AI安全监管两条路线交锋：从Anthropic辞职事件到白宫召集令

人工智能安全与监管议题在2026年9月中旬进入白热化阶段。Anthropic研究员Jacob Coxon辞职并在公开信中抨击该公司及竞争对手OpenAI在AI安全方面不够负责任，这一事件成为引爆华盛顿和硅谷AI监管争论的导火索。美国总统特朗普随即公开将AI风险警告称为”骗局”，并计划下周在白宫召集AI行业高管开会。围绕AI是否需要更多监管，以特朗普为代表的”激进发展派”与以OpenAI、Anthropic、Google DeepMind三巨头为代表的”慢节奏派”形成了鲜明对立。

辞职事件与AI安全争论的起点

Anthropic研究员Jacob Coxon上周宣布辞职，并公开发声指责Anthropic和OpenAI在推进AI能力竞赛中忽视了安全保障。Coxon曾先后任职于这两家公司，其对前雇主安全文化的批评引发了广泛关注。

Coxon辞职事件的背景是AI能力快速提升与安全评估机制之间的张力。Anthropic自身在2026年5月发布的Claude 4模型中引入了宪法AI（Constitutional AI）框架，试图通过预设价值观约束模型输出，但Coxon认为这些措施在模型能力呈指数级增长时远远不够。OpenAI的GPT系列在多模态推理和工具调用能力上的快速迭代，也使得安全对齐研究的节奏赶不上能力部署的速度。

这场争论的核心分歧在于风险量级判断：一派认为当前AI系统的风险被夸大，监管将扼杀创新；另一派认为超前AI系统的潜在风险具有不可逆性，事前安全约束优于事后补救。

特朗普的”轻监管”立场与公开表态

特朗普在9月14日连续第四天淡化AI新增安全检查的必要性。他在社交媒体上称有人策划”病态阴谋”打击AI产业，随后将相关风险警告称为”骗局”。

9月13日，特朗普在爱尔兰多恩贝格观看高尔夫球赛期间接受ABC采访时，面对记者关于”AI是否应该减速或接受更多监管”的提问，没有先谈安全风险，而是直接将话题转向中国。特朗普表示”我们在AI方面领先中国，是世界上最先进的国家，希望继续保持这种状态，因为谁赢得AI，谁就赢了。”他承认可以给AI设置一些”护栏”，但重申不需要更多监管。

在洛杉矶举办的All-In Summit峰会上，发生了戏剧性一幕：英伟达CEO黄仁勋正在台上进行行业分享时，被特朗普的一通来电打断。特朗普在电话中向黄仁勋表示”AI风险是骗局”、”数据中心是未来的石油”。黄仁勋对此回应相对谨慎，强调了算力基础设施投资的重要性。

白宫官员私下表示，他们担心总统长期低估AI的危险，且近期业界的密集警告并未改变总统立场。特朗普计划下周在白宫召集AI行业高管，讨论AI发展路径，但多位白宫幕僚对总统能否认真听取安全建议持怀疑态度。

G20″卡罗来纳原则”与中美AI对话

这场舆论争论的背景是国际AI治理框架的快速演变。9月2日，G20通过了”卡罗来纳原则”（Carolina Principles），这是由美国推动的AI”轻监管”框架，获得全体成员国一致支持。框架的核心立场是：不针对AI设立新的监管机制，鼓励资本投入和产业加速发展。

“卡罗来纳原则”的通过标志着美国在AI治理领域的国际影响力。在G7和G20平台上，美国的”创新优先”路线获得了包括欧盟在内的主要经济体的认可。这与欧盟2024年通过的《AI法案》的高监管路线形成了对比——《AI法案》按风险等级对AI应用实施分级监管，而”卡罗来纳原则”强调灵活性和产业自律。

中美之间的AI安全对话也在筹备中。中国外交部在9月7日的例行记者会上确认，中美双方就AI问题”保持着沟通”，外界盛传9月中旬将举行特朗普重返白宫以来首次AI安全专项双边会谈。美方代表团预计由财政部长贝森特率领，白宫科技顾问Michael Kratsios大概率随行；中方初步考虑由国务院副总理何立峰牵头。

在All-In Summit峰会上，当被问及是否”踩刹车”时，特朗普先想到的竟是中国竞争——他担心任何形式的减速都会让中国在AI竞赛中赶超。这种将AI发展与地缘竞争深度绑定的叙事，使得纯粹的学术安全讨论不可避免地卷入了国家安全维度。

