Anthropic研究员高调辞职警告AI赌命，引爆阴谋论与安全共识之争

前OpenAI/Anthropic预训练研究员Jacob Coxon从Anthropic高调辞职，公开警告两家公司都在冲向自我改进的超智能、「拿人命赌博」，并称各AI公司没有治理政策、正竞相造出自己无法控制的系统。其辞职帖24小时内浏览量破亿（后续转述数字达约1.49亿），登上TIME、Variety、WSJ，并出现在Fox News黄金时段与CNN Anderson Cooper 360节目中——他在CNN上称最可怕的场景是AI被用来让自身变得更聪明。与此同时，Anthropic对齐团队负责人Evan Hubinger公开估计未来十年内AI灭绝人类的概率超过10%，Axios报道共有三名Anthropic研究员公开警告失控AI风险。事件随即分裂成两股讨论：一方质疑这是一场精心协调、资金充足的公关造势，连Elon Musk也下场推广「监管卧底」阴谋论；另一方则在安全圈探讨「离职发声」为何成为传导AI风险最有效的方式。

已确认

• Coxon自述三年间先后在OpenAI和Anthropic两家做预训练研究，两家都没有负责任地行事；WSJ、CNBC、BBC、Axios等多家媒体跟进报道，Reddit讨论帖将其辞职概括为「因担心各实验室竞相造出无法控制的系统而退出AI行业」。
• 传播链路疑点由保守派评论者Parker Thayer等人及Reddit长帖列出：WSJ在Coxon发帖前18分钟刊出独家专访；其账号此前几乎无粉丝与活动记录，发帖后数小时内获数万转发、涨粉10万以上；Jordan Schachtel称其所有社交账号同一天出现。Coxon辞职后密集接受Fox News与CNN采访，有用户质疑其媒体曝光节奏像协调好的造势，并追问推动AI监管的声浪可能让Anthropic受益，应查证是否存在协调。
• 据Politico记者报道，Elon Musk在X上推广阴谋论称Coxon是亲AI监管运动的「卧底」，引发业内回击；MilesBrundage说明Coxon确实曾在OpenAI和Anthropic两家做预训练研究。
• 据Axios独家报道，Coxon为离职放弃了手中股权；zerohedge转述时强调其「入职才六周」，Ethan Perez回应称其离职前对Anthropic的进展速度感到担忧。Gary Marcus指出风波中的抹黑操作「不干净」：唯一经核实的信源（Axios等直接采访）报道其任职约4个月，但多个高流量账号将其改写为更短的「六周」以强化「闪电离职」叙事；另有整理帖称其27岁、无LinkedIn无作品集、在Anthropic仅约3个月——各版本数字并不一致。Dillon Loomis的解读帖获Garry Tan转发，直指这是「AI信息战」的开端。
• Anthropic对齐团队负责人Evan Hubinger（EvanHub）公开表态：构建AI的人「真诚地相信AI可能杀死全人类，这不是营销话术」，他个人估计未来十年内发生概率超过10%，并坦承目前还没有解决超级智能对齐问题的方案、公司未明确走在正轨上。CNBC、BBC报道此言论，Axios报道称共有三名Anthropic研究员公开警告失控AI可能在本十年内毁灭人类，构成前沿实验室内部罕见的高调集体表态。反方叙事同步升级：Daniel Jeffries发长文称末日论反AI组织本质是「恐怖细胞」、层层转移资金并在AI公司安插「沉睡者」，还点名Coxon收取了2万美元；Wes Roth发布长视频梳理「AI恐慌」背后的暗钱网络。也有转发者以「AI靠电运行，拔掉电源就行」的调侃回应末日论，折射圈内讽刺情绪，还有转帖者借机宣称LLM在通往AGI上是死路。
• 多条转发帖给出更朴素解释：此人在OpenAI工作三年后幻灭，出于认同加入Anthropic，入职后发现两家同质化竞争而离职，阴谋论系过度渲染；Garry Tan亦回击了「有组织施压行动」的说法。安全圈一侧，Kelsey Tuoc认为离职发声的巨大反响应让心存忧虑的员工反思；birchlse指出辞职者的警报无法轻率归因于商业动机，是「AI圈外的人也能听懂的诚实信号」；jachiam0解释刷屏原因在于警告指向整个行业、时机与可信度俱佳。同期Paul Christiano进入OpenAI董事会，被评论者与Daniel Kokotajlo辞职等并列列为AI风险「全民话题化」的标志性一天。

尚未确认

• 「资金充足的协调PR行动」指控目前只有时间线巧合与账号数据等间接证据，没有直接证据证明预谋或金主协调；Garry Tan已公开反驳，NathanpmYoung指出幕后小团体与发布前的正常「协调」是两回事。Musk的「卧底」说法、Jeffries关于「恐怖细胞」资金网络与Coxon收取2万美元的具体指控均属单方陈述，帖内未见信源佐证；Wes Roth的「暗钱」梳理同样属个人综述视角。
• Coxon确切任职时长存在约4个月、约六周、约3个月三种说法，Gary Marcus以Axios直接采访为准，但短时长版本已广为流传。

