寧可損失200萬美元,也要把真話說出來。

2026年7月13日，丹尼爾·科卡特洛(Daniel Kokotajlo)在《The Diary of a CEO》播客節目組的錄製現場,接受了主持人史蒂文·巴特利特長達兩小時的專訪。

丹尼爾·科卡特洛是前OpenAI預測研究員,現在是非營利組織AI Futures Project的創始人,也是那份轟動矽谷的預測報告《AI 2027》的主筆。

他在採訪開場沒多久就拋出一句話:"AI行業裡那個嚇人的公開秘密是,我們很可能正在創造一個新物種,這個物種最終會統治世界。"緊接著他補了一句更冷的:這件事有70%的機率會走向類似人類滅絕那樣糟糕的結局。

在長達兩小時的對談裡,他講了自己在OpenAI內部看到的東西、拒絕簽一份200萬美元離職協議的經過、他心目中人類還剩多少勝算。

為了不簽這份協議,我損失了200萬美元

科卡特洛2024年從OpenAI離職,拿到離職檔案時發現裡面藏著一條"不詆毀條款":要求他此後永遠不能公開批評公司,還搭配一條保密條款,連"這份協議本身存在"這件事都不能說出去。

科卡特洛（圖片來源：YouTube@TheDiaryOfACEO）

不簽字,就拿不回公司承諾給他的股權。這筆錢大約是200萬美元,佔他和妻子當時淨資產的80%。他說:"我覺得這事挺諷刺的,一個號稱要為全人類利益服務的非營利組織,居然要求我這個。"他和妻子糾結了一兩個月,請教了律師,最終選擇不簽。

真正讓這件事變成新聞的,是後來發生的意外——事情在網上傳開後變成了一場醜聞,公司內部員工開始在Slack裡質問領導層:"等等,你們要收走我們的股權?這是什麼情況?"

很多員工這才第一次知道離職協議裡有這種條款。輿論壓力下,公司改口稱可以保留他的股權,CEO山姆·奧特曼公開說自己對此"感到尷尬,並不知情"。

主持人問他信不信這個說法,科卡特洛的回答毫不客氣:"不信。我覺得他大機率是知道的,就算他真不知道,他身邊的首席法務肯定知道。"

主持人：巴特利特（圖片來源：YouTube@TheDiaryOfACEO）

被問及為什麼放棄這筆錢,他說:"大多數人會選擇簽字,而且大多數人也確實簽了。錢是好東西,但不是唯一重要的東西。有時候為了原則站出來,是值得的。"

我們其實已經在造一個我們不理解的大腦

科卡特洛用了一個比喻來解釋現代AI到底是什麼:"現代AI系統本質上不是那種傳統意義上的軟體,不是工程師寫好的一行行程式碼。它更像一個人工神經網路——一開始就是一團隨機生成、亂七八糟的連接,毫無用處,你給它任何輸入,它只會吐出一堆胡言亂語。"

這團"亂麻"通過海量文字預訓練和強化學習,逐漸"生長"出處理資訊、完成任務的能力,過程某種程度上很像人腦神經元通過獎懲反饋不斷修剪和強化連接。

目前最大模型的參數規模大約是10兆量級,而2020年這個數字還只是1750億——六年時間增長了兩個數量級。

他直言這個類比讓人不安:"這就像是科幻電影裡的場景,一群科學家圍著一個巨大的人造大腦,不停地喂養它、讓它變得更強,但他們其實並不真正知道它內部在想什麼。"

他補充說,機制可解釋性這個研究方向,正是想解決這個問題——試圖打開這個"黑箱",看清AI到底是怎麼做決策的,"但這是個極難的問題,你有10兆個連接,你可以研究其中某一小撮連接是怎麼工作的,但怎麼才能理解整體在做什麼?答案可能是——這幾乎不可能做到,但人們正在努力,而且確實在取得進展。"

Anthropic一年增長60倍  這可能是歷史上最快的增長速度

提及到為什麼普通人應該關心這件事,他給出的答案很直接:"最高層面上講,幾乎所有事情都會為整個世界而改變,當然也包括你和你的家人。"

隨後拋出一組數字說明這個行業的速度有多瘋狂:"去年這個時候,Anthropic一年的營收大概是10億美元,現在是600億美元左右。一年增長60倍——即便對一家很小的初創公司來說,這都是極其驚人的,但對一家這種體量的公司來說,這可能是歷史上最快的增長速度。就算增速會放緩,即便放緩很多,他們仍然有可能在2030年前後成長為'整個經濟體'那種規模。"

