当“最安全”的AI公司开始“裸奔”：一场关于信任、金钱与生存的博弈
大家好，我是你们的财经记者。今天我们要聊的，不是一篇枯燥的技术报告，而是一场发生在硅谷顶层的“信任危机”。
故事的主角是 Anthropic，这家被公认为 AI 行业里“最讲规矩、最注重安全”的公司。故事的核心人物是 Jacob Coxon，一位刚入职 4 个月的研究员。他在 2026 年 9 月 8 日突然辞职，并公开表示：两家公司（Anthropic 和 OpenAI）都在拿人类的生命冒险，为了追求超级智能，它们正在放弃安全底线。
这件事之所以炸裂，不是因为有人辞职，而是因为 Coxon 说了一句大实话：“我在股权归属前就走了，我不再需要靠推高 Anthropic 的估值来获利了。”
想象一下，你手里有一张即将兑现的巨额彩票（Anthropic 预计 10 月 IPO，估值 2 万亿美元），但你选择把它撕了。为什么？因为你觉得这家公司正在做一件错事，而且错得离谱。
今天，我们就用大白话，把这件事背后的逻辑拆解开，看看这到底是怎么回事。
---
一、 从“刹车片”到“装饰条”：安全承诺的悄悄改写
首先，我们要搞清楚 Anthropic 到底改了什么？
在 2023 年，Anthropic 发布了一份《负责任扩展政策》（RSP）。里面有一条非常硬核的承诺，我们可以把它理解为汽车的“紧急刹车系统”：
> “如果我们的安全措施没到位，我们就必须暂停训练更强大的模型。”
这是一个“做不到，就不许继续”的硬性约束。那时候，这是 Anthropic 的招牌，也是它区别于 OpenAI（追求速度）的核心卖点。
但是，到了 2026 年 2 月，Anthropic 发布了 RSP 3.0。这次更新，那个“紧急刹车”没了。取而代之的是一套更复杂的“仪表盘”：路线图、风险报告、外部监督。
通俗点说：
以前是：“如果刹车失灵，我就停车。”
现在是：“如果刹车有点问题，我会写报告解释为什么我还敢开，并且我会看着仪表盘开车。”
Anthropic 解释说，因为 AI 的能力边界太模糊，没法精确定义什么时候该停，所以刚性刹车不可操作。这话听起来有道理，但问题在于：既然边界模糊，为什么两年前要把这条承诺作为招牌？为什么偏偏在 IPO 前夕修改？
更让人警惕的是，就在同一时期，Anthropic 签下了未来十年高达 5170 亿美元的算力合同。一家把未来十年的“油费”都提前锁死的公司，很难主动踩刹车。安全承诺从“我们不做什么”（硬约束），变成了“我们怎么解释我们做了什么”（软解释）。
二、 消失的两个词：OpenAI 也在“卸妆”
你以为只有 Anthropic 在改文件？不，OpenAI 也在动。
OpenAI 在 2025 年 11 月发布的年度税务表格（990 表）中，悄悄修改了自己的使命陈述。
- 以前： “构建安全地（safely）造福全人类的通用人工智能，不受财务回报需求的约束。”
- 现在： “确保通用人工智能造福全人类。”
注意，两个词没了：
1. “Safely”（安全地）：关于安全的承诺淡化了。
2. “不受财务回报需求约束”：关于钱的承诺没了。
这意味着，OpenAI 不再强调自己是为了人类安全而存在，也不再强调自己独立于资本利益。它变得更像一个纯粹的、追求利润最大化的科技巨头。
与此同时，OpenAI 在两年内解散了三个核心安全团队，包括著名的“超级对齐团队”。连 Ilya Sutskever 这样的大牛都离开去创立专门做安全的公司了。
解读：
这两家最强调安全的公司，在同一个时间段，都在重新定义“安全”的边界。这说明这不是某一家公司的道德滑坡，而是整个行业在资本和竞争压力下的集体“卸妆”。当“安全”不再是一个不可协商的前提，而变成一个可以谈判的变量时，危险就开始了。
三、 一个无解的悖论：为了更安全，必须更快？
Coxon 在采访中说了两句非常扎心的话，揭示了 AI 行业的死结：
1. “如果你面临竞赛压力，你就必须抄近路，或者跳过监督流程中的步骤。”
