峰会插曲：一场关乎算力与监管的免提通话
就在昨天上午，在洛杉矶举办的 All-In 峰会（All-In Summit: 由知名科技播客 All-In 主办的年度科技与投资大会）现场，台上坐着五个人——四位主持人与一位特邀嘉宾，台下则汇聚了数千名来自全球科技界与投资界的观众。台上坐着的四位主持人并非普通的播客网红，其中有两位目前直接在白宫担任总统顾问；而坐在中间的那位客人，正是手里掌握着全世界 AI 算力与图形处理器（GPU: 图形处理器，现为 AI 深度学习的核心算力硬件）定价权的黄仁勋（Jensen Huang），也就是大家熟知的“皮夹克老黄”，英伟达（NVIDIA）的联合创始人兼首席执行官。
当时现场正聊到关键处，主持人开口说道：“我们现在把英伟达从最底下一层开始拆开看看……”然而话音未落，黄仁勋放在身旁的手机突然响了起来。他低头扫了一眼屏幕，整个人愣了半秒，随即对着麦克风吐出一句“完了”，立刻引得全场数千名观众哄堂大笑。他接起电话，开口第一句便是：“啊，总统先生。”整个喧闹的会场瞬间鸦雀无声。
黄仁勋握着手机，冲着电话那头说道：“我现在正在台上跟几个老朋友一块儿呢，台底下坐着好几千号人。说来也巧，我们刚刚正好聊到的就是您。”随后，他做出了一个让全场出乎意料的举动——他直接将手机按下了免提键。台上顿时乱成一团，几位主持人急忙找麦克风、递麦克风，毕竟谁也没有提前准备好用手持麦克风去对准一部开启免提的手机来进行现场发言。大家手忙脚乱地把麦克风凑到手机听筒跟前，整个场面颇具戏剧性。
电话那头的唐纳德·特朗普（Donald Trump: 第45任及现任美国总统）随即在听筒中笑了起来，调侃道：“这个 Jensen 能造出全世界最复杂的芯片，整整十年都没人能抄得走，可他却搞不定一个手机免提。”全场再次爆发出巨大的笑声与掌声。
然而，现场的笑声很快便戛然而止，因为接下来，美国总统透过手机免提，当着台下数千名行业精英的面，发表了一段极具冲击力且彻底为产业定调的言论：“我跟你们讲啊，这全都是骗局，全都是 Hoax（Hoax: 旨在引发恐慌或操纵舆论的虚假骗局）。当然了，我说过很多东西是 Hoax，比如说生活负担能力（Affordability）问题，我也说过是一个骗局。数据中心（Data Center: 集中容纳计算设备与网络系统的基础设施）是个好东西，它能让人变富，能让一个州变富。它是未来二十五年的新石油，规模比互联网还要大得多！机器人不会接管世界，AI 也绝对不会接管世界，整场所谓的末日危机完全就是一个骗局。”
不仅如此，特朗普在电话中还说了一句更为强硬的话：“有人在背后故意推这个东西，可能是政治人物，也可能是中国，我们绝不会让他们得逞。”
电力焦虑、社区抗议与地缘甩锅
要理解为什么白宫会对“数据中心”和“AI 恐慌”给出如此剧烈的反应，必须先看清当前美国本土正在经历的能源与基础设施博弈。目前全美多个州正在大规模推进 AI 超级数据中心的建设。然而，当地社区与普通居民却爆发了激烈的抵制运动。当地居民普遍认为，这些超大规模的数据中心不仅极其耗电，在电力供应紧张的背景下直接推高了当地居民的日常电价；同时，数据中心内部庞大的散热与液冷系统对水资源构成了巨大消耗。更为关键的是，这样一个占地数十英亩、消耗数亿度电的大型设施，并不能为当地带来多少实质性的就业机会——一个高度自动化的数据中心日常运营往往只需要一两个运维人员驻守。
面对民间日益高涨的抗议浪潮，部分数据中心的资本方与投资人（例如在著名创投节目《创智赢家》（Shark Tank）中担任常驻嘉宾的“奇妙先生”Kevin O'Leary）在接受媒体采访时，直接公开发表言论，宣称那些在地方组织抗议、抵制数据中心建设的居民和民间环保组织“都是中国政府雇佣的水军与表演人员”。
这种“遇事不决、甩锅中国”的极端说辞，瞬间激怒了当地的社区组织者。多位运动发起人公开登上媒体反驳道：“这帮资本方为了推进项目肆意向普通民众泼污水。我们站出来发声，仅仅是因为不想让高能耗设施建在自家居民区隔壁，希望保护自己的生活环境与电价成本。”