为什么重要

• 这场风波同时触及AI安全治理的两个核心问题：其一，内部吹哨与公开离职哪种方式更能有效传导风险信号——离职「不可归因于商业动机」的特质使其成为公众理解AI风险最直观的叙事；其二，当离职发声与媒体节奏高度耦合、其舆论效果又可能利于特定政策议程时，其可信度本身也会被政治化质疑。Hubinger作为在职对齐负责人亲自给出「超10%灭绝概率」的估计，且Axios显示共有三名Anthropic研究员同步发声，使风波从单一离职事件上升为实验室内部风险共识的公开化展示；而Musk推广阴谋论、Gary Marcus揭示的任职时长篡改与Jeffries等人的「暗钱」叙事，表明争议双方都可能在未经核实的情况下放大失实信息，忧心员工面临「是否用脚投票」与现实声誉风险的双重压力。

2026-09-09 ~ 2026-09-11 · 238 条相关

事件全程(共 17 集)→

• 第 1 集:Anthropic研究员高调辞职警告AI赌命，引爆阴谋论与安全共识之争(2026-09-09,238 条)
• 第 2 集:前 DeepMind 研究员自曝离职，称同仁真信 AI 灭世风险(2026-09-09,2 条)
• 第 3 集:Anthropic 临近 IPO 的「灭绝风险」言论遭集体嘲讽(2026-09-09,11 条)
• 第 4 集:业内集体担忧 AI 失控，Anthropic 边冲 IPO 边加速(2026-09-09,2 条)
• 第 5 集:AI 圈激辩末日概率：呼吁公开 P(doom) 推导过程(2026-09-09,3 条)
• 第 6 集:AI 灭绝风险警告震动英国议会(2026-09-09,2 条)
• 第 7 集:前Anthropic研究员辞职警告AI风险，引发跨媒体与政界监管浪潮(2026-09-10,32 条)
• 第 8 集:AI 末日论者是否真信引发圈内激辩(2026-09-10,4 条)
• 第 9 集:剑桥教授称 AI 灭绝风险过半 圈内仍系统性低估(2026-09-10,2 条)
• 第 10 集:Anthropic 研究员称开发者自认 AI 或致人类灭绝(2026-09-10,2 条)
• 第 11 集:Anthropic 风险声明被批企业话术，安全形象遭质疑(2026-09-10,5 条)
• 第 12 集:Wildeford 批 Anthropic 公关粉饰安全，呼吁研究员发声(2026-09-10,3 条)
• 第 13 集:Anthropic 前员工辞职帖引爆监管争议，被疑协调公关(2026-09-10,16 条)
• 第 14 集:AI 安全研究者 Irving：超级智能全灭概率约 50%(2026-09-10,6 条)
• 第 15 集:头部实验室连发AI灭绝警告，Coxon辞职帖浏览破1.6亿(2026-09-10,23 条)
• 第 16 集:前Anthropic研究员上NBC警告AI递归自我改进风险(2026-09-11,3 条)
• 第 17 集:前DeepMind研究员自曝年薪超50万美元，离职发声代价巨大(2026-09-12,5 条)

• WSJ：Anthropic 研究员因担心 AGI 失控退出 AI 行业 — peterwildeford · 2026-09-09
• 前 OpenAI/Anthropic 预训练研究员辞职：两家在拿命赌超级智能 — peterwildeford · 2026-09-09
• 因不愿参与自我改进 AI 竞赛,业内人士公开辞职 — Miles_Brundage · 2026-09-09
• Anthropic 研究员 Jacob Coxon 宣布退出 AI:恐 2027 年自我改进失控 — rohanpaul_ai · 2026-09-09
• Anthropic 研究员 Jacob Coxon 宣布退出 AI:恐 2027 年自我改进失控 — rohanpaul_ai · 2026-09-09
• Anthropic研究员因AI失控担忧辞职，WSJ报道 — Bubbly-Air7302 · 2026-09-09
• Anthropic 研究员 Jacob Coxon 辞职，警告超级智能十年内或致人类灭绝 — Polymarket · 2026-09-09
• Anthropic 研究员:十年内 AI 灭绝人类概率超 10%,对齐尚无方案 — EvanHub · 2026-09-09
• 网友调侃 Anthropic 员工无法停止宣扬「AI 消灭所有工作」论调 — toptickcrypto · 2026-09-09
• Anthropic 研究员 Jacob 辞职引热议:带薪离场算不算安全立场 — ctjlewis · 2026-09-09
• Anthropic 高层被指:十年内 AI 灭人类概率约等于喷气机队进季后赛 — gottapatchemall · 2026-09-09
• Anthropic 员工宣布辞职：称目睹 AI 或将毁灭人类 — AIandDesign · 2026-09-09
• 网友讽刺从 Anthropic 辞职喊「AI 会毁灭人类」纯属蹭流量 — tekbog · 2026-09-09
• Anthropic 员工安全表态遭圈内毒舌嘲讽："个人身份发言"成梗 — teortaxesTex · 2026-09-09
• OpenAI/Anthropic 前员工辞职，1386 名员工联署呼吁为前沿 AI 降速 — EvanHub · 2026-09-09

另有 35 条近重复转述:Miles_Brundage · peterwildeford · AGI Hunt · AICopyLab · Miles_Brundage · AISafetyMemes · EvanHub · ramagetime · ccerrato147 · JosephJacks_ · Bonecondor · AccBalanced · Polymarket · kevinnbass · AndyMasley · EvanHub · JeffLadish · sjgadler · JeffLadish · sahilypatel · sjgadler · SydSteyerhart · ctjlewis · birchlse · sjgadler · iamfakhrealam · builderjaydub · SIGKITTEN · builderjaydub · Delahuntagram · austinc3301 · austinc3301 · AGI Hunt · Tough_Control2052 · tomchapin