要同時完成的事情實在太多。

  如果能以更加審慎、有節制的速度前進，我們就有可能實現高得多的營運品質。

  過去已有先例證明，一些技術極其複雜、而且攸關安全的系統，可以運作數百萬次而完
全不發生事故——例如商業航空。

  但要把它做好，需要時間。

* **對齊（Alignment）。**

  但我們仍有大量工作要做，才能確保對齊訓練的進步速度能跟得上模型能力的成長。

  一些罕見且出乎意料的不良行為，仍然偶爾會出現。

  控制前沿發展速度所爭取到的額外時間，能讓研究人員更深入理解這些問題的成因，並
開發更好的預防技術。

* **可解釋性（Interpretability）。**
  同樣地，[可解釋性
](https://darioamodei.com/post/the-urgency-of-interpretability)——也就是理解
AI 模型內部究竟發生什麼事情的科學——在過去幾年取得了巨大進展，而且在模型發布
前的稽核中，扮演越來越重要的角色。

  這種技術某種程度上就像是針對 AI「大腦」進行的功能性磁振造影（fMRI），可以幫
助我們了解某個特定行為背後真正的原因。

  例如，在近期我們調查的對齊事故中，我們就使用可解釋性方法來[檢查模型並未明說
出來的動機
](https://www.anthropic.com/research/alignment-assessment-cybersecurity-incidents)
。

  然而，這些方法並非總能產生清楚且可靠的結果。

  儘管目前已取得大量進展，我們對這些模型內部究竟發生了什麼，仍然只理解極小的一
部分。

  如果能集中力量，以甚至快於目前的速度改善可解釋性技術，那麼未來 1～2 年內就有
可能取得極其重大的進展。

  而且，已經發生的這些事故也能提供大量實驗素材。

* **測試與評估（Testing and Evaluation）。**
  隨著 AI 模型能力提高，對模型進行測試和評估也會變得越來越困難。

  越聰明的模型，越有能力欺騙測試，因此它們可能在表面上看起來已經完成對齊，但實
際上仍然存在非常嚴重、卻沒有被發現的問題。

  因此，如果我們能建立一套規模更大、設計更巧妙的評估方法庫，並同時利用可解釋性
分析進行交叉驗證，價值將會非常巨大。

  在未來 1～2 年內，這方面完全有可能取得大量進展。

## 駐點評估員

三階段計畫的第一步，也是 Anthropic 將單方面承諾實行的措施，就是設置**駐點評估
員**。

這些評估員將擁有類似公司內部員工的存取權限，可以確認公司的安全措施是否真正得到
執行，並回報事故。

乍看之下，把評估人員直接派駐公司內部，可能聽起來只是一項很小、甚至無關緊要的措
施。

但很多聽起來最無聊、最像行政程序的事情，實際上反而可能是最關鍵的。

事實上，駐點評估制度是一項相當激進的做法，遠遠超出今日任何 AI 公司正在採取的措
施。

它具有以下幾項優點：

* **可驗證性（Verifiability）。**
  駐點評估員可以從非常具體的技術與執行細節層面，確認一家 AI 公司是否真的遵循自
己所宣稱的訓練、部署、營運與安全防護措施。

  任何控制發展節奏的承諾，都不可避免地涉及大量模糊地帶、主觀判斷，以及「法律條
文字面」與「法律精神」之間的差異。

  因此，一個真正能看見內部細節的中立第三方非常重要。

* **透明度（Transparency）。**
  無論我們做出什麼承諾，大眾都有權知道事情究竟是如何運作的。

  Anthropic 長期以來一直支持透明化。

  在產業大多數公司反對任何監管時，我們就已經[支持透明度相關立法
](https://www.nytimes.com/2025/06/05/opinion/anthropic-ceo-regulate-transparency.html)
。

  我們發布的模型卡（model cards）以及[風險報告
](https://www-cdn.anthropic.com/f61d49... Risk Report August 2026 .pdf)
也長達數百頁。