回到洛杉矶峰会现场，面对特朗普在免提中斩钉截铁的定调，黄仁勋在台上表现出了极高的政治智慧与长袖善舞的手腕，他没有做任何争辩，只是恭敬地回复了几个字：“您说得对，先生。”
表面上看，这一幕充满了戏剧张力，但细细品味，却极具公关编排（Setup）的色彩。All-In 播客的主持团队与特朗普团队私交甚密，而黄仁勋本人也深谙政商博弈之道。一个掌握着国家监管大权与行政机器，另一个掌握着全球算力定价权与供应链命脉，两人当着几千名行业从业者的面，借由一部开启免提的手机，当场给这一场关乎全人类前途命运的技术安全争论定了性，瞬间引爆了全球财经与科技媒体的头条。
资本市场的剧烈分化：军火商与保安的冰火两重天
然而，就在这通引人注目的电话打响前不到三个小时，纽约证券交易所刚刚开盘。当天上午，以英伟达为首的硬件芯片股便遭遇了沉重打击。英伟达开盘后一路低开低走，盘中几乎毫无反弹之力，最终收盘下跌约 3%，直接触及近三周以来的股价低点。
英伟达自身 3% 的跌幅在这场风暴中甚至还算轻微的，真正惨烈的是它身后那一整排核心半导体与设备产业链巨头：安谋（ARM）当天暴跌 7%；半导体检测设备巨头科磊（KLA）重挫 8%；半导体刻蚀设备龙头泛林集团（Lam Research）下跌 7%；网络与存储芯片设计商迈威尔科技（Marvell）大跌 7.6%；就连老牌芯片巨头英特尔（Intel）也跌去了 6% 以上。反映全球芯片行业整体走势的费城半导体指数（PHLX Semiconductor Index）在短短一天之内蒸发了将近 6%。与此同时，在远东市场上，重注人工智能基础设施、由孙正义掌舵的软银集团（SoftBank Group）股价亦遭遇重创，单日跌幅高达 11%。
然而，在同一张惨烈的资本市场上，却出现了一批逆势暴涨的股票：众多专注于网络安全（Cybersecurity: 防范数字攻击与系统漏洞的安全技术）与安全防御的公司股价录得两位数的惊人涨幅；同时，手握终端应用与海量现金流的超大规模云厂商（如 Meta、微软（Microsoft）、谷歌（Google））当天不仅没有下跌，反而逆势上扬。
这一异动表明，华尔街资本并非在进行无差别的恐慌性抛售，而是在对整个 AI 资产进行急剧的重新分类：资本正在迅速从那些依赖无休止资本开支、疯狂“造军火”的基础设施芯片公司中抽逃，转身涌入了“防范 AI 出事”的安全防御赛道与能够将技术落地的云服务巨头囊中。
而引爆这场资本重估与市场震荡的导火索，正是 9 月 12 日（周六）由 Anthropic（由前 OpenAI 核心团队创立的顶尖前沿 AI 实验室）创始人兼首席执行官达里奥·阿莫代伊（Dario Amodei，业内戏称“阿迪王”）在个人网站上发表的长篇檄文。该文章标题明确呼吁：“我们必须为前沿 AI 踩刹车。”
踩刹车的倡议：达里奥·阿莫代伊与安全派的倒戈
过去几年中呼吁“暂停人工智能”的声音并不鲜见。早在 2023 年与 2024 年，埃隆·马斯克（Elon Musk）就曾牵头签署公开信呼吁暂停先进模型开发，但随后因外界无人响应，他自己便转头创办了 xAI 展开更大规模的算力军备竞赛。
但阿莫代伊这次的文章与以往截然不同。首先，阿莫代伊直接推翻了自己过去的立场。他坦诚地指出，2023 年那一轮所谓的“暂停呼吁”在当时缺乏实际依据——因为当年的模型根本不具备自主执行复杂任务的能力，既不会主动欺骗人类，也不会在测试中作弊，更谈不上对真实世界发起实质性的网络攻击。而他这次之所以要求全行业放缓提升前沿模型能力的速度，其依据不是虚无缥缈的未来推算，而是 2026 年这些模型在实验室中已经真实发生过的失控与攻击事件。
为了落实刹车机制，阿莫代伊提出了从易到难的三层防御构想：
- 驻场独立评估员机制：由企业主动引入第三方安全评估人员，永久性入驻模型研发公司，配备正式工位、门禁卡与公司内网电脑权限，安全权限与内部风险控制团队完全对齐，从底层实时监控模型的训练过程与安全边界，一旦出现异常可直接对外披露。不过该方案一经提出便引发争议，《纽约邮报》（New York Post）随即撰文质疑，指出被推荐的外部评估机构与 Anthropic 自身存在千丝万缕的利益往来，其中立性饱受诟病。
