斯坦福学者谈AI发布：反对作秀式放缓，主张发布即担责

斯坦福教授 Anshul Kundaje 于 9 月 14—15 日在 X 上与 antibody42 等网友围绕 AI 安全与发布监管展开多轮讨论，系统阐述了自己「反对作秀式放缓、支持发布即担责」的立场，引发了对惩罚性监管可行性的交锋。

已确认

Kundaje 明确表示不赞成为了「作秀」而放缓模型发布：如果内部与外部评估者都有高置信度的审查、没有切实理由扣留，模型就应当带着全部责任发布，责任本身也是一种额外压力点。
他同时批评前沿实验室「边放半成品边说需要时间加护栏」的做法：竞赛环境下总会有别家把同样问题的模型发出去，因此出路只有协调式放缓（coordinated slowdown）。
他主张：若厂商和评估者对模型有意或无意欺骗的风险没有把握、无法对齐或解读模型，就必须在广泛发布前投入时间弄清楚；这只是在高风险领域基本的科学审慎，而非渲染「灭绝级风险」——他特意与后一类说法切割，认为那类表述无助于讨论。
antibody42 提出，多家公司近几个月的发布已构成「多项重罪的证据」，主张以惩罚性法律倒逼安全，但承认在行业付出一次足够惨痛的代价之前，这类法律很难真正阻止鲁莽行为；Kundaje 对此表示呼应，认为应对这些相对良性的早期问题（据其讨论语境）从严追责。
另一位 X 用户 @cgarciae88 于 9 月 14 日提出替代监管思路：对安全事件处以「几乎让公司破产」级别的巨额罚款，以此自然减缓行业节奏、迫使实验室在安全上谨慎几个数量级，并认为这比现有监管提案更诚实。

这场讨论集中呈现了当前 AI 治理的两条思路之争：以 Kundaje 为代表的「科学审慎 + 发布担责」路线，与以惩罚性重罚倒逼安全的路线，双方在「威慑是否需要先发生一次灾难才生效」上存在分歧，但都指向对现有半成品式发布节奏的不满。
「协调式放缓」能否在竞争格局下落地，以及重罚机制是否会淘汰违规公司而非仅规范行为，是这场争论留给行业的核心悬而未决的问题。

2026-09-14 ~ 2026-09-15 · 7 条相关