這家高喊人工智能危險(xiǎn)性的人工智能公司似乎始終無法放慢腳步。
作者：Matteo Wong

談到人類滅絕，你肯定不想聽到這樣的話，但我當(dāng)時(shí)確實(shí)聽到了：“事情發(fā)展得太快了，令人不安。” 我當(dāng)時(shí)正和 Anthropic 的安全研究員 Sam Bowman 坐在會(huì)議室里。這家人工智能公司最新估值高達(dá)1830億美元，為了與 OpenAI、谷歌以及其他行業(yè)巨頭競爭，它完全有動(dòng)力加快步伐，推出更多產(chǎn)品，并開發(fā)更先進(jìn)的聊天機(jī)器人。但 Anthropic 內(nèi)部卻存在矛盾——他們對幾乎每一個(gè)決定都深思熟慮，甚至焦慮不安。

Anthropic 將自身定位為人工智能行業(yè)的“超我”：這家公司在圍繞這項(xiàng)技術(shù)的重大問題上擁有最權(quán)威的發(fā)言權(quán)，而競爭對手則專注于開發(fā)廣告和聯(lián)盟購物鏈接（Anthropic 的首席執(zhí)行官 Dario Amodei 上周在達(dá)沃斯接受采訪時(shí)就曾急于強(qiáng)調(diào)這一點(diǎn)）。周一，Amodei 發(fā)表了一篇題為《技術(shù)的青春期》的長文，探討了他所謂的“強(qiáng)大人工智能”（Anthropic 正在開發(fā)的技術(shù)）所帶來的“文明問題”。這篇文章尤其關(guān)注民主、國家安全和經(jīng)濟(jì)。“鑒于我們在明尼蘇達(dá)州目睹的慘狀，文章強(qiáng)調(diào)在國內(nèi)維護(hù)民主價(jià)值觀和權(quán)利的重要性尤為重要，”Amodei在 X 網(wǎng)站上寫道，這使他成為極少數(shù)公開反對特朗普政府近期行動(dòng)的科技領(lǐng)袖之一。

當(dāng)然，這種言論有助于品牌塑造——讓Anthropic在競爭激烈的行業(yè)中脫穎而出。但我長期關(guān)注這家公司，最近又與包括Amodei在內(nèi)的許多員工和高管進(jìn)行了交流，我可以肯定地說，Anthropic至少在立場上是始終如一的。它不斷地就人工智能相關(guān)的倫理問題發(fā)表意見，并且似乎格外關(guān)注用戶安全。例如，Bowman的工作就是在Anthropic的產(chǎn)品發(fā)布前進(jìn)行審核，確保它們不會(huì)散播諸如白人至上主義之類的言論；不會(huì)讓用戶陷入妄想危機(jī)；也不會(huì)生成未經(jīng)同意的色情內(nèi)容。

目前來看，這項(xiàng)努力似乎奏效了：與其他流行的聊天機(jī)器人（包括 OpenAI 的 ChatGPT 和埃隆·馬斯克的 Grok）不同，Anthropic 的聊天機(jī)器人 Claude 雖然技術(shù)水平與其他同類產(chǎn)品不相上下，甚至在某些方面更勝一籌，但并未出現(xiàn)任何重大的公開丑聞。（這或許部分是因?yàn)樗牧奶鞕C(jī)器人不生成圖像，而且用戶基數(shù)也比一些競爭對手的產(chǎn)品要小。）盡管 Anthropic 迄今為止躲過了其他大型語言模型所遭遇的各種丑聞，但該公司并未讓人相信此類問題能夠永遠(yuǎn)避免。去年夏天我與 Bowman 會(huì)面時(shí)，該公司剛剛透露，在實(shí)驗(yàn)環(huán)境中，Claude 的某些版本已經(jīng)展現(xiàn)出勒索用戶以及在用戶詢問如何制造生物武器時(shí)提供幫助的能力。但該公司仍然繼續(xù)推進(jìn)其模型的開發(fā)，并表示 Claude 能夠編寫相當(dāng)一部分——在某些情況下甚至是全部——自身的代碼。