  然而，目前最終決定哪些內容要公開、哪些內容不公開的人，仍然是我們自己。

  駐點評估員將改變這種局面。

* **第二意見（Second Opinion）。**
  除了驗證正式承諾以及向大眾提供資訊之外，駐點評估員還可以提供一個不受商業利益
影響的第二意見。

  很多安全上的改善，可能單純就來自評估員指出公司員工原本沒有想到的問題。

  一旦公司知道問題存在，員工往往也很願意修正。

正因為有這些優點，任何控制發展節奏的方案，如果從駐點評估員制度開始，成功機率都
可能**高得多**。

這些駐點評估員應當持續擁有與公司內部風險評估團隊相近的工具、權限和存取能力。



* 提供與內部風險評估團隊大致相當的工作空間、工具和權限。

  當然，我們也會存在部分例外，例如法律或合約要求限制存取的情況，或者需要保護客
戶與合作夥伴的私人資訊時。

  我們也會建立強而有力的內部規範，確保審查人員能取得相關資訊，包括直接與員工進
行即時對話。

* 建立一份能平衡上述各種複雜情況的合約。

  外部審查人員應該有權自行公布與風險程度、事故、安全措施，以及他們實際獲得或未
獲得哪些資訊存取權有關的重要發現。

  Anthropic 不應擁有編輯控制權。

  我們只會在非常有限的情況下擁有刪節內容的能力，例如涉及安全敏感資訊、法律特權
資訊、商業敏感資訊或第三方機密資訊。

  但我們不能因為研究結果對 Anthropic 不利，就將其刪除。

  如果某項刪節實際上刪除了對評估結論非常重要的內容，評估人員也可以公開說明這件
事情。

對一家公司而言，這是一個非常不尋常的舉動。

但我們認為，有必要實際證明「外部駐點審查人員」這套制度確實可行。

我們再次呼籲其他前沿 AI 公司採取同樣做法。

## 民主國家內部的節奏控制

一旦駐點評估員制度在足夠多的美國 AI 公司中運作起來，能夠被驗證的節奏控制政策就
會變得更可行。

特別是，我們可以開始根據模型本身或訓練管線的具體特性，來決定開發節奏。

最有效的節奏控制方式，是透過適用於所有美國前沿 AI 公司的監管制度。

如此一來，即使某些企業不願意自願合作，也仍然會受到規範。

Anthropic 長期以來一直支持合理且具有針對性的 AI 監管，尤其是聚焦於透明度以及第
三方稽核的法案。



不幸的是，立法需要時間，而 AI 的進展速度非常快。

因此，在推動監管的同時，AI 公司也可以，而且應該**自願合作**制定安全標準。

我相信，如果有永久駐點評估員提供可驗證性，這項合作會進行得更加順利。

基於反壟斷法方面的考量，如果美國政府能協調、甚至只是促成這些討論，會非常有幫助
。

政府並不需要直接參與討論內容，但必須針對某些類型的安全討論提供範圍有限的反壟斷
豁免。

這類對話也可以透過與政府具有一定聯繫的產業組織來進行，例如 Demis Hassabis [所
提出的機制
](https://demishassabis.substack.com/p/a-framework-for-frontier-ai-and-the-dawning-of-a-new-age)
。