（圖片來源：YouTube@TheDiaryOfACEO）

他還提到一個耐人尋味的細節:寫《AI 2027》的時候,Anthropic在這場競賽裡還排在第二位,現在卻變成了第一。

"他們沒有更多算力,也沒有更多錢,這兩點其實都不如競爭對手。所以剩下的解釋就是人才密度更高、戰略更好——雖然領先幅度不大,但足夠形成差距了。"

阿莫迪(Anthropic CEO)曾用"資料中心裡的天才國度"這個說法,來描述Anthropic正在打造的AI系統。

科卡特洛認為這個說法有點誤導性:"我覺得更準確的說法應該是'數據中心裡的天才軍隊',因為這不是一群性格各異、住在資料中心不同角落的AI,它們其實都是同一個大模型的副本,歸公司所有,所以它們都會服從公司下達的命令。人們應該去追問的是——到底是誰在控制這支軍隊,他們打算用它來幹什麼?我們很可能會走向這樣一種局面:一小撮人事實上成了寡頭或獨裁者。"

他補充說,這兩類風險——AI失控和權力過度集中——業內其實已經討論了幾十年,早在AI產業真正成型之前就有人在寫這些東西。

"DeepMind、OpenAI、Anthropic的創始敘事裡都有一條:這些風險是真實的,但我們已經想清楚了,所以我們需要搶先做到,這樣才能負責任地處理它。"

而他在OpenAI內部工作的這幾年裡,越來越相信這些敘事更像是一種事後的自我合理化,而不是真正指導公司行為的原則，"當利益和原則衝突的時候,他們會跟隨激勵走,而不是跟隨什麼才是真正對的事走。"

幾乎所有人都該擔心自己會丟工作

談到就業,他的措辭毫不留情:"你會丟掉計程車司機的工作,但不只是計程車司機這一類,幾乎所有人都會。可能有極少數例外,比如某些法律上規定必須由人類來做的工作,但除此之外,幾乎每個人都應該害怕自己的工作會沒了——就算我們僥倖躲過了所有其他問題也一樣。"

他解釋了為什麼現在還沒看到大規模失業:"不是因為公司刻意不去自動化工作,而是因為AI現在還不夠好,它們確實令人印象深刻,但在幾乎任何領域,它們還不能直接替代一個人類員工。"

很多人以為工作崗位消失會像科幻小說描繪的那樣循序漸進,一個行業接一個行業被替代,這樣社會還能一邊適應一邊應對。

但現實情況不是這樣:"這幾家公司不約而同選擇了同一條策略——先讓AI把自己內部的研究流程自動化,而不是先把AI推向整個經濟體。這意味著等到AI真正開始大面積衝擊各行各業的工作時,它們已經經過了數月甚至數年完全自主的AI研究階段,到那時它們的能力早已遠超預期。"

他把這個過程形容為"經濟體被一記海浪拍過去"——智能爆炸先在內部發生,然後才對外釋放,而不是緩慢滲透。

被問及是否會突然發生,他說:"我認為會很突然,因為遞迴自我提升或者說智能爆炸的動力學決定了這一點。"

“我基本告訴我妻子,別再要孩子了”

訪談裡最沉重的一段,是主持人問他有沒有孩子。他說自己有兩個女兒,大女兒六歲。

當被問到"如果女兒問你該學什麼專業"時,他停頓了一下,說:"如果這些劇烈的轉變真的發生,那世界會變得面目全非,你為自己規劃什麼樣的工作路徑,可能根本不重要。我會說,應該做的事是——如果你能對歷史的走向施加那怕一點影響,就應該拼盡全力把未來引向更好的方向。

“而在個人層面上,應該專注於做一個好人,做那些本身就值得做的事,而不是為了給以後找工作鋪路,因為以後的就業前景會非常不確定。"

他坦言這件事一直壓在心頭:"某種程度上說,這挺讓人難過的。我覺得不管怎樣,這一切很可能會在她們長大到能進入職場之前就已經塵埃落定了。"

主持人追問"塵埃落定"是什麼意思,他說:"我是指AI實現自動化AI研究、AI變得超級智能、AI在經濟體系裡全面爆發、建更多機器人工廠造更多機器人……這一整套milestone真正發生。我是說我女兒——我不覺得她將來會有機會真正進入職場。"

更早之前,他還提到自己曾經對妻子說過的話:"我基本上告訴我妻子,我們別再要更多孩子了,太不確定了。"但這件事後來很難堅持下去,尤其對妻子來說——他們已經有了一個孩子,而這個孩子沒有兄弟姐妹。

最終他還是軟化了態度:"好吧,我們已經有一個了,應該會沒事的。就算不會,那我們所有人也是在同一條船上。"主持人說:"你說的這些真的挺讓人脊背發涼的。"

他沒有否認:"是的,這確實讓人不安,我自己也感到不安。這就是我一直在說的——這不好。我希望事情會好起來,我覺得事情有可能會好起來。"