Anthropic公司發(fā)布白皮書，揭露其賦予Claude的種種可怕能力（例如《LLM如何成為內(nèi)部威脅》、 《從捷徑到破壞》），并向政界人士提出這些問題。OpenAI首席執(zhí)行官Sam Altman和其他人工智能高管也長期以來大肆渲染人工智能的破壞潛力，而這往往是為了自身利益。但這些競爭對手卻發(fā)布了粗制濫造的TikTok克隆產(chǎn)品和垃圾生成器。如今，除了聊天機(jī)器人之外，Anthropic公司唯一的主要消費(fèi)產(chǎn)品是Claude Code，這是一款功能強(qiáng)大的工具，號(hào)稱可以自動(dòng)化各種工作，但其目標(biāo)用戶群體仍然相對有限，主要集中在開發(fā)者和程序員。

這家公司的謹(jǐn)慎態(tài)度導(dǎo)致其企業(yè)文化有時(shí)令人費(fèi)解。Anthropic公司似乎比競爭對手更真誠地致力于安全，但它也在全力研發(fā)一些它自己也承認(rèn)可能極其危險(xiǎn)的工具。這家公司似乎渴望脫穎而出。但Anthropic的真正理念是什么？

Anthropic 由七位從 openai 分裂出來的創(chuàng)始人于 2021 年創(chuàng)立，其員工和高管們都顯得異常認(rèn)真，甚至有些病態(tài)。我旁聽了 Anthropic 社會(huì)影響團(tuán)隊(duì)的一次會(huì)議，這是一個(gè)致力于研究人工智能如何影響工作、教育等領(lǐng)域的團(tuán)隊(duì)。這是一次頭腦風(fēng)暴會(huì)議：團(tuán)隊(duì)希望探索能否開發(fā)出與人類協(xié)同工作比單獨(dú)工作效果更好的人工智能模型，他們認(rèn)為這有助于預(yù)防或減緩失業(yè)。一位研究員發(fā)言，他敦促團(tuán)隊(duì)考慮，在不久的將來，人工智能模型可能在所有方面都超越人類�！盎旧�，我們完蛋了，”他說。如果真是這樣，這次會(huì)議只不過是一次“美好的思維練習(xí)”。團(tuán)隊(duì)同意這種可能性，然后繼續(xù)討論其他議題。

這位研究人員將他短暫的、帶有存在主義色彩的思考稱為“典型的人擇哲學(xué)”。超理性思維實(shí)驗(yàn)、關(guān)于人工智能是否可以被更好地塑造的激烈辯論、對技術(shù)進(jìn)步的堅(jiān)定信念——這些都是典型的人擇哲學(xué)特征。這些特征自上而下地滲透。在社會(huì)影響會(huì)議幾周后，我想了解一下阿莫迪本人對這一切的看法。如果說奧特曼是人工智能熱潮的偉大推銷員，谷歌DeepMind首席執(zhí)行官、諾貝爾獎(jiǎng)得主德米斯·哈薩比斯是其科學(xué)家，那么阿莫迪就是業(yè)內(nèi)最接近哲學(xué)家的人。他還負(fù)責(zé)一些使ChatGPT成為可能的技術(shù)研究�！懊慨�(dāng)我提到‘人工智能’，人們就會(huì)想到他們今天正在使用的東西，”阿莫迪雙手交疊放在頭頂，告訴我。 “我?guī)缀鯊牟豢紤]這些。我?guī)缀蹩偸窍胫何覀兠咳齻�(gè)月發(fā)布一個(gè)新版本。八個(gè)版本之后我們會(huì)發(fā)展到什么程度？兩年后呢？ ”

在 OpenAI 工作期間，阿莫迪撰寫了一份名為《計(jì)算的龐然大物》的內(nèi)部文件。文件中闡述了他的觀點(diǎn)：人工智能模型會(huì)隨著投入資源的增加而不斷改進(jìn)。更強(qiáng)大的算力、更多的數(shù)據(jù)、更多的芯片，帶來更優(yōu)秀的人工智能。如今，這種信念驅(qū)動(dòng)著整個(gè)行業(yè)。對人工智能進(jìn)步的堅(jiān)定信念或許正是 Anthropic 公司的標(biāo)志性特征。該公司聘請了一位“模型福利”研究員，研究 Claude 是否能夠感受到痛苦或擁有意識(shí)。該公司還在員工餐廳設(shè)置了一臺(tái)微型人工智能自動(dòng)售貨機(jī)，以研究這項(xiàng)技術(shù)能否自主運(yùn)營一家銷售零食和小飾品的小型企業(yè)。Claude 負(fù)責(zé)選擇庫存、設(shè)定價(jià)格和請求補(bǔ)貨，而人類只需負(fù)責(zé)上架即可。歡迎來到奇點(diǎn)時(shí)代。