無論採取哪一種方式，這類討論都應該迅速推進。

整體而言，我最支持的節奏控制方式，是根據某個前沿 AI 系統**能做什麼事情**，以及
我們實際觀察到它有多安全，來決定發展速度。

例如，一種可能的制度是建立一連串「檢查點」（checkpoints）：

如果模型具備能力 X，那麼它就必須同時取得對齊性質 Y 與 Z 的認證。

這些認證可能包括某些評估結果、可解釋性分析，以及對訓練環境的稽核，用以證明模型
確實具備一定程度的對齊性。

舉例來說：

X 可能是：

> 「該模型已經有能力逃離或擊敗大多數常見的沙盒隔離方法。」

那麼 Y 就可能是一組足以證明以下情況極不可能發生的要求：

> 「模型不會傾向逃離原本受限制的環境，並取得大量電腦的控制權。」

我們也應該考慮根據投入前沿模型的**「原料」（ingredients）**來控制速度。

例如：

* 訓練所使用的運算資源；
* 訓練流程的性質；
* 公司內部利用 AI 改進 AI 的程度。

我的確擔心，相較於觀察模型外在行為，部分這類措施可能更容易被企業「鑽漏洞」。

但這正是值得與駐點評估員一起深入討論的問題。

民主國家內部的 AI 發展速度，最終會受到一個重要因素限制：

**美國 AI 公司相對於威權政權——尤其是中國共產黨——究竟領先多少。**

如果美國公司放慢的幅度超過目前的領先幅度，那些沒有控制發展速度、與中共相關的
AI 計畫就有可能反超。

這將造成重大的國家安全風險。

我同意 [Bessent 部長
](https://www.bloomberg.com/news/artic...ter-if-china-wins-the-ai-race)
的看法：如果中國取得 AI 領先地位，將對美國以及整個世界造成極其嚴重的危險。

與中共有關的 AI 計畫，可能會承擔美國企業正努力避免的那些 AI 對齊風險。

而即使它們成功避免了這些風險，也可能取得在軍事上支配民主國家的能力，例如利用
AI 驅動的無人機。

因此，在民主國家內部控制 AI 發展節奏的一個關鍵前提，就是盡可能維持民主國家相對
威權國家的 AI 領先幅度。

這樣我們才有足夠的喘息空間，可以真正有效地控制發展速度。

我們能採取來維持這個差距的主要措施包括：

* **不要向中國出售高階 AI 晶片或半導體製造設備**，並嚴厲打擊晶片走私，以及中國
企業遠端使用中國境外資料中心的行為。

  晶片將會是決定中國 AI 實力的主要因素。

* **打擊威權國家企業未經授權的[蒸餾（distillation）
](https://www.cisa.gov/news-events/cybersecurity-advisories/aa26-251a)行為。**

  對前沿模型進行蒸餾，可以讓技術落後的公司只花費自行開發完整 AI 模型所需成本的
一小部分，就大幅縮小能力差距。

* **加強 AI 公司的資安防護，避免模型權重遭到竊取。**

企業與美國政府應共同合作，讓這些措施發揮最大效果。

Anthropic 一直[持續
](https://darioamodei.com/post/on-deepseek-and-export-controls)[倡議
](http://wsj.com/opinion/trump-can-keep-americas-ai-advantage-china-chips-data-eccdce91)
上述所有措施，因為我們一直都明白：如果想要控制 AI 發展節奏，這些措施將不可或缺
。

如果我們能成功執行這些措施，我相信它們足以大幅放慢中國的 AI 進展，使美國在未
來 **3～5 年**顯著擴大領先優勢。

而這 3～5 年，很可能正是 AI 在地緣政治上變得最重要的時間窗口。

有些人可能會認為，這些措施會讓與中國合作變得更加困難。

但我的看法恰好相反。

這些措施會提高民主國家手中的談判籌碼，反而能讓未來達成協議的可能性增加。

## 全球性的節奏控制



全球節奏控制不可避免地需要與中國合作。

中國是所有威權國家中 AI 能力遙遙領先的一個。

在這件事情上，我們絕不能天真。

由於地緣政治利益極其重大，因此我們實際上能達成的合作很可能存在非常嚴格的限制，
尤其是在初期。



因此，任何協議都必須滿足以下兩項條件之一：

第一，具有幾乎牢不可破的可驗證性；

或者第二，協議本身限制的幅度不能太大，使任何一方即使違約，也不至於對另一方形成
軍事上的存亡威脅。

我懷疑不只是美國，中國本身也會有完全相同的擔憂與焦慮。

因此，任何全球性的節奏控制決策——尤其在近期——都必須以保護美國及其盟友的 AI
領先地位為前提。

可能達成的協議可以分成好幾個層級。

其中有些，我認為非常有可能實現——[我過去也曾提出過
](https://darioamodei.com/essay/the-adolescence-of-technology)。