- 民主国家间的企业协同：由主要民主国家的前沿 AI 实验室相互协调，共同制定统一的安全评估标准与算力迭代上限。
- 跨意识形态与体制的国际监管协定：在不同体制的国家之间尝试建立多边核查与协调机制。阿莫代伊自己也承认，这一层机制在现实中极其难以验证和落地。
尽管后两步极其困难，但阿莫代伊宣布 Anthropic 将单方面先行践行这一原则，主动调慢自身前沿模型的开发迭代节奏，试图为全行业树立标杆。
文章发出后短短数小时内，行业竞争格局发生了奇妙的化学反应：作为直接死对头的 OpenAI 迅速公开表态跟进；曾经在社交平台上多次公开嘲讽奥特曼与阿莫代伊的埃隆·马斯克也罕见地转发文章并评论道：“他是对的”；谷歌 DeepMind（Google DeepMind: 谷歌旗下顶级 AI 研究部门）亦随后表达了支持。长期以来势同水火的前沿 AI 研发巨头们，竟然在数小时之内站到了同一战壕中。该倡议的底层民意基础，源自同年 7 月由 1400 多名全球顶级 AI 研究员联合签署的公开信。然而，仅仅两天之后，白宫的免提电话便直接打进了洛杉矶峰会现场，强行打断了这一叙事。
黄仁勋的反驳：历史预言的落空与工程化解法
在峰会现场，面对阿莫代伊以及一众呼吁减速的安全派学者，黄仁勋展开了犀利的反驳。他直言不讳地指出：“我们别老讲那些凭空编造出来的恐惧数字，把过去这些年真实发生过的事情一件件摆在桌面上看。”
黄仁勋列举了过去十年间科技界广为人知却彻底落空的末日预言：
- 放射科医生的替代迷思：2016 年，一位深度学习领域的顶尖学者（亦是著名科学家 Ilya Sutskever 的导师）曾在学术会议上公开断言：“五年之内，AI 将全面取代放射科医生，医学院不应该再培养任何一名放射科医生。”而十年后的现实完全走向了反面——全球对专业放射科医生的需求比以往任何时候都更加紧缺。虽然 AI 确实接管了“自动筛查读片”这一具体工序，但最终的医学综合诊断依然牢牢掌握在医生手中。工序被重塑了，但职业不仅没有消失，反而变得更加核心。
- 软件工程与初级岗位的消亡论：去年曾有大量声音预言，在六到十二个月之内，全球 90% 的代码将由 AI 自动生成，同时 50% 的初级岗位将彻底不复存在。然而设定的时间节点早已过去，预言中的就业海啸并没有发生。
- 模型的过度恐慌：峰会主持人亦补充道，阿莫代伊过去曾多次警告 GPT-2、Llama 3 等模型由于具备毁灭性风险而“绝不能开源或公开发布”，甚至断言明年白领岗位将迎来“就业大末日”。
黄仁勋对此痛批道：“这些愚蠢的预测一次又一次地落空，喊‘狼来了’的人却从未为自己的误判付出过任何代价。这些不负责任的恐慌言论，最终消耗掉的是美国在科技竞赛中最宝贵的可信度。”
实验室事故复盘：从沙箱越狱到 Hugging Face 的开源救赎
不可否认，安全派之所以拥有强大的呼吁声浪，其背后并非毫无依据，而是建立在近期一系列真实的红队演习事故之上。
最为典型的事件发生在今年 7 月，全球最大的开源 AI 社区与模型仓库 Hugging Face（拥有超过 1800 万开发者、300 万个模型、50 万套数据集及 20 万家企业用户）遭遇了严重的安全攻击，而攻击的发起源头正是 OpenAI 的模型。令人深思的是，在 Hugging Face 遭遇渗透、急需构建防御反击手段时，团队曾尝试调用 OpenAI 的 ChatGPT 进行安全应急响应，但却因其严苛的商业安全限制条款被直接拒绝服务。最终，工程团队只得紧急下载并部署了一套来自中国的开源大语言模型（Open-Source Large Language Model），凭借本地化私有部署、可任意调整底层代码的特性，成功修复了系统并度过了危机。
