一句话看懂：多伦多大学研究者发布报告《Pacing the Frontier, A Research Agenda》，指出“如何让 AI 减速”本身仍是一个没有答案的研究难题。与此同时，Anthropic 公布了追踪 AI 研发速度的新方法，而行业内部对减速手段仍缺乏共识。
事件核心：发生了什么
报告作者之一、多伦多大学 AI 研究者 Raymond Douglas 直言：“我们需要把这当作一个研究问题来对待。我们其实并不了解自己有哪些选项，也不清楚它们会产生什么效果。”近期，Anthropic 一名研究员离职并警告 AI 可能在数年內对人类构成生存威胁，随后该公司 AI 安全实验室负责人也表达了类似担忧。Anthropic、OpenAI、SpaceXAI、Google DeepMind 的负责人均对某种形式的“AI 减速或暂停”表示支持。
Anthropic 本周公布了几项追踪 AI 进展的新方法：数据显示 Claude 目前承担了该公司 26% 的 AI 研究工作，而 2026 年初这一比例为零；同时 Anthropic 将 6% 的算力预算用于研究如何让 AI 更安全。目前公开信息显示，这些指标更多来自企业自报，尚缺乏统一的外部核验标准。
为什么重要
当前 AI 公司正用 AI 构建更强的模型，这让外界担心出现“递归自我改进”的加速循环——AI 在几年内超出人类理解与控制能力。但业内对如何有效减速分歧明显：有人主张加强第三方评估，有人提议在 GPU 中植入追踪装置，甚至有人提出 ceremonially 销毁大量 AI 芯片。前英国 AI 安全研究所首席科学家 Geoffrey Irving 认为，严格的检查与审计在短期内可以起到暂停前沿 AI 开发的效果，“公司确实害怕递归自我改进和失控起飞”。不过 Control AI 负责人 Connor Leahy 批评说，大公司口中的“独立评估者”往往只是“付费请朋友看自己的提示词”，真正的检查应引入 FBI 或 NSA。美国政府是否愿意出手限制 AI 开发仍不确定，目前公开信息显示两党对约束大型 AI 企业的支持有所增加。
对用户/开发者/创作者的影响
如果减速从口号变成可执行机制，最先受影响的可能是前沿模型的训练节奏与发布频率，进而影响 API 调用成本、开源模型迭代速度，以及依赖最新大模型能力的 AI 应用和图像生成工具。开发者短期内不必担心模型突然下线，但企业采购和合规团队需要开始关注：未来模型能力报告是否会附带外部审计结果，算力使用是否被要求上报，以及闭源与开源模型在监管待遇上是否出现分化。对于内容创作者而言，工具能力上限的变化节奏可能放缓，但安全与合规相关的功能会更频繁地出现在产品更新中。
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 Anthropic 提出的追踪指标是否会被其他实验室采纳，还是各自为政形成互不兼容的“自证清白”体系；二是美国国会是否推动具有约束力的 AI 审计或算力登记立法，以及 FBI、NSA 等机构是否真的介入模型评估；三是递归自我改进相关指标能否被独立第三方复现，这决定了“AI 减速”究竟是一个可研究的问题，还是继续停留在口号层面。
来源：Wired AI
