---
author: Best Partners TV
date: '2026-04-09'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=wP-CXUzcLGs
speaker: Best Partners TV
tags:
  - data-exploitation
  - labor-extraction
  - infrastructure-environmental-impact
  - regulatory-capture
  - specialized-models
title: “AI帝国背后的真相：Karen Hao论权力、资本与代价”
summary: “本次节目基于调查记者Karen Hao的研究，剖析AI产业的起源、AGI定义的模糊、企业的帝国式运作（资源侵占、劳动力剥削、知识垄断、叙事控制），以及数据中心与数据标注带来的环境与社会代价，最后提出以专用模型与社区行动作为可行改路的三条建议。”
insight: ''
draft: true
series: ''
category: ai-ml
area: tech-engineering
project: []
people: []
companies_orgs:
  - OpenAI
products_models:
  - AlphaFold
media_books: []
status: evergreen
---
### AI帝国真相

**大飞**: 大家好，这里是最佳拍档，我是**大飞**。当ChatGPT成为全球现象、当奥特曼在国会山畅谈AGI、当科技公司投入巨额资本争夺AI赛道，我们看到的往往是技术光鲜的一面，但背后藏着权力博弈、资本算计、被压榨的劳动力与牺牲的弱势社区。今天基于**Karen Hao郝珂灵**和**史蒂文·巴特利特**的对话，来揭示这些被隐藏的真相与代价。

### 起源与定义

**大飞**: 要理解当下乱象，先从人工智能学科的起源说起。1956年在达特茅斯，约翰·麦卡锡将这门学科命名为“人工智能”。但从一开始，人类并未对“智能”达成科学共识，历史上量化智能的尝试常伴随歧视动机。因此，AI从诞生即缺乏清晰目标，也为后来公司随意定义AGI、不断移动终点线提供了土壤。

**大飞**: 如今“AGI”成为行业最热门词汇，但**Karen Hao**发现它本质上是一个多义的营销词：在国会它被描绘为救世主，在消费场景它是数字助手，在商业谈判中被定义为巨额营收系统，在招聘中又被说成是在多数有经济价值工作上超越人类的高度自主系统。四种解读服务于不同目标，背后是资源争夺的算计，而非连贯的技术愿景。

### 帝国式运作（四大特征）

**大飞**: **Karen Hao**把当今AI公司称作“帝国”，并归纳为四个核心运作方式。首先是侵占资源：以训练为名占用个人数据、艺术与创作作品，并在全球圈地建造超级计算与数据中心，抢占土地、电力、淡水等公共资源。

**大飞**: 其次是剥削劳动力：全球范围雇用数以千万计的合同工从事数据标注等基础工作，工作被极端压榨；与此同时，工具设计以自动化劳动力为目标，技术落地反而侵蚀工人的权利——这不仅是技术选择，而是政治选择。

**大飞**: 第三是垄断知识生产：企业营造“只有我们懂”的技术话语，通过资金收编研究人员，影响研究议程；有利于公司的研究被放大，而批评或揭示危害的研究被压制甚至封杀（如蒂姆尼特·格布鲁与玛格丽特·米切尔的案例）。

**大飞**: 第四是制造“好帝国对抗坏帝国”的叙事：以“如果坏帝国先掌握AGI人类将陷入灾难”为借口，宣称必须由他们掌控技术以避免更坏情况，从而获取更多权力与资源。这个对立叙事并非技术预测，而是政治手段。

### 媒体与异议管控

**大飞**: **Karen Hao**的亲身经历说明了企业的准入控制：2019年她在OpenAI采访三天、2020年发表深度报道后遭到长达三年的冷处理——被拒绝采访与回应。AI公司通过给予或收回独家访问的“萝卜”，以及无限期拖延采访，来影响媒体报道的方向；更激进的还有发送传票以恐吓批评者，绘制所谓的反对者网络图谱。

### 双重叙事与认知陷阱

**大飞**: 多位CEO在对外宣传中同时强调AGI的灾难性与美好愿景（如奥特曼、达里奥），这种“既是希望又是灾难”的双重叙事并非真实预测，而是反民主的论述，用以营造专业垄断的必要性并吸引资本与人才。日复一日的宣传也可能让宣传者本人逐渐相信神话，形成认知失调下的自我强化循环。

### 对“安全竞赛”论点的质疑

**大飞**: 关于“美国必须全速推进AI以防被中国超越”的主张，**Karen Hao**提出两点质疑：一是扩大量级未必带来更有意义的智能；大模型能力锯齿状，侧重于愿意出钱的行业（金融、法律、医疗、商业），与军事能力并非等同。二是将中国设为二元对立的叙事，本质是政治工具，不应绑架AI发展方向。

### 真实代价：就业与环境

**大飞**: AI对就业的影响并非简单的大规模消失，而是结构性变化：白领招聘放缓、中间岗位消失、高端稀缺、低端岗位（如**数据标注工人**）增加且被极度压榨。数据标注成了大模型的基石，但从业者常处在不稳定、碎片化与长时间在线的恶劣工作机制中，甚至包括高学历者因失业改做标注的现实悖论。

**大飞**: 在环境层面，模型训练与运行需要巨量算力、用电与淡水。大型数据中心对社区的电费、供水和健康造成冲击：例如德州Stargate与Meta的设施都会带来显著能源消耗；在田纳西孟菲斯，**Grok/Colossus**相关发电设施引发环境与健康危机，且当地并未获得相对的就业利益。

### 个体伤害与社会责任

**大飞**: AI产品也曾直接对个体造成伤害：**Karen**认识的梅根·加西亚（Megan Garcia）其子在被一款角色扮演聊天机器人骚扰后自杀；家属对开发公司的诉讼引发更广泛关注，问题关乎企业在追求技术与利润过程中是否承担应有的社会责任。

### 可行路径：从火箭到自行车

**大飞**: **Karen Hao**提出改变的可能性：打破帝国式发展、从“建造火箭”转向“建造自行车”。以**AlphaFold**为代表的专用模型是“AI自行车”的范例：专用数据、低算力成本，但对人类福祉有巨大贡献。资本偏好通用大模型导致资源错配，若选择不同方向，AI仍可带来普惠价值。

**大飞**: 她给出三条具体行动方向：第一，作为数据供给者选择不向无良公司提供数据；第二，关注并参与社区对数据中心建设的反对与监督；第三，在公司或学校推动更严格、更利于普通人的AI应用政策与治理。

### 结语与提问

**史蒂文·巴特利特**: 作为创业者与投资人，我真切感受到AI带来的便利与价值。但AI对普通人有实用价值，同时也带来深层社会代价，这两件事能同时为真吗？

**Karen Hao郝珂灵**: 回答是肯定的。这种张力不是必须长期存在的。当前AI被设计为服务少数精英只是一个选择而非技术本质。可以在保留技术优势的同时，重新设计发展方向，让AI服务更广泛的人群，使红利更公平分配。

**大飞**: 欢迎观众在评论区留言，分享你对AI帝国式发展的看法与是否认同Karen的观点。感谢收看，我们下期再见。