Sayash Kapoor 如何把 AI 研究做成政策影响力
sayashk · x · 2026-07-28
学者如何在 AI 政策中真正产生影响
这篇长访谈讨论的是 Sayash Kapoor 如何把研究做成政策影响力。Kapoor 早年在 Facebook 见到 GDPR 的落地过程后，对技术政策产生兴趣；后来他一路进入这个领域，参与了美国联邦关于开源 AI 的报告，也在华盛顿建立起许多研究者要很久才能积累的声誉。
文章重点包括：
- 为什么技术政策更像风投而不是工程，很多“高风险下注”反而值得做；
- 研究影响政策的几种不同路径；
- 在不特别奖励公共影响的机构里，如何仍然做出实际作用；
- 他如何选择研究问题，以及当前他认为被忽视的 AI 政策议题；
- 技术背景的人想进入 policymaking，需要补哪些能力。
Kapoor 也是《AI Snake Oil》与《AI as Normal Technology》的合著者，明年秋天将加入 UC Berkeley，建立一个研究 AI 评测科学的实验室。
「漫话AGI」频道最新
- AI 检测器越强，学校越可能滥用它判学生 — ruthstarkman · 2026-07-28
- AI 倒逼企业知识管理变革:为未来智能体留存一切 — corbtt · 2026-07-28
- 学者影响 AI 政策要押高上限项目 — sayashk · 2026-07-28
- 多极 AI 竞争下，作者称开源模型无法靠禁令解决 — jfischoff · 2026-07-28
- 一则长帖解释了为什么 LLM 更可能先在美国诞生 — wordgrammer · 2026-07-28
- LessWrong 文章称 OpenAI 长时程事故是委托权威失效 — davidmanheim · 2026-07-28