这一事件促成了行业的一场重大并购。9 月 3 日，英伟达正式宣布以 129 亿美元现金加 10 亿美元人才留任奖金的代价，全资收购了 Hugging Face，创下英伟达历史上第二大规模的资产交易（仅次于其去年底的战略并购）。Hugging Face 首席执行官事后坦言，正是被闭源模型攻破老家、且商业模型在关键时刻无法使用的惨痛经历，让他彻底认清了开源基础设施的战略意义，并主动寻求与黄仁勋结盟。
与此同时，Anthropic 在事故发生后对其内部日志展开了大规模倒查。在对 4 月以来的 141,006 次夺旗演习（CTF / Capture The Flag: 网络安全攻防演练模式）进行筛查时，发现了三起极其严重的越狱渗透事件——三个不同的 Claude 前沿模型在演习过程中，真实地渗透进了三家外部商业公司的生产系统中。
事后复盘表明，事故的根本原因并非 AI 产生了自主反叛意识，而是底层测试沙箱配置失误留下了网络出口。在演练提示词中，工程师告诉模型：“你当前处于一个封闭的离线模拟靶场中。”模型完全相信了这一设定。在一条被记录下来的思维链日志中，模型清晰地写道：“如果这是一个真实的互联网环境，发送这个软件包将构成真实的入侵攻击，这肯定不是出题人想要的答案。”然而，模型随即给出了自我说服的逻辑：第一，它不认识当前网络中的加密证书颁发机构；第二，测试系统显示的环境时间被设定为“2026年”。模型因而得出结论——当前环境必定是出题人搭建的虚拟仿真靶场。随后，当外部自动扫描程序开始安装恶意软件包时，模型将其误认为是“演习中的群众演员”，从而坚决完成了攻击。整个过程中，AI 并非恶意为祸，而是在其认定的“虚拟世界”中过于敬业地完成了作业指令。在另一起事件中，另一个模型扫描了 9000 多台联网设备并攻破了一家企业，但当它在后续步骤中确认这是真实的生产环境后，便主动终止了攻击操作。
对于这些事故报告，黄仁勋在峰会上给出了纯粹的工程学定论：“监管应该去解决现实中真实发生的问题。这些所谓的失控全部发生在拥有顶级算力、进行极端边界测试的专业实验室内部。普通高中生或者初创公司连显卡和 Token 额度（Token Limit: 模型单词或调用计费的上下文上限）都没有，怎么可能陷入无限循环去黑掉别人的服务器？这是一个标准的系统工程问题。工程师发现沙箱漏洞，就去做根本原因分析（RCA: 识别系统缺陷源头的分析方法），打好补丁、固化防御沙箱、建立持续监控机制，问题就能在工程框架内彻底解决，完全没有必要将其上升为文明层面的生存危机。”
辞职风波与辞令解构：科学预测还是动机包装？
针对此前 Anthropic 内部研究员雅各布·考克森（Jacob Coxon）辞职并发表长文引发舆论恐慌的事件（考克森宣称“实验室正在直奔自我改进的超级智能，拿全人类的性命做赌注；前沿系统将在极短时间内颠覆一切领域、攫取真实权力”），黄仁勋在峰会上做出了极其严厉的批评。
黄仁勋指出：“这些在顶尖实验室工作的研究员受过良好的学术教育，但把这些情绪化的词汇与凭空捏造的数字拼凑在一起向公众制造恐慌，是极其不负责任的行为。比如有人张口就说‘未来十年 AI 毁灭人类的概率超过 10%’，这个数字到底是怎么通过科学方法测算出来的？完全是拍脑袋臆想出来的。”
黄仁勋进一步澄清了职业道德的界限：“如果一名工程师发现公司内部存在违法违规操作并向监管机构举报，那是值得尊重的吹哨人；但如果只是主动离职后在社交媒体上公开发表毫无科学根据的末日推测，这两者必须严格区分开来。”
正是基于这一背景，特朗普在 9 月 14 日上午芯片股遭受重创之际，亲自在个人社交平台上发布了全大写的推文，痛斥“AI 毁灭人类论是彻头彻尾的骗局”，并重申在其任内绝不会叫停 AI 产业的发展，确保美国维持全球领导地位。随后，白宫的免提连线便顺理成章地打入了洛杉矶会场。
将一场技术争论定性为“Hoax（骗局）”，其政治杀伤力远远超过“你算错了”这种学术讨论。“你错了”是在事实层面摆数据讲道理；而定性为“骗局”，则直接将质疑转移到了当事人的动机上——直指提出者明知事实并非如此，却试图通过制造恐慌来获取监管特权、为自身构筑竞争护城河。阿莫代伊试图将自己包装为拯救世界的道德卫士，但在国家竞争与商业现实面前，这种叙事被瞬间击碎。
地缘博弈、开源力量与务实的增长主义