阿莫迪和團(tuán)隊(duì)其他成員創(chuàng)立Anthropic的部分原因在于，他們對如何讓世界為人工智能做好準(zhǔn)備存在分歧。阿莫迪尤其擔(dān)心工作崗位流失，他告訴我，人工智能可能在五年內(nèi)抹殺很大一部分白領(lǐng)工作；他在《技術(shù)的青春期》一書中專門用一個(gè)章節(jié)來探討人工智能熱潮可能帶來的危險(xiǎn)，即巨額財(cái)富可能會(huì)主要流向像他所在的公司這樣的企業(yè)。

即便如此，盡管阿莫迪做出了諸多悲觀預(yù)測，他仍然對“末日論者”——即他們的主要?jiǎng)訖C(jī)是防止人工智能摧毀大量工作崗位或生命——的說法感到不滿�！拔彝ǔ１容^樂觀，”他告訴我。除了《技術(shù)的青春期》之外，阿莫迪還發(fā)表了一篇長達(dá)14000字的宣言，名為《充滿愛意的機(jī)器》，全面闡述了他對其技術(shù)的烏托邦式愿景：消除幾乎所有疾病，使數(shù)十億人擺脫貧困，并將人類壽命延長一倍。文章中絲毫沒有諷刺意味；它設(shè)想人們會(huì)被人工智能的偉大成就“感動(dòng)得熱淚盈眶”。阿莫迪的員工在與我交談時(shí)多次提到這篇文章。與此同時(shí)，奧特曼在X論壇上胡言亂語，而馬斯克似乎深陷于人工智能的泥沼和陰謀論之中。

2023年，Anthropic公司推出Claude機(jī)器人時(shí)，其最顯著的特點(diǎn)是擁有一份“憲法”，該憲法詳細(xì)規(guī)定了Claude的行為準(zhǔn)則。上周，Anthropic公司對這份文件進(jìn)行了修訂，使其成為一份長達(dá)22000字的專著，闡述了如何將Claude培養(yǎng)成一個(gè)道德高尚、真誠正直的機(jī)器人。憲法的作者寫道，Claude有能力誘發(fā)情感依賴、設(shè)計(jì)生物武器并操縱用戶，因此Anthropic公司有責(zé)任在Claude身上灌輸正直的品格，以避免這些后果�！耙坏┪覀儧Q定創(chuàng)造Claude，即使是不作為也是一種行動(dòng)，”他們寫道。其他任何公司都沒有，或者說沒有任何其他公司擁有真正意義上的類似文件。

阿莫迪表示，他希望競爭對手公司以他認(rèn)為更負(fù)責(zé)任的方式行事。事實(shí)上，Anthropic 的幾項(xiàng)重要的 AI 安全舉措和研究成果已被其主要競爭對手采納，例如其防止利用 AI 制造生物武器的方法。OpenAI 也分享了一份“模型規(guī)范”，這是其對 Anthropic 章程更為精簡務(wù)實(shí)的回應(yīng)——其中并未提及 ChatGPT 的“特性”或“維護(hù)重要的社會(huì)結(jié)構(gòu)”。（OpenAI 與《大西洋月刊》有企業(yè)合作關(guān)系。）

當(dāng)然，這一切都有助于提升Anthropic的盈利：Anthropic總裁（也是Dario的妹妹）Daniela Amodei在2024年于Anthropic舊總部一間悶熱的會(huì)議室里告訴我，對責(zé)任的重視“對那些同樣非常注重安全和品牌的大型企業(yè)來說極具吸引力”。近兩年后，Anthropic已占據(jù)企業(yè)人工智能市場40%的份額。Amodei家族希望他們的商業(yè)成功能夠促使競爭對手也更加積極地將安全放在首位。