但有些方案，我非常懷疑是否真的可行。

儘管如此，我們仍然應該嘗試。

以下依實現難度由低到高排列：

* **第一級（Level 1）。**
  達成協議，禁止某些範圍狹窄而且明顯危險的 AI 用途。

  例如，禁止使用 AI 製造生物武器，或禁止 AI 系統協助使用者進行這類行為。

  生物恐怖攻擊對所有人都有害，不論是美國還是美國的敵對國家，因此這類協議很可能
可以達成。

* **第二級（Level 2）。**
  雙方同意，在發布 AI 模型之前，都必須針對一些高風險領域進行測試。

  例如：

  * 網路安全；
  * 生物安全；
  * AI 對齊。

  如前所述，這可以透過某個全球性的標準制定機構來執行。

  我實際上認為，建立這樣一個機構很可能是可行的。

  真正困難的地方，是如何讓它具備實質約束力。

  另一個難題則是：如何驗證雙方是否都沒有偷偷保留一些秘密模型，既不接受測試，又
可能秘密部署——例如用於軍事用途。

* **第三級（Level 3）。**
  針對遞迴式自我改進（RSI）的速度設定某種形式的**「速度限制」**。



  這可以類比為美蘇之間的 [SALT 戰略武器限制談判
](https://en.wikipedia.org/wiki/Strategic_Arms_Limitation_Talks)。

  當時透過限制飛彈數量，可以降低潛在破壞規模，同時保留各國自身的核嚇阻能力。

  我認為，這類協議非常困難，但可能剛好位於「仍有機會實現」的邊緣。

* **第四級（Level 4）。**


  但我認為它在短期內真正發生的機率很低。

  原因是，如果某個國家透過規避監控而違反這類協議，就有可能徹底改變全球權力平衡
。

  因此，各國違約的誘因會極其巨大。

  相對地，我們若要願意相信這種協議，就必須對驗證制度抱有極高程度的信心。

無論我們最終能與中國達成什麼程度的合作，都可以延長民主國家內部用來控制前沿 AI
發展速度的時間。

我們應該以更高層級的合作為目標，但同時也必須承認，較低層級的協議遠比高層級方案
更有可能實現，也更加現實。

最後，有一件事情非常重要：

***即使我們最終完全無法達成任何正式協議，單純改變非正式的產業規範與行為準則，
仍然可能具有價值。***

如果各國能分享關於遞迴式自我改進，以及 AI 模型失準問題的資訊，就有可能讓所有人
逐漸認識到：

魯莽地開發 AI，其實並不符合任何人的利益。

## 總結

我仍然相信，AI 可以極大地改善人類的生活品質。

我對實現這些好處的渴望絲毫沒有減弱。

但是，只有當我們以正確的方式打造這項技術時，這些好處才有可能真正實現。

而且，只要我們能善用所爭取到的時間，那麼為了確保 AI 被正確打造，而採取異乎尋常
的慎重態度，是值得的。

AI 的進步速度仍然會相對快速。

但我們可以利用這段時間：

* 推進 AI 可解釋性科學；
* 改善前沿 AI 公司的營運安全與嚴謹程度；
* 建立讓我們對其對齊程度更有信心的 AI 模型。

**我所提出的這些措施，目的是讓 AI 前沿技術以一個安全的速度持續向前發展。**

**這些措施不會容易實現。**

**但我相信，為了全人類，我們有責任至少嘗試。**

--
心得：
我跟你說
這次是真的完蛋了
不是被先達成RSI的美國把網際網路打成殭屍網路
就是被先達成RSI的中國把網際網路打成殭屍網路
就算沒有被打成殭屍網路大概率也是會被AI進行恐怖統治
大家手牽手一起進焚化爐的時間又提早了
但在那之前
AI股先暴噴讓我爽一波吧
真有RSI還不噴爛？
歐硬啦！

--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.160.30.44 (臺灣)
※ 作者: strlen 2026-09-12 23:02:29
※ 文章代碼(AID): #1gfMcMe_ (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1789225366.A.A3F.html