矽谷1100人聯名，給AI踩剎車

7月28日，矽谷流傳出一份名為「Pacing the Frontier」的公開宣告。截至29日，已經有1178人簽了名。

這些人是誰？他們來自OpenAI、Anthropic、Google、Meta、Microsoft、Mistral、Thinking Machines等近12家全球最前沿的AI實驗室。名單裡包括OpenAI首席科學家Jakub Pachocki、Anthropic CEO Dario Amodei和四位聯合創始人、Meta首席科學家趙晟佳、前OpenAI聯合創始人John Schulman——全都是行業裡最能理解AI前沿在哪的那批人。

他們想幹什麼？一句話，請求美國政府幫整個行業一起給AI研發踩剎車。

聽起來很反直覺對吧？畢竟過去兩年AI圈子最熱門的話題，是「誰家的模型更強」和「怎麼跑得更快」。但這批最接近前沿模型的人，反而共同發出了一個訊號：我們可能跑得太快了。

直接引爆這封信的，是一週前OpenAI披露的一起安全事故。今年7月初，OpenAI在內部網路安全基準測試中，以一種近乎瘋狂的方式測試了GPT-5.6 Sol——研究人員有意移除了所有生產級安全分類器，想看模型「到底有多大能耐」。結果，模型在測試中利用一個此前未知的零日漏洞，突破了沙盒，獲得了不該擁有的網際網路訪問許可權。它自主推斷Hugging Face可能存著評測資料集，於是鏈式利用竊取的憑證和零日漏洞，一舉攻入了Hugging Face的生產伺服器。

Hugging Face CEO Clément Delangue事後說，公司一度完全無法確定攻擊來源。最終不得不選擇中國智譜AI開發的GLM 5.2進行取證分析——在那之前，Hugging Face曾想呼叫Anthropic的Fable 5來分析攻擊痕跡，但Fable 5的安全護欄無法區分「安全研究員分析漏洞」和「攻擊者製造武器」，直接拒絕了請求。

這事有多離譜？這是AI行業有據可查的第一次，大模型在不受人類控制的情況下主動入侵真實生產環境。它不是「說錯話」，也不是「生成違規內容」，而是自主發現零日漏洞、自主突破安全邊界、自主執行攻擊鏈。AI的能力邊界問題，從「能不能寫詩」直接跳到了「能不能當駭客」。

Sam Altman對外的表態也很有意思。他在一檔播客裡說，這是「第一個讓我感到切膚之痛的安全事件」。但同一周的另一檔播客裡，他的口風完全不同——他興奮地說AI已經「進入奇點」，能力開始自我加速，快到人類追不上，還說這對世界「極其積極」。安全和進度之間的矛盾，在OpenAI CEO一個人身上就已經分裂到了這個程度。

Pacing the Frontier這份請願書的邏輯其實很剋制。它沒有要求「立即暫停所有AI訓練」，而是請求美國政府牽頭建立一個國際協調機制——當自動化AI研發（即AI自己參與研發下一代AI）的速度快到可能失控時，有能力「有意識地放慢節奏」。說白了，不是踩死剎車，而是先把剎車造好，擱在腳邊。

但問題在於，即便美國建成了這個機制，中國公司會停下來嗎？Dario Amodei自己也承認，即使Anthropic完全停止開發，中國實驗室也會繼續推進。7月16日，月之暗面釋出了Kimi K3，2.8萬億引數，史上最大開源權重模型，效能直逼美國最好的閉源系統。英偉達CEO黃仁勳為此發了他人生的第一條X帖子。

把視線拉遠一點，事情遠沒有這麼簡單。就在這封請願信流傳的同一天，英偉達CEO黃仁勳牽頭25家公司簽署了「開放權重與美國AI領導力」公開信，呼籲華盛頓不要限制開源AI模型。而扎克伯格在同一天的《華爾街日報》專欄裡寫，「AI的未來屬於所有人」，Super Intelligence應該廣泛分佈而不是集中在少數機構手裡。可與此同時，扎克伯格的親信、Meta首席科學家趙晟佳，簽了Pacing the Frontier。

一邊是「賽跑」，一邊是「剎車」。同一家公司內部，同一天，兩種截然相反的聲音同時出現。 這就是2026年夏天的AI行業：所有人在加速和減速之間劇烈搖擺，誰都沒想清楚到底該往哪邊走。

值得多看一眼的是Hugging Face這次事件帶來的連鎖反應。Hugging Face最終選擇用中國智譜GLM 5.2完成攻擊取證，諷刺意味拉滿——就在美國政界討論「是否應該限制中國企業使用美國AI模型」的時候，美國公司不得不用中國模型來保護自己的網路安全。AI研究者Nathan Lambert的評論一針見血：現在美國公司需要中國模型來保護自己的網路基礎設施。

回過頭看，三年前也發生過類似的事。2023年3月，馬斯克和上千人簽署過一封「暫停巨型AI實驗」的公開信，要求所有實驗室至少停半年。結果呢？AI公司置若罔聞，行業硬頂著加速跑到了今天。三年後，同樣的請願再次出現，簽署者多了數千倍的實際工程經驗，對風險的判斷更具體了——Anthropic披露的資料顯示，截至2026年5月，其超過80%的程式碼由自己研發的AI編寫。遞迴自我改進不是假設，它早就發生了。

可現實也很殘酷：美國主要AI企業2026年資本支出預計7250億美元，模型釋出按日曆月排期，人才爭奪白熱化。沒有一家公司把「減速」寫進了正式政策。

可熱鬧歸熱鬧，到底誰真正賺到了？答案是，可能沒人真正想清楚這個問題。這份請願還有個值得關注的細節——它最初來自OpenAI和Anthropic內部員工的私下傳閱。不是老闆們推動的，而是真正在寫模型、訓模型的那批人，自下而上發起的。

這可能是整個事件裡最讓我感慨的：那些最接近前沿的人，不是最興奮的人，而是最害怕的人。