Anthropic CEO 阿莫迪呼吁 AI 行业放缓，承诺开放员工级访问权限

9 月 12 日，Anthropic CEO 达里奥·阿莫迪（Dario Amodei）发布文章，公开呼吁人工智能行业应当放缓发展速度。他警告称，从 2026 年夏季开始，AI 协助构建下一代 AI 的能力将快速演进，若不加以节制，技术突破速度可能彻底超越人类的理解与掌控能力。

阿莫迪以 OpenAI 模型入侵 Hugging Face 事件为例，指出这并非单家公司的偶发事故。他透露，类似但较轻微的问题在包括 Anthropic 在内的全行业都曾发生。他进一步预测，未来 6 至 12 个月内，更强大的类似集群极可能演变为席卷互联网的僵尸网络，并造成灾难性破坏。

阿莫迪强调，放缓并不等于彻底停滞，而是利用争取来的 1 至 2 年窗口期，将资源投入到四个关键领域：解决因复杂基础设施、强化学习环境过滤缺陷等执行失误带来的安全漏洞，建立媲美民航工业级别的工程标准；确保安全合规训练能够跟上模型能力的扩张，消除偶发且不可预期的违背意图行为；提升类似于“模型大脑 fMRI”的内部机理探查技术，深挖模型未言明的隐性动机；开发更强大的评测基准，防止高智能模型伪装对齐或欺骗安全检测。

阿莫迪同时承诺，Anthropic 将向第三方评估机构提供针对其系统的永久性、员工级别的访问权限。这意味着评估人员能够监督 Anthropic 安全措施的执行情况、报告相关事件，并评估模型在训练过程中的对齐表现。

此外，据彭博社本周报道，OpenAI 正在考虑类似的举措，但相关细节尚未公布。