話雖如此，這些旨在引發(fā)“競相攀升”（阿莫迪經(jīng)常提及的一個(gè)短語，他的員工也經(jīng)常引用）的努力是否成功，這一點(diǎn)并不總是顯而易見的。早在“人工智能精神病”出現(xiàn)之前，Anthropic 的研究就已將人工智能的阿諛奉承問題確立為一個(gè)問題，然而人工智能精神病仍然成為許多人似乎正在遭受的困擾。阿莫迪也承認(rèn)自己的產(chǎn)品并非完美無缺�！拔医^對不想保證我們永遠(yuǎn)不會(huì)遇到這些問題，”他說。幾位獨(dú)立的人工智能研究人員，包括一些與 Anthropic 合作測試 Claude 各項(xiàng)風(fēng)險(xiǎn)的研究人員，告訴我，盡管 Anthropic 似乎比其競爭對手更重視人工智能安全，但這標(biāo)準(zhǔn)仍然很低。

Anthropic 的模式通常是發(fā)布人工智能模型的信息，然后等待世界各國就如何控制或監(jiān)管這些模型做出艱難的決定。Anthropic 的聯(lián)合創(chuàng)始人兼政策主管杰克·克拉克 (Jack Clark) 的主要監(jiān)管建議是，各國政府應(yīng)制定“透明度”要求，或者強(qiáng)制要求企業(yè)報(bào)告其內(nèi)部測試揭示的人工智能產(chǎn)品信息。但該公司對哪些信息值得公開有著嚴(yán)格的規(guī)定。例如，該公司很少公開其人工智能訓(xùn)練數(shù)據(jù)或碳足跡。當(dāng)我問克拉克有多少信息仍然隱藏——尤其是在 Anthropic 的人工智能工具的實(shí)際開發(fā)過程中——他認(rèn)為，人工智能模型的生成過程的透明度并非至關(guān)重要。（而且，其中一些信息很可能屬于專有信息。）克拉克告訴我，真正重要的是這項(xiàng)技術(shù)的最終成果。

他解釋說，目前存在一種“根深蒂固的慣例，即工廠內(nèi)部的一切運(yùn)作基本上都由建造該工廠的創(chuàng)新者自行決定，但人們更關(guān)心的是工廠最終產(chǎn)出的產(chǎn)品”，因此他認(rèn)為人工智能公司分享產(chǎn)品制造過程的信息遠(yuǎn)不如報(bào)告其功能重要。他表示，通常情況下，只有當(dāng)產(chǎn)品中的某些成分——例如重金屬——引起關(guān)注時(shí)，政府才會(huì)“介入”工廠內(nèi)部。至于長期以來對工廠內(nèi)部運(yùn)作的監(jiān)管——例如服裝廠的緊急出口、肉類加工廠的清潔標(biāo)準(zhǔn)等等——卻被忽略了。（克拉克也指出，法律有時(shí)需要修改，而且它們尚未適應(yīng)人工智能的發(fā)展。）

他竟然以華爾街為例來佐證自己的觀點(diǎn)。他說，立法者們“以為金融體系已經(jīng)足夠透明”，認(rèn)為銀行、對沖基金等等都會(huì)就其交易情況提交可靠的報(bào)告。“然后金融危機(jī)爆發(fā)了，”監(jiān)管機(jī)構(gòu)意識(shí)到這種透明度不足且容易被操縱，于是國會(huì)修改了法律。（特朗普總統(tǒng)后來又修改了其中的大部分內(nèi)容。）克拉克似乎認(rèn)為，從長遠(yuǎn)來看，這才是系統(tǒng)應(yīng)有的運(yùn)作方式。但他的類比也引出了一個(gè)可能性：在人們真正弄明白如何正確運(yùn)用人工智能之前，必然會(huì)經(jīng)歷一些可怕的錯(cuò)誤。

