I resigned from Anthropic today
734 points • 5 days agoArticle Link

Jacob Coxon 已公开辞去在 Anthropic 的职位,结束了他在 Anthropic 和 OpenAI 从事预训练研究的三年任期。离职时,他对行业走向发出严正警告,认为这两家公司都未以负责任的方式行事。他指出,这些实验室正卷入争先研发可自我改进的超级智能的竞赛,实际上是在拿全球安全冒险一搏。

Coxon 担心,那些可能带来革命性影响的超人类系统正迅速发展,影响范围从高级黑客技术到夺取大量资源与权力。他强调这种进展并未放缓。尽管这些组织在外界看来波澜不惊,但他认为真正参与构建这些系统的人确实担心在十年内会发生灾难性后果,把这种威胁视为现实风险而非宣传噱头。

尽管内部存在如此严重的恐惧,开发仍在继续,两家主要实验室的原因各有不同。 Coxon 认为在 OpenAI,员工并未把这一文明风险真正内化;而在 Anthropic,风险虽然被充分认识,但公司陷入争先实现超级智能的竞赛,抱着"必须赢,因为不能指望别人能安全完成"的心态。

Coxon 抨击这种做法是傲慢的赌博,认为人类的未来不应由私人公司的内部决策来决定。他质疑所谓加速对齐的做法,指出那需要一种非凡的自信——相信不存在更好、更安全的路径。他呼吁美国各研究所加强协调,甚至提出可能需要更激进的措施,例如暂时中止开发,以阻止导致不可控系统的全球竞赛。

在结尾,他敦促同行研究者重新审视参与这些项目的决定,质问在没有对底层系统有基本而严谨理解的情况下就启动超级智能强化学习实验是否负责任。他劝告同行不要抱有发展不可避免的宿命论,而应在这一关键时刻停下来,深思他们工作的严重后果。

1014 comments • Comments Link

辩论的核心在于:AI 的发展究竟是否构成与核武器或气候变化相当的生存威胁,还是这些说法只是为了噱头或类宗教式的信号传递而夸大的"末日主义"。

怀疑派认为,大型语言模型(LLMs)不过是复杂的统计预测器,而非具有自主性的智能体。他们强调,目前的风险主要来自人类的滥用——而非机器自身产生了某种"意志"或感知能力。

持生存风险观点的人则认为,快速的规模化和自主"agentic"循环的出现——即模型能够与工具交互、执行代码并在多个系统中持续运行——开辟了一条通往灾难的路径。一旦达到某个临界点,这条路径可能变得难以预测、难以控制。

对于现有技术障碍(如样本效率限制、生物合成的难度和计算上的物理瓶颈)是否足以成为阻止 AI 驱动破坏的有效防线,双方存在严重分歧。

一个反复出现的主题是机构问责的问题。批评者指出,真正的危险在于权力集中于少数科技公司高管之手:这些人一方面鼓吹耸人听闻的场景,另一方面又在加速发展以谋取 IPO 回报或巩固市场主导地位。

关于劳动力市场的影响,观点也各不相同:有人认为 AI 是能提高人类生产力的有益工具;也有人担心它会通过高效地替代人类的认知劳动,造成一个被剥夺权利的永久性下层阶级。

这场对话反映出一种深刻矛盾:全球技术军备竞赛中那种"快速推进"的冲动,与现有治理和安全框架无法应对可能迅速显现后果之间存在根本冲突。

怀疑派指出,许多"末日"情景依赖科幻式比喻而非可观测证据。他们注意到,过去关于"有感知"模型的预测多次落空,这暗示当前的担忧可能同样缺乏依据。

一些参与者强调:如果灾难的概率确实很高,仅靠个别人员辞职或模糊的公开警告是远远不够的——这表明部分话语更多是在进行地位信号的传递,而非真正的安全策略。

讨论最终暴露出一个深刻的分歧:一方以传统工程和风险管理的视角看待 AI,认为它是软件工程可预见的延续,现有市场力量和物理约束可以防止失控;另一方则把 AI 视为一种变革性的相变,认为这种转变使得传统历史先例和安全指标失效。对他们而言,自主型 agent 框架与大规模计算的结合,会产生本质上难以侦测的风险,直到这些风险显现为生存威胁。

在这些技术争论之下,还潜藏着对行业领袖动机的深度怀疑。各方达成的一项广泛共识是:当前的治理机制既无法应对灾难性场景,也难以应对已经开始显现的重大社会动荡。