OpenAI 和 Anthropic 面临安全治理审查

2026年10月13日，OpenAI 和 Anthropic 在英国议会商业、创新、科学与贸易委员会公开表态，与 Google DeepMind 和 Meta 分道扬镳，支持具有约束力、强制性的、基于能力的 AI 安全立法 ^[1][2]。OpenAI 提交的文件称，其“有能力支持英国立法，为前沿人工智能建立持久、强制性、基于能力的要求” ^[3]。然而，这一立场与另一则报道形成尴尬对比：OpenAI 和 Anthropic 被曝曾试图获得对独立外部安全评估机构发布内容的编辑控制权——实质上是否决权——尽管此前承诺这些评估机构将独立运作 ^[6][7]。这种矛盾并不隐晦——两家公司的一只手请求立法机构实施外部监督，而另一只手却据报道试图限制外部监督者在公共场合能说的内容。综合来看，英国议会的证词与评估机构事件表明，这些实验室希望在自己设定的条件下接受监督——他们支持一个可由自己参与塑造的立法框架，但对那些不受其控制的评估者公开发布发现持保留态度。这种怀疑情绪也在 X 和 Reddit 上浮现——OpenAI 被争议性地解雇了三名安全研究人员，公司称这是“信任破裂”而非报复；另有报道称，两家实验室私下正在推演如何应对假设性灾难性 AI 事件带来的公众和政治后果，这些都加深了人们对其安全承诺是否仅停留在口头上的疑虑。

此次议会听证会并非例行检查——它是在 Anthropic 未将其前沿模型提交给英国人工智能安全研究所进行发布前测试就发布该模型后召开的，暴露出英国的人工智能安全制度是自愿性的，而非强制性的 ^[1]。委员会主席 Liam Byrne 直截了当地提出了核心问题：是否应允许企业自行决定其模型是否强大到需要独立测试，还是应通过法律强制要求发布前测试 ^[1]。这一问题因英国人权联合委员会的一份报告而更加尖锐，该报告指出，目前没有任何司法管辖区——包括英国——拥有真正有效的 AI 监管方法 ^[3]。Anthropic 决定跳过自愿测试，将一个抽象的政策漏洞转化为一个具体、可引用的失败案例，使立法者能够直接指出。听证会的讨论比政策流程本身更具针对性——天空新闻对同一听证会的报道显示，一名前 Anthropic 对齐研究人员告诉委员会，这些实验室正在“押注”利用当前模型协助进行进一步的对齐研究，而不是在系统关键能力超越人类水平时拥有可靠的保障计划，这一坦白削弱了自愿自我监管所暗示的安全感。

在同期举行的 AI Engineer 纽约大会上，OpenAI 和 Anthropic 的高管讨论了“有用性阈值”——即自主金融代理达到足够可靠、可被委派真实金融决策的临界点 ^[4]。OpenAI 的 Joseph Kim 预测，到2027年将出现能够生成投资想法并执行交易的代理，而 Anthropic 则描述了围绕其《Claude for Financial Advisors》产品构建的“信任层”，包括身份验证、沙箱隔离和人类审批边界 ^[4]。尽管被包装为安全讨论，这实际上也是一场市场份额之争——Anthropic 的金融服务代理套件比 OpenAI 的 ChatGPT for Financial Services 推出早了数周 ^[4]，彭博社的报道将这一时间安排描述为两家公司预期 IPO 前的直接竞争定位。这些安全术语——阈值、信任层、沙箱——同时也成为每家公司向监管机构和客户传达的信号：他们已经解决了自己仍在竞相推出的产品所面临的自主性难题。

英国听证会前几天，David Robinson——这位在 OpenAI 担任安全负责人长达3.5年、曾撰写或监督12次前沿模型发布安全报告的人——辞职并在《大西洋月刊》发表文章，指出该行业“迭代式部署”方法——即不断试错地发布能力越来越强的模型——将导致周期性失败，并随着模型能力增强而后果不断升级 ^[5]。他最尖锐的论断是：他在 OpenAI 从未与任何来自航空或核能等安全关键领域拥有工程经验的人共事过，而 AI 实验室本应达到那样的严谨标准——“一个允许这种事情发生的地方，绝不是培育可能比我们更聪明的人工心智的合适环境” ^[5]。OpenAI 发言人 Drew Pusateri 反驳称，公司会在需要放缓时暂停训练或推迟发布模型 ^[5]。时机至关重要——Robinson 公开与 OpenAI 决裂的时间，恰好与两家实验室向英国议员表示支持具有约束力的外部安全规则的同一周，这为批评者提供了一个现成的内部视角，揭示了这些实验室自身内部实践的真实面貌。