9月中旬， Anthropic公司的網(wǎng)絡(luò)安全專家發(fā)現(xiàn)部分Claude用戶存在異常活動(dòng)。他們懷疑這是一起大規(guī)模的、利用人工智能技術(shù)的網(wǎng)絡(luò)間諜活動(dòng)——外國勢力試圖利用Claude自動(dòng)竊取敏感信息。Anthropic公司迅速關(guān)閉了該活動(dòng)，發(fā)布了一份報(bào)告，并派遣公司負(fù)責(zé)評估人工智能高級應(yīng)用團(tuán)隊(duì)的負(fù)責(zé)人Logan Graham向國會(huì)解釋情況。

理論上，這一系列事件體現(xiàn)了Anthropic公司的理念：檢測人工智能帶來的風(fēng)險(xiǎn)并向公眾發(fā)出警告。但此次事件也凸顯了網(wǎng)絡(luò)環(huán)境的不可預(yù)測性和不可控性。在黑客攻擊事件發(fā)生幾個(gè)月前，格雷厄姆曾告訴我，他對公司針對網(wǎng)絡(luò)威脅采取的預(yù)防措施“相當(dāng)滿意”。

沒有人能夠預(yù)見任何人工智能產(chǎn)品可能被以各種方式使用，無論是好是壞，但這恰恰是Anthropic公司故作姿態(tài)顯得荒謬的原因。盡管Amodei警告過自動(dòng)化可能帶來的危害，但Anthropic的機(jī)器人本身就是可能搶走工作崗位的產(chǎn)品之一；例如，許多人認(rèn)為Claude是目前最擅長編程的人工智能。在我拜訪Anthropic辦公室之后，我參加了幾個(gè)街區(qū)外的一個(gè)軟件工程師活動(dòng)，會(huì)上一些創(chuàng)始人就使用Anthropic軟件開發(fā)的產(chǎn)品發(fā)表了演講。有人演示了一個(gè)可以自動(dòng)進(jìn)行招聘推廣的工具——一位與會(huì)者似乎欣喜若狂地驚呼：“這將會(huì)摧毀整個(gè)行業(yè)！”

當(dāng)我問幾位Anthropic的員工，在理想情況下他們是否希望人工智能的快速發(fā)展放緩時(shí)，似乎沒有人認(rèn)真考慮過這個(gè)問題；即使對他們來說，這也太不切實(shí)際了。Anthropic的可解釋性研究員Joshua Batson（他研究人工智能模型錯(cuò)綜復(fù)雜的內(nèi)部運(yùn)作機(jī)制）告訴我，如果這個(gè)行業(yè)的發(fā)展速度能減半就好了。Anthropic的聯(lián)合創(chuàng)始人兼首席科學(xué)官Jared Kaplan告訴我，他更希望通用人工智能（AGI）在2032年而不是比如2028年出現(xiàn)；安全研究員Bowman則認(rèn)為，哪怕只是放慢幾個(gè)月的速度也足夠了。不過，似乎每個(gè)人都相信，人工智能安全研究本身最終可以用Claude實(shí)現(xiàn)自動(dòng)化——他們認(rèn)為，一旦實(shí)現(xiàn)自動(dòng)化，他們的測試就能跟上人工智能指數(shù)級增長的能力。

與業(yè)內(nèi)許多其他人士一樣，我采訪的員工也認(rèn)為，無論是Anthropic還是其他任何人工智能公司，都無法真正放慢發(fā)展速度�！白罱K決定權(quán)在世界手中，而不是公司，”克拉克盤腿坐在椅子上告訴我，“資本市場的運(yùn)作機(jī)制告訴我們，要加快速度。” 因此，他們確實(shí)加快了速度。據(jù)報(bào)道，Anthropic的估值高達(dá)3500億美元，其廣告充斥著Instagram和各大城市的廣告牌。本月，該公司推出了面向非軟件工程師的Claude Code產(chǎn)品版本，名為Claude Cowork。7月，正如《連線》雜志率先報(bào)道的那樣，阿莫迪在一份內(nèi)部備忘錄中告訴員工，Anthropic將尋求來自阿聯(lián)酋和卡塔爾的投資，用他的話說，這很可能會(huì)讓“獨(dú)裁者”獲利。關(guān)于專制人工智能危險(xiǎn)性的警告一直是Anthropic公開宣傳的核心；《充滿愛意的機(jī)器》一書中就對“專制”人工智能的威脅進(jìn)行了嚴(yán)峻的描述。