2. “对 OpenAI 和中国的过度偏执，有时会被用来为加速推进提供理由。”
这形成了一个可怕的“安全悖论”：
- 逻辑 A： 如果 Anthropic 慢下来做安全评估，OpenAI 或中国对手就会抢先把超级智能做出来。
- 逻辑 B： 如果对手先做出来，而对手的安全措施不如 Anthropic，那么全球的安全风险就会失控。
- 结论： 为了“更安全”（防止不安全的人先做出超级智能），Anthropic 必须“更快”地实现超级智能。
- 后果： 但“更快”意味着缩短训练、评估和发布的时间，研究人员用来理解模型内部机制、检查危险行为的时间必然减少。
大白话总结：
“为了更安全，我必须跑得更快。但我跑得越快，就越不安全。”
Coxon 辞职，不是因为他讨厌 Anthropic，而是因为他发现，在这个竞争格局下，没有任何一家公司能单方面保持安全。 这是一个系统性的死局。你换一家公司也没用，因为整个赛道都在加速，没有人敢踩刹车，因为踩刹车的人会被淘汰，或者被对手超越。
四、 三天下线：安全靠的是“事后救火”，不是“事前预防”
文章提到了一个关键事件：2026 年 6 月的“Fable 5”事件。
Anthropic 发布了新模型 Fable 5。两天后，亚马逊 CEO 打电话给白宫，说这个模型有漏洞，可以被“越狱”（绕过安全限制）。白宫紧急开会，商务部下达出口管制令，Fable 5 全球下线。
从发布到下线，只用了三天。
这里有一个残酷的事实：
让模型停下来的，不是 Anthropic 内部那条被改写的“安全红线”，而是风险已经释放之后，政府的强制介入。
这说明什么？说明 Anthropic 的安全承诺，在关键时刻并没有起到“事前拦截”的作用。它更像是一个“事后公关”或“事后合规”的工具。当风险足够大时，外部力量（政府）会在三天内反应。但问题是，风险已经释放了。
RSP 3.0 改写的那条红线，本来是要在风险释放之前起作用的。现在，它失效了。我们看到的不是“预防”，而是“事故处理”。
五、 投资人的噩梦：安全承诺值多少钱？
最后，我们把目光转向资本市场。
Anthropic 的估值高达 2 万亿美元，它的品牌故事是：“我是最安全的 AI 公司。” 投资人买的不只是模型能力，更是这套“安全治理”的承诺。
但是，如果安全承诺可以被竞争压力修改，那它在投资判断中就应该打折。
- Morningstar 报告指出： Fable 5 事件让安全承诺变成了财务风险。
- David Sacks（美国科技顾问）发声： 在调查清楚之前，Anthropic 的 IPO 应该暂停。
这对普通人意味着什么？
1. 品牌溢价崩塌： 如果“安全”只是营销话术，而不是真实约束，那么 Anthropic 的估值基础就不牢固。
2. 合规危机： 如果监管机构认定其“安全承诺与实际行动不一致”，这不仅是公关危机，更是法律合规危机。
3. 信任投票： Coxon 放弃股权，相当于给这个问题投了一张“不信任票”。他用自己的真金白银告诉市场：我不相信这个系统能自我纠错。
总结：
Coxon 放弃的股权，在 2 万亿美元的估值面前，确实是一粒尘埃。但他说的话，是一根针。
这根针刺破了 AI 行业最华丽的气球：我们以为我们在建造更安全的未来，但实际上，我们只是在建造更昂贵的、更不可控的、且必须靠政府最后兜底的机器。
当“安全”从“我们不做什么”变成“我们怎么解释我们做了什么”时，我们失去的，不仅仅是技术上的刹车，更是道德上的底线。
对于普通人来说，这意味着：
- 不要盲目相信科技巨头的“安全承诺”，要看它们的行动和监管的反应。
- 关注 AI 行业的监管动态，因为现在的安全，很大程度上依赖于政府的事后干预，而不是公司的事前自律。
- 警惕“速度至上”的文化，在 AI 领域，速度往往是以牺牲安全为代价的，而这个代价，最终可能由全人类来买单。
这场博弈没有赢家。Anthropic 失去了灵魂研究员，OpenAI 失去了道德高地，而投资者，正站在悬崖边上，看着那辆没有刹车的赛车，呼啸而过。