AI三巨头的”慢节奏”立场

与特朗普的”激进发展”路线形成对比的是OpenAI、Anthropic和Google DeepMind三巨头的”慢节奏派”立场。三家公司在不同场合表达了对AI超前能力的审慎态度。

OpenAI在2026年持续推进安全团队建设。Sam Altman多次在国会听证中表示支持某种形式的AI安全立法，但对具体监管框架持开放态度。OpenAI的立场是”有条件支持监管”——支持针对前沿模型（frontier models）的安全评估要求，但反对泛化的技术限制。

Anthropic作为以AI安全为创立宗旨的公司，其立场最为审慎。Coxon的辞职信暴露了Anthropic内部”安全派”与”能力派”的路线分歧。Anthropic在2026年6月发布了负扩展承诺（Responsible Scaling Policy）更新版，承诺在模型能力达到特定阈值时暂停部署并接受第三方安全审计。但Coxon认为这些承诺在商业竞争压力下难以真正执行。

Google DeepMind的立场介于两者之间。DeepMind在2025年底加入前沿模型论坛（Frontier Model Forum），并推动了”自愿性安全承诺”的签署。DeepMind CEO Demis Hassabis多次强调”对齐研究”的重要性——即确保AI系统的行为与人类意图一致——但他也承认，当前对齐研究进展远落后于能力提升速度。

三巨头的”慢节奏”立场并非纯粹的利他主义。在商业竞争中，已有市场参与者倾向于通过安全合规门槛限制后来者的进入。OpenAI和Anthropic在国会游说中支持的”前沿模型许可制度”，客观上会提高AI创业公司的合规成本。

数据中心与算力竞争的产业维度

特朗普所说的”数据中心是未来石油”并非修辞。2026年全球AI算力需求持续暴涨，数据中心建设成为大国竞争的物理指标。

2026算力网发展大会9月15日至16日在北京举行，聚焦国家”六张网”之一的算力网建设。中国信息协会算力网专委会主任委员梅建平在会上指出，大会以”筑基、融合、协同”为主线，推动全国一体化算力网体系构建。截至2026年6月，中国智算规模达2185 EFLOPS（FP16），同比增长177%，全国在用标准机架超过1500万架。

同期在河北廊坊开幕的2026中国算力大会上，工业和信息化部宣布中国算力平台实现全国一体化算力统筹监测，算力”一张网、一盘棋、一体化”发展格局基本形成。《2026综合算力全景分析》报告显示，中国综合算力正从”建得多”转向”用得好、协同好”，智能算力已成为综合算力体系的重要支撑。北京、上海、广东在大模型研发方面表现突出。

美国方面，科技巨头在2026年的数据中心资本开支继续创纪录。英伟达H200和下一代Blackwell架构GPU的供不应求，使得算力获取能力成为AI公司竞争力的硬约束。在这种背景下，特朗普将数据中心类比为石油资源具有政策含义——将AI算力基础设施纳入国家战略资源范畴。

监管路径的深层矛盾

AI监管争论的核心矛盾在于风险评估的时间维度。激进发展派认为，当前AI系统的风险是可管理的，监管框架应随风险出现而迭代，预设性监管会阻碍创新。慢节奏派则认为，AI系统的能力跃迁存在”临界点”——一旦模型达到某种自主能力水平，事后再设限制可能为时已晚。

两种路线背后是不同的利益考量。特朗普政府将AI作为经济增长和地缘竞争的工具，倾向于松绑监管释放产业活力。AI三巨头在已有技术优势下，倾向于通过合规门槛巩固竞争壁垒。学术界和独立安全研究者则关注能力评估方法和红队测试（red teaming）机制的完善。

9月16日出版的《求是》杂志发表文章强调基础研究是”全球科技竞争的前沿阵地”，这从侧面反映了AI竞赛已从应用层延伸到基础研究层。无论是美国的”卡罗来纳原则”还是中国的算力网战略，各国都在加速构建从芯片到模型的全栈AI能力。

白宫下周的AI行业高管会议将是观察美国AI政策走向的关键节点。如果特朗普坚持”零新增监管”立场，AI安全争论可能从政策讨论转向行业自律——企业自行设定安全标准和能力评估流程。如果三方能在”前沿模型安全评估”上达成最低共识，则可能形成类似于核安全领域的”自愿承诺+定期审查”模式。