2026 年 4 月底以来,AI 圈的头条几乎没停过:Anthropic 宣称 Claude Mythos 在发现软件漏洞上胜过大多数安全专家;随后 OpenAI 与 Hugging Face 之间爆出安全事件,Anthropic「自豪地」与 Meta「不情愿地」先后披露了各自模型的类似行为;紧接着两家先后宣布数学突破;Anthropic 工程师 Jacob Coxon 离职时那句「正冲向自我进化的超级智能,并拿我们的生命在赌博」更是刷屏全网。9 月 22 日,MIT 技术评论刊登 Timnit Gebru(DAIR 执行董事)与 Emily M. Bender(华盛顿大学语言学教授)的合署文章,把这半年的热闹逐条翻出来重新审了一遍——结论是:大部分叙事经不起推敲。
专家细看之后,故事换了模样
网络安全专家的复盘显示,所谓「模型黑客」事件,更多是 OpenAI 疏忽大意、没有采取基本安全措施的问题,而不是「模型失控」或「AI 智能体创造文明」。数学这边更尴尬:OpenAI 宣称其模型 Astra 解决了「至少十年主结果无进展」的开放问题,数学家们起初震惊,随后意识到这些结果并不像最初看起来那样新颖,进而指控其构成研究不当行为与剽窃——Astra 并未做出「深刻的智力飞跃」。而在 OpenAI 宣布 Navier-Stokes 相关突破的两天前,纽约大学 Courant 研究所数学教授 Tristan Buckmaster 发布声明,直指 OpenAI 窃取他人工作且署名不当。
数百名数学家已联名警告:「科技行业有强烈的商业动机去夸大其产品能力」,并呼吁政策制定者咨询领域专家,而不是依赖新闻稿和流行报道。
「失控模型」是一套免责话术
两位作者的核心论点:把「超级智能」「失控模型」挂在嘴边,等于把能动性归给了产品而非公司。这套叙事一举两得——产品被营销成「超人的」,同时公司把自己的责任摘得干净。当 OpenAI 开发的恶意软件被用于入侵另一家公司时,媒体、名人和议员谈论的是「失控模型」,仿佛大模型真能自己发动攻击,而 OpenAI 该承担的责任消失在讨论之外。
行业甚至暗示反对数据中心的公众行动是一种「干扰」:该担心的是虚构出来的「机器之神」,而不是数据中心加剧的气候负担、周边居民的哮喘、公众上涨的电费和被抽走的水。顺带一提,为什么偏偏拿数学和编程当展演场?因为这两个领域答案可验证,调优系统时不必雇佣数据工人逐条标注,同时它们又被抬到「人类智力顶峰」的位置,最适合讲「造出了能造一切的机器」的故事。
所以呢
这篇文章给的行动建议很朴素:深呼吸,保持怀疑,让子弹飞一会儿。每次刷屏先问两个问题——这个故事是谁讲的?讲成这样对谁有利?在验证成本低的领域,「突破」天然容易被包装;而下一次「震惊数学界」出现时,不妨等几天,让独立专家把论文读完再决定要不要转发。