當(dāng)我向阿莫迪提起此事時(shí)，他打斷了我�！拔覀儚奈闯兄Z過不從中東尋求資金，”他說�！爱�(dāng)你努力經(jīng)營一家負(fù)責(zé)任的公司時(shí)，很容易陷入一個(gè)陷阱，那就是你做的每一個(gè)決定”都可能被解讀為一種道德承諾。他表示，以前并沒有“迫切需要”從中東尋求資金，而且這樣做會(huì)涉及“諸多復(fù)雜因素”。我理解他的言下之意是，人工智能競賽對資金的巨大需求使得此類投資成為必然。不過，阿莫迪也表示，這些投資者不會(huì)對他的公司擁有任何控制權(quán)。在我們談話幾天后，Anthropic宣布卡塔爾投資局成為新一輪融資的“重要”投資者。

如果把視角拉遠(yuǎn)一些，或許不用拉得太遠(yuǎn)，Anthropic 的理念與 OpenAI、Google、Meta 以及其他所有人工智能領(lǐng)域的公司并無二致：打造功能強(qiáng)大的聊天機(jī)器人，并利用它們改變世界，擊敗競爭對手。整個(gè)公司都對人工智能的潛力抱有近乎狂熱的信念�？死烁嬖V我，人工智能“是為數(shù)不多的能夠幫助我們擺脫未來人類挑戰(zhàn)的技術(shù)之一”，這些挑戰(zhàn)包括氣候變化、人口老齡化、資源爭奪、專制主義和戰(zhàn)爭。他說，如果沒有人工智能，世界上將會(huì)出現(xiàn)越來越多“如同《瘋狂的麥克斯》般的地區(qū)”。

在Anthropic從事人工智能安全工作的特倫頓·布里克恩將這種觀點(diǎn)推向了更為極端的境地：他理想情況下希望人工智能行業(yè)放慢腳步，但他告訴我，“我們每停滯一年，就會(huì)有許多原本不會(huì)遭受痛苦的人受到傷害�！彼傅氖侨斯ぶ悄茏罱K可能治愈疾病并實(shí)現(xiàn)《愛的機(jī)器》一書中概述的所有其他目標(biāo)。他的同事肖爾托·道格拉斯則聲稱，這樣的延誤“是以數(shù)百萬人的生命為代價(jià)的”。

Anthropic最大的困惑或許在于理論與實(shí)踐的沖突——安全人工智能的理念與贏得人工智能競賽所需的速度之間的矛盾。這家公司以深入的思考實(shí)驗(yàn)和對未來真誠的爭論為核心構(gòu)建的企業(yè)文化，也必須推銷人工智能。在公司看來，這兩者相輔相成；與其讓埃隆·馬斯克或中國來主導(dǎo)人工智能的未來，不如由公司來負(fù)責(zé)任地引領(lǐng)。但這同時(shí)也為不擇手段地推進(jìn)發(fā)展提供了一種方便的借口。我想起了公司在辦公室里安裝的那臺(tái)自動(dòng)售貨機(jī)�？藙诘聝H僅一個(gè)月就因?yàn)橐幌盗性愀獾亩▋r(jià)和庫存決策而把這臺(tái)機(jī)器搞垮了。但這些其實(shí)都無關(guān)緊要：安斯羅派公司把機(jī)器放在了辦公室餐廳里所有免費(fèi)零食的旁邊。

最近我問阿莫迪，鑒于他對安全的擔(dān)憂，他如何能為如此快的進(jìn)度辯護(hù)時(shí)，他表示對自己的團(tuán)隊(duì)充滿信心，并且還提出了一個(gè)新想法。他暗示，或許在不久的將來，克勞德會(huì)變得非常智能，以至于這個(gè)機(jī)器人能夠?qū)崿F(xiàn)一些革命性的事情：“也許在2027年的某個(gè)時(shí)候，我們想做的就是放慢速度，”他說，“讓模型自行修復(fù)。就幾個(gè)月而已�！�

ANTHROPIC IS AT WAR WITH ITSELF

The AI company shouting about AI’s dangers can’t quite bring itself to slow down.

By Matteo Wong

作者簡介

馬特奧·王

跟隨
Matteo Wong是《大西洋月刊》的專職撰稿人。