专访|从AI巨头离职的顶级人才：人类正变成最慢一环，但让AI“慢下来不是好办法”

人工智能究竟应该踩下刹车，还是继续加速？过去两周，这场争论突然从AI安全研究圈冲到了硅谷中心。

先是曾在OpenAI和Anthropic工作的27岁研究员雅各布·考克森辞职，公开称头部AI公司正在“拿我们的命赌博”。随后，Anthropic首席执行官阿莫代伊呼吁控制前沿AI能力增长速度，OpenAI首席执行官奥尔特曼、马斯克等也对加强外部评估、放慢发展步伐表示支持。

现实很快显露出另一面。9月19日，就在阿莫代伊公开呼吁行业“减速”约一周后，有报道称，Anthropic正在考虑推出新模型，以应对OpenAI带来的竞争压力。

曾在Google DeepMind工作7年的AI研究员里舒布·贾因（Rishub Jain）和前OpenAI治理研究员丹尼尔·科科塔伊洛（Daniel Kokotajlo）在接受红星新闻记者采访时，均表示：“减速”并不意味着离开。他们在离开“大厂”后，转向继续研究如何理解、监督和约束越来越强的AI系统。这应该是人类与AI关系发展中，最正确的路径和办法。

谁减速谁就掉队，慢下来不是好办法

抛开与AI发展之间的技术难题，人类面临一个更现实的难题：即使越来越多人认为放慢AI发展有利于人类安全，谁又愿意率先踩下刹车？

一份由1300多名前沿AI公司员工联署的公开声明指出，每家公司、每个国家都面临巨大的竞争压力，很难单方面放慢AI发展。一旦自己减速、竞争对手继续推进，就可能失去技术优势。Anthropic一边呼吁行业控制速度，一边又考虑推出新模型，或许恰好展示了这种矛盾。

▲DeepMind前AI研究员里舒布·贾因

曾在Google DeepMind工作7年的AI研究员里舒布·贾因（Rishub Jain）告诉红星新闻记者，到2026年，外部AI安全研究已经拥有更多人才、资金和关注，他也因此能够在大型实验室之外，把自己真正关心的研究推进到更大规模。

尽管担忧当前AI发展的速度，但当被问及是否仍然相信高级AI最终能够与人类目标保持一致时，他仍然给出了肯定的回答：“我相信我们能够对齐AI，并让它帮助人类。”

问题因此不是“慢下来”，而是在AI摆脱人类监管之前，人类能不能先建立起足够可靠的监督和判断机制，以在AI真的变得比我们更聪明、更快时，人类还可以判断它到底有没有做对？

AI已参与研发下一代AI，人类需要对齐

里舒布·贾因今年从DeepMind离职后，创办了一家专注AI安全、重点研究AI监督与评估的非营利机构。

对于“AI究竟已经发展到了哪一步”这个问题，贾因告诉红星新闻记者，近期频频出现的一个词——“递归自我改进”（Recursive Self-Improvement，RSI），就可以展现AI的进化阶段。简单来说，就是AI越来越多地参与改进自身，并进一步研发出能力更强的下一代模型。

美国人工智能公司Anthropic上周宣布，其大模型聊天机器人Claude已“主导”公司超过四分之一的人工智能研发工作。这是该公司计划定期公布的一组新指标之一，用来向外界展示AI正以多快的速度参与下一代模型的开发。

▲智能手机屏幕上的Claude应用图标，它是Anthropic开发的人工智能聊天机器人（图据视觉中国）

贾因很直接：“递归自我改进并不是某一天突然发生，实际上，我们早就看到它的迹象。”不过，他并不认为“自我改进”本身就是最值得害怕的事情。

“RSI本身并不是什么需要恐惧的东西。”他告诉红星新闻记者，“真正令人担忧的是，在我们还没有足够强的能力去对齐AI的情况下，AI发展的速度正在加快。”

贾因表示，人类如何与AI对齐，“这是一个眼下就需要认真考虑的现实问题，未来也一样。”

AI发展越来越快，人类必须快速评估结果

与AI对齐的一个重要方面，就是如果有一天AI已经比人类更擅长完成某件事，人类凭什么来判断它究竟做对了没有？

贾因认为，从模型对齐的角度看，AI能力超过人类本身并不是问题，真正的难点在于如何评估这些越来越强的系统。随着AI开始执行更复杂、更高级的任务，人类将越来越难判断其行为是否符合预期，因此“不能只依赖人类评估”。

依靠AI来监督AI，本身也存在新的难题。贾因表示，AI评估并不完美，“（如果）AI在特定领域发展出达到超人水平的系统，我们必须评估它们”，因为人类必须知道“它们到底有没有做对”。

他的团队目前尝试的一条路径，是把人类和AI各自的优势结合起来，用“人+AI”共同监督更强的AI。

2024年从OpenAI辞职的治理研究员丹尼尔·科科塔伊洛（Daniel Kokotajlo），目前担任AI Futures Project执行主任，该机构主要研究AI未来发展趋势。在与红星新闻记者沟通时，丹尼尔提供了他的一份AI未来发展趋势报告《AI 2027》白皮书。

▲前OpenAI研究员丹尼尔·科科塔伊洛

《AI 2027》的一个核心设想，与贾因的担忧高度重合：AI开始大量参与研发AI，整个研发过程也不断加快，问题随之出现：人类可能成为整条研发链上最慢的一环，即AI一天完成的研究，人类可能需要好几天才能复核。

人类需要监督AI，如何独立监督面临障碍

为解决监督AI的问题，全球AI巨头提出“第三方评估”的方案，但第三方究竟怎样才能算真正独立？

贾因向红星新闻记者提供了一份9月18日发布的公开倡议，超过100名AI研究人员、学者和行业人士在倡议书中提出，第三方评估听起来简单，但真正做到“独立”并不容易。

▲贾因（右一）与朋友们

倡议书签署者包括“AI教父”、诺贝尔物理学奖得主杰弗里·辛顿，以及前OpenAI AGI高级顾问迈尔斯·布伦戴奇（Miles Brundage）等。

首先，评估机构不能由被评估的AI公司拥有或控制，也不能因为得出对公司有利的结论而获得报酬。

更关键的是，外部评估人员究竟能看到多少。倡议提出，他们应获得接近企业内部高级安全人员的访问权限，不仅可以接触相关模型、数据和工具，还应能够直接与员工沟通。

如果评估发现问题，公司也不能利用保密协议阻止结果公开，更不能因为结论“不好看”而对评估方施压或报复。

这份倡议实际上把所谓“独立监督”落到了几个很现实的问题上：评估机构是否真正独立、能接触到多少内部信息，以及发现问题后能否不受干预地公开结论。

红星新闻记者 杨诗柔

编辑 罗天

审核 何先菊