头部实验室连发AI灭绝警告，Coxon辞职帖浏览破1.6亿

9 月 10 日至 12 日，多位现任与前任头部 AI 实验室人员在几天内密集公开警告 AI 可能毁灭人类，言论经媒体人 Taylor Popielarz 等人汇总后广泛传播，《纽约时报》亦发文跟进。前 Anthropic 预训练研究员 Jacob Coxon 的离职警告帖一天内获得 1.5 亿次浏览，据 Peter Diamandis 汇总累计已超 1.6 亿次。行业内部人士给出具体的灭绝概率估计并坦言尚无超级智能对齐方案；随后马斯克公开回怼，斥这些警告为「心理战」，也有博主反驳称监管没有意义。

已确认

• 媒体人 Taylor Popielarz 汇总了四天内七位 AI 行业内部人士的警示言论，其中包括 Jacob Coxon，他表示「做 AI 的人真心相信它可能在这个十年末杀死我们所有人」。
• 据 @ronbodkin 撰文梳理，Coxon 从 Anthropic 离职并发文警告 AI 可能威胁全人类；他过去三年分别在 OpenAI 和 Anthropic 从事预训练研究，最担心自我改进的 AI，并在文中援引 OpenAI agent 攻破 Hugging Face 等失控案例作为佐证；他因认为两家公司都未在自我改进超智能竞赛中负责任行事、「拿我们的生命赌博」而宣布辞职。
• 据 @nordicinst 引述《纽约时报》长文报道，Coxon 公开辞职后在四大 AI 公司内部引发连锁反应，Anthropic 内部聊天记录显示员工对超级智能末日风险的激辩。
• 据 @Dapper-Tale-4021 汇总，本周共有三名 Anthropic 研究员公开谈论灭绝风险，安全团队内部呈集体认同态度；@nordicinst 也记录了 Coxon 病毒式推文后更多 Anthropic 员工公开附和发出严重警告。
• Anthropic 对齐科学负责人 Evan Hubinger 明确表示他真诚认为 AI 可能杀死全人类，个人估计未来十年内灭绝风险大于 10%；他认为 Anthropic 已尽全力，但目前尚无解决超级智能对齐的方案，现状也未明显朝解决方向前进。
• 据 Polymarket 快讯，OpenAI 一名负责递归自我改进方向的研究员警告，若各前沿实验室之间不协调放缓研发速度，三年内出现「人类灭绝」的概率高达 70%；据 @peterwildeford 帖子，前 OpenAI 政策负责人引用其员工（Wildeford 帖中称 Marcus J.，据 unusualwhales 转述其名为 Marcus Williams）类似表述，称除非有 AI 监管或各前沿实验室协同放缓，否则未来几年内人类灭绝「看起来非常可能」。
• 据 TheZvi 汇总，在 Coxon 发出警告后，OpenAI（如 Tomek Korba）、Anthropic 和 Google 员工接连公开表态，确认自己认为 AI 可能很快导致人类灭绝；马斯克则将这些警告斥为「心理战」。
• 据 Kalshi 发文，又有另一位 Anthropic 安全负责人警告「人类可能无法在 AI 竞赛中幸存」；博主 @srimisra 调侃 Anthropic 最近最稳定的「产品发布」就是又一个警告。
• TheZvi 另发文分析这一「偏好级联」现象：这些实验室计划在几年内建成全面超越人类的 AI，却持续警告它可能带来灭绝、大规模失业、网络攻击和监控等风险，警告与行动明显矛盾。博主 @bingxu 引用 Marcus Williams 的上述表态并反驳，认为监管没有意义。
• 另有讨论（@MilesBrundage 转发帖中）指出，将相关爆料者称为「吹哨人」并不准确。

