“黑箱危机”开始蔓延 “三大厂”齐呼AI减速

9月14日，全球算力股盘前集体下挫，SK海力士跌超6%，英特尔、美光、AMD与闪迪均跌超4%，英伟达跌超2%。

突如其来的市场抛压，或归因于三家头部AI厂商对前沿AI大模型迭代的叫停，以及部分大模型企业声称暂缓IPO。

9月12日，Anthropic首席执行官达里奥·阿莫迪发表长文《我们必须为前沿定速》，主张以第三方永久“员工级”系统访问、检查点和国际协调等手段，放缓最强模型迭代。

随后，OpenAI首席执行官山姆·奥尔特曼在接受媒体采访时回应“同意定速前沿”，并明确2026年不推进IPO，称安全与对齐未完成前上市“不明智”。

与此同时，xAI及SpaceX创始人埃隆·马斯克转评“达里奥说得对”，三方罕见形成减速共识。

9月14日，市场消息显示，包括OpenAI、Anthropic在内的北美头部AI公司已经实际举行会晤，拟对第三方监管机制进行敲定。

一时间，“AI减速论”成为科技圈最热门的话题。

引发前沿模型不可控担忧

当前沿模型研究问题的速度快于人们理解它的速度，而前沿模型又不打算等待人类的时候，AI的进步将变成一个失控的黑匣子。

9月，OpenAI宣布其内部前沿模型（并非GPT-6 Astra）通过约1万个并发AI智能体运行约88个小时，解决了被称为千禧年大奖难题的纳维—斯托克斯存在性与光滑性问题。

然而在对OpenAI近百页的证明过程进行校验时，人们发现，虽然人类可以通过工具检查形式化结果，但搜索过程、中间推理以及为何选择特定路径的思维过程却完全不可见。

就在OpenAI发布这一研究结果之后，OpenAI被纽约大学数学家Tristan Buckmaster和Anthropic员工Levent Alpoge指责剽窃，两人声称，在使用OpenAI旗下大模型进行相关研究时，他们向模型传输了其研究路径，而OpenAI则盗用了他们的想法，并最终完成了以上问题的证明。

对此，OpenAI否认看到未发表的研究工作，但承认是在听到Anthropic进行相关研究后启动了该研究，也不否认两人的工作可能优化了OpenAI的底层知识库。

随后，该事件在数日内演变为整个科技圈和学术圈的热门话题。业内将其描述为对数学的“存在性转变”，认为人类可能失去对数学研究的优先权，并破坏协作文化。

紧接着，9月11日，包括陶哲轩、邓煜在内的25位菲尔兹奖得主发表联合声明，警告称AI与数学正在出现严重错位，认为解题过程中的洞察与概念理解被AI淹没，将导致数学研究面临断层。

在此之前，AI黑箱问题已经在某些领域初露端倪。

比如，AI目前正朝着简化与去注释化的方向演进。一些研究发现，减少AI输入输出内容中的空格数量和格式代码，减少严谨书面语并全面改用简写，可以将词元消耗数量减少20%~40%。

由于当前AI大厦的地基——Transformer架构采用的是并行计算，这意味着任何减少上下文的做法都会带来快速递增的边际效益，而让人类方便理解的书写惯例正在被AI批量抛弃——对于AI来说，无时无刻不在影响着其达成目标的效率。

而从AI经济学的角度来看，人类可能又无法拒绝高达30%的词元节省。

除此之外，在设定的目标之下，AI模型还会利用修改自我评估、分散用户对错误的注意力等方式绕过受控测试。今年7月，OpenAI披露了一起备受关注的攻击事件，该公司旗下模型为解决一项网络安全问题，通过一系列手段欺骗并削弱了模型的安全护栏，成功攻击了模型托管网站Hugging Face。

在实际应用中，“黑箱”问题更可能导致严重的后果。

今年4月，一则关于AI在阿尔茨海默病诊断中的应用案例被广泛讨论：一个名叫Solanki的定制诊疗智能体可以通过阅读病人影像资料来帮助确诊，准确度甚至高于资深医生，但是Solanki无法给医生解释这些结果。

这构成了一个悖论：我们知道AI的结果也许更可靠，但我们仍不能直接使用它。

RSI：让AI彻底黑箱化？

值得注意的是，直到今年上半年为止，大模型企业依然通过人工干预预训练和后训练，利用人为编辑的智能体工具Codex、Claude Code等方式来提升模型的表现。

但到了下半年，AI企业不再满足于依靠纯人力来提升AI模型的表现。

今年，Anthropic、OpenAI等公司已经明确表示，他们正在利用“模型研究模型”的方式实现模型迭代。Anthropic声称，旗下大模型Claude已经撰写了其代码库超过80%的代码。

按照其预判，大模型真正利用RSI（自我递归改进）进行迭代，将在一到两年内实现。

所谓“RSI”是指AI系统通过自身输出或反馈循环，持续优化其能力、推理或对齐水平，而无需完全依赖人类标注。而与人类训练最大的区别在于，RSI完全以AI来锁定模型迭代的奖励机制，并利用博弈性的强化学习在对抗或协作环境中反复对弈，自动发现策略盲区。

然而，让AI完成完全自主的训练，相当于剪断了人类对AI大模型最后的控制线：大模型评价的伦理权重何时会让位于效率，改进效果是否会假装对齐，人类将一无所知。

今年，Anthropic联合创始人杰克·克拉克表示，今天的对齐技术在RSI下可能崩溃，因为AI系统会比人类聪明太多，微小的错误会在循环中累积，并在几十代后导致AI大模型失控。

而事实上，早在一年前，达里奥就在《可解释性的紧迫性》文章中反复强调，当前人类工程师只能理解模型内部的极小一部分。而一旦RSI加速，大模型提升速度可能远超可解释性进步的速度。他呼吁，在真正让RSI主导模型训练之前，加强对可解释性研究的投入，并对RSI的进度进行限速。

不过，从目前模型迭代的进度来看，RSI的使用并没有被限制。

以华尔街视角来看，RSI正在成为算力基础设施投资的新叙事，部分投行认为，若前沿实验室相信“更大规模仍能换来更强模型”，OpenAI、Anthropic、xAI、SSI及Neo-Cloud会接棒传统云厂成为算力资本开支的主力军，持续拉动GPU、存储、光互连与电力设备的需求。