一句话看懂：前 DeepMind 公关与政策团队成员 Vishal Maini 披露，2018 至 2022 年间该实验室曾禁止任何人以任何层级公开讨论“AI 可能导致人类灭绝”的风险。这件事本身不算意外，但它揭开了前沿 AI 实验室内部认知与对外口径之间的落差。
事件核心：发生了什么
Maini 曾在 DeepMind 的传播与政策团队工作，他的说法是：当时“关于人类灭绝可能性的对外沟通不被允许，组织中任何层级、任何人都不能谈”。研究人员被培训去把这些担忧定性为“危言耸听”，建议用《终结者》这类电影来类比，并迅速把话题转向医疗、气候等正面应用。
而在内部，团队清楚 AI 对齐问题并未解决，且“投入这个问题的人远远不够”。经过数月争取，DeepMind 后来放宽了限制，允许发布正面框架下的安全内容，包括一篇把灭绝风险包裹在友好措辞里的博客文章。Maini 认为，内部认知与对外表达之间的差距正在缩小，“因为证据现在更难被无视了”。这一披露出现的时间点，也正值越来越多 AI 安全研究者公开发声，其中也包括 DeepMind 内部的研究人员。
为什么重要
这不是一条关于模型发布或产品迭代的新闻，但它触及前沿 AI 行业的一个结构性问题：实验室内部的真实评估，与面向公众、客户和监管者的叙事之间，可能存在系统性偏差。对一家以“安全”为重要品牌资产的实验室而言，这种偏差如果长期存在，会削弱外界对其安全承诺的信任基础。更实际的影响在于，当头部实验室选择淡化极端风险时，整个行业的风险沟通标准也会被拉低，进而影响监管讨论的基线。
对用户/开发者/创作者的影响
对普通用户和开发者来说，短期内不会有产品层面的直接变化。但这件事提供了一个判断框架：评估一家 AI 公司的安全承诺时，不能只看它发布了什么安全博客或安全报告，还要看它在多大程度上允许内部人员公开讨论最坏情况。开发者在选择 API、开源模型或闭源大模型供应商时，若涉及敏感行业应用，值得把厂商的风险沟通透明度纳入考量。创作者和企业采购方也应注意，营销叙事和内部技术现实之间往往存在时滞。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 DeepMind 及其母公司是否会对这一说法作出回应或澄清；二是当前仍在 DeepMind 内部公开谈论安全风险的研究者，其言论空间是否真的比 2018 至 2022 年更宽松；三是这一披露是否会推动更多前员工或现任员工讲出类似经历，从而影响监管机构对前沿实验室内部治理的审查方向。目前公开信息显示，Maini 的描述尚未得到 DeepMind 官方证实。