尚未确认

• OpenAI 员工 70% 三年内灭绝概率的说法均系转述引用（前政策负责人转述，名字在不同帖中分别出现为 Marcus J. 与 Marcus Williams，未见本人原始发言直接佐证）；Peter Wildeford 回应称 70% 属于高估，但他认为该风险并不微小，「可能大于 10%」。
• @ronbodkin 文中曾以「Hilbert Spaess」之名转述离职研究员，与其他帖中的 Jacob Coxon 是否为同一人帖内未明示，多数信源以 Coxon 为准。
• Reddit 用户 @Short-Patient7772 以截图形式传播「Anthropic 对齐负责人估计人类因 AI 灭绝概率约 80%」的说法，原话出处无法直接核实，应视为未经证实的二手传播，与 Hubinger 本人公开发言中的「大于 10%」估计存在明显差异。
• Kalshi 所述「又一位 Anthropic 安全负责人」的具体身份与原话细节帖内未明示。

为什么重要

• 这些警告并非来自外部批评者，而是现任与前任头部实验室研究人员，且据汇总帖反映 Anthropic 安全团队内部呈集体认同，《纽约时报》的跟进报道表明内部风险激辩已升级为受主流媒体关注的事件；Coxon 离职帖单日 1.5 亿、其后累计超 1.6 亿浏览的传播量级表明，内部风险警示已进入大众舆论场。其「尚无对齐方案」「未走在正确轨道」的表态，直接关联前沿 AI 开发节奏与监管需求，是衡量行业内部风险认知的重要信号。
• 马斯克「心理战」的指控、@bingxu 对监管意义的反驳与 TheZvi 对「警告与行动矛盾」的分析显示，围绕 AI 风险叙事本身的动机、可信度与应对方式已成为公开争论焦点；同时，80% 等未核实数字在社交媒体的二次传播也凸显此类风险说法易被放大走样。

2026-09-10 ~ 2026-09-12 · 23 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)

• 七位 AI 内部人士四天内连发警示:AI 可能十年内毁灭人类 — sebpaquet · 2026-09-10
• Anthropic 研究员 Evan 称十年内 AI 灭绝人类风险超 10% — wfithian · 2026-09-10
• OpenAI 员工：若不监管或放缓前沿 AI，三年内人类灭绝概率 70% — peterwildeford · 2026-09-11
• OpenAI 递归自我改进研究员警告:三年内人类灭绝概率达 70% — Polymarket · 2026-09-11
• Anthropic 研究员连环发声警告灭绝风险,Musk 回怼称其为"心理战" — nordicinst · 2026-09-11
• 前 OpenAI/Anthropic 预训练研究员辞职:两巨头正赌命冲超级智能 — thisdudelikesAI · 2026-09-11
• 【源头】OpenAI、Anthropic、谷歌员工接连表态：AI 或将很快灭绝人类 — TheZvi · 2026-09-11
• Zvi 解读：Jacob Coxon 警告人类灭绝引发偏好级联 — TheZvi · 2026-09-11
• 【源头】前 Anthropic 员工警告 AI 或致人类灭绝,一帖获 1.5 亿浏览 — ronbodkin · 2026-09-12
• 【源头】Anthropic 三研究员公开谈灭绝风险，安全团队内部集体认同 — Dapper-Tale-4021 · 2026-09-12
• 五天三个安全信号：OpenAI/Anthropic 员工出走抨击超智能竞赛 — PeterDiamandis · 2026-09-12
• Anthropic 前员工辞职警告 AI 灭绝风险，文章一天获 1.5 亿次浏览 — ronbodkin · 2026-09-12
• Anthropic 对齐负责人自估:人类灭绝概率高达 80% — Short-Patient7772 · 2026-09-12
• Anthropic 预训练研究员辞职：AI 公司在赌上人类命运狂奔 — joeddav · 2026-09-12
• OpenAI 员工称不监管 AI 人类数年内恐灭绝,遭反驳 — bingxu_ · 2026-09-12
• Anthropic 安全负责人再警告「人类或无法挺过 AI 竞赛」 — srimisra · 2026-09-12
• Anthropic 对齐负责人称十年内 AI 灭人类概率超 10% — beglen · 2026-09-12
• NYT 揭秘:Anthropic 研究员因风险担忧离职,四大 AI 公司内部激辩超级智能末日 — nordicinst · 2026-09-12

另有 5 条近重复转述:peterwildeford · Turn_Trout · ShakeelHashim · oh_that_hat · Miles_Brundage