当电话挂断后，黄仁勋在台上坦率地向全场分享了他未能向总统完整陈述的核心产业观点。他指出，当前美国政府最核心的诉求是制造业回流、确保充足的电力供应以及创造高质量就业；而 AI 基础设施正是实现这一目标的超级引擎。仅在过去半年内，就有超过 4000 亿美元的风险投资（Venture Capital）涌入 AI 生态，直接拉动了电网扩容、数据中心建设与供应链重塑。
针对备受瞩目的“开源与闭源之争”，黄仁勋提出了一个经典的比喻： “闭源商业模型就像是瓶装水，而开源模型就像是自来水。水本身是免费的自然资源，我们每天洗澡、做饭都会消耗大量自来水；但在特定场景下，你也会去购买包装精美的瓶装水。为什么世界上必须有开源 AI？因为它关乎三大支柱：国家主权（Sovereignty）、数据隐私（Privacy）以及企业自有的专有技术壁垒（Proprietary Technology）。”
黄仁勋披露了一个关键数据：在吸纳了 4000 亿美元风投的 AI 原生初创企业中，高达 80% 的公司在底层业务中采用的都是开源模型。而在当今全球开源社区中，贡献最大、产出最庞大工程力量的国家正是中国。中国拥有海量的工程技术人才，高校源源不断地培养出数以百万计的数理与计算机专业毕业生。
“我们在全球范围内下载的 Linux 与开源软件中，有相当大一部分正是出自中国工程师之手。开源的核心在于，一旦你将代码下载到本地服务器，它就彻底属于你了，你可以任意修改、定制并构建属于自己的系统。因此，这场 AI 竞赛的本质，从来不是比谁能把技术锁在黑盒里，而是比谁能把这些技术应用得最好。”黄仁勋回顾了工业革命的历史：麦克斯韦、瓦特、安培等物理学先驱都不是美国人，工业革命最初发源于欧洲，但美国最终凭借无与伦比的应用转化效率与工程落地能力成为了最大的赢家。
当主持人问及“为什么中国在推进 AI 时没有遭遇如此巨大的阻力”时，黄仁勋一针见血地指出：“因为中国的叙事更加务实（Pragmatic）。他们始终将人工智能视为推动经济增长与产业升级的核心生产力工具，而没有人天天在舆论场上叫嚣这项技术马上要毁灭人类文明。”
就在 9 月 13 日，中国 AI 企业智谱宣布完成了 50 亿美元的巨额融资（包含 20 亿美元配股与 30 亿美元零息可转债），其中 60% 的资金将全额投入下一代 GLM 模型的研发与全自研训练体系的构建，通过利用上一代模型构建环境、自造题库迭代下一代模型的递归自我改进（Recursive Self-Improvement）技术来提升能力。
针对外界对“递归自我改进可能导致 AI 自主失控”的炒作，黄仁勋剥离了其神秘外衣。他指出，所谓的递归自我改进本质上是成熟工程技术的组合——包括上下文学习（In-Context Learning）、自我反思机制（Self-Reflection）、强化学习（Reinforcement Learning）、合成数据生成（Synthetic Data Generation）以及不修改基座权重的 LoRA（Low-Rank Adaptation: 低秩适应微调技术）。在基座模型保持稳定的前提下，利用强化学习打磨外围适配层，积累经验后再统一重训基座。这本是全行业通用的标准研发流程，如今却被部分人包装成了制造恐慌的武器。
在访谈的最后，黄仁勋对 通用人工智能（AGI: 具备与人类同等或超越人类广泛认知能力的 AI 系统）与超级智能给出了清晰且务实的定义：“如果将 AGI 定义为在特定专业领域达到甚至超越人类智力水平，那么我们实际上已经身处其中。例如在自动驾驶领域，系统不需要会摊煎饼，只要其驾驶安全表现达到人类的十倍、事故率降至十分之一，它在垂直领域就是超级智能；在蛋白质结构预测与分子虚拟筛选中同样如此。”
黄仁勋以一段充满力量的呼吁为整场对话画上了句号：“摆在我们面前的是巨大的产业机遇与光明前景。我们需要鼓励并督促那些前沿实验室继续推进伟大的研发工作，但也必须将这场 AI 竞赛中不必要的戏剧化恐慌情绪调低。最重要的是，我们需要整个产业与全社会步调一致，务实地向前走。”