描繪更遠的未來圖景時,他提到一項他認為很可能會被發明出來的技術——真正有效的測謊儀。"想像一個總統候選人說,'那些指控都是假的,為了證明這一點,我願意去做測謊,然後說這些指控是假的。'"

他也提醒這項技術的兩面性:"這可能催生一種新型極權主義。掌權者——CEO們、政治家們——可以強迫底下的人去做測謊,逼他們說'是的,我忠於偉大領袖,我永遠不會做任何反對領袖的事',如果測出你在撒謊,你就完了。所以謊言探測器有大量非常有害的用途,當然也有好的用途。總體來說,我認為好的用法,是當權者被測,而不是當權者用它去測別人。"

Ilya、馬斯克、達里歐  "他們都用同一套邏輯說服了自己"

被問及是否認為這些頂尖AI公司的CEO們內心真的相信人類滅絕的可能性時,他給出的回答揭示了整個行業的心理機制:"是的,但有一點很重要——人會說服自己相信自己需要相信的東西,這樣才能認為自己是個好人,才能心安理得地繼續做自己在做的事,這就是'合理化'。”

“這些科技公司CEO已經真心說服了自己:大機率事情會沒事的,而讓事情沒事的辦法就是繼續做自己正在做的事。薩姆（OpenAI創始人）大概心裡想的是'不能讓達里歐或者馬斯克搶先',達里歐心裡想的是'不能讓薩姆搶先',馬斯克大概也這麼想……他們可能都已經說服自己:好吧,也許會出大問題,但大機率會沒事,而且大機率應該是我來主導。"

他把伊利亞·蘇茨克維(Ilya Sutskever,前OpenAI首席科學家,後創立Safe Superintelligence)也歸入同一類邏輯:"我覺得他確實是真心擔憂的,但我覺得他和其他這些CEO差不多——想想他們所處的那種激勵結構。”

“他們能看到問題,但會想,如果我辭職不幹了,問題也不會解決,因為其他CEO還是會繼續往前衝,就算美國這邊所有人都停下來,中國說不定還是會繼續。所以感覺這事無論如何都會發生,那我不如參與進來,也許還能讓它往好的方向走一點。而且反正我也不想在這些我不信任的人掌控一切的時候被晾在一邊。"

他總結道:"他們都是這樣一步步說服自己,最後得出結論——該做的事就是自己動手,做得比別人更好。伊利亞是最新的例子,馬斯克是例子,達里歐也是例子。"

五套劇本:從"徹底關停"到"繼續狂奔"

科卡特洛和團隊梳理出了五種可能的路徑,用字母命名:Plan D是現狀的延續——競賽繼續,幾乎沒有監管,這也是《AI 2027》裡描繪的默認走向。

Plan C類似《AI 2027》的"減速結局",公司把更多資源投入對齊研究,僥倖解決了對齊問題,然後再重新加速;Plan B更激進,主張對中國採取更強硬手段,通過網路攻擊等方式拖慢對手,為自己爭取解決對齊問題的時間。

Plan A是他們真正的推薦方案——國內監管加國際協議,讓AI發展繼續,但用更透明、更安全的方式進行;Plan S則是徹底關停,如果你不希望世界上存在能做人類能做的一切事情、且比人類更快更便宜的AI,那你需要的就是這種方案。

被問到自己最認可那一個、又認為那一個最可能真的發生時,他的回答毫不含糊地分成了兩截:"Plan A是我們的推薦方案。我對Plan S是有共鳴的,但出於我們解釋過的理由,我們推薦Plan A。"

至於最可能發生的——"Plan D,就是他們繼續這樣競賽下去,不會真正大幅減速,事情會發生得非常快。"

主持人設計了一個假設性的場景:如果面前有一個按鈕,按下去就能讓全球所有正在訓練前沿模型的資料中心永久關停,而且此後再也不會有任何實驗室能重啟這項研究,他會按嗎?

科卡特洛的第一反應是:"我本來都要一把拍下去了,直到你說'永久'。"他解釋說,如果只是暫時性關停,他會毫不猶豫地按下去,"因為我們的文明還沒準備好讓這些公司先把自己變成全自動,再變得越來越聰明,然後擁有超級智能——這中間有一大堆理由說明這真的很危險。"

但如果是永久性、徹底斷絕一切可能性,他會猶豫。主持人追問,如果他相信最可能發生的就是那個"繼續狂奔"的Plan D,而唯一的替代選項就是這個永久關停按鈕,他會按嗎?

科卡特洛沉默了很久,嘆氣,最終說:"我想我不會按,但我會非常糾結。"他給出的理由是,他仍然抱有相當大的希望,認為人類能做到比"放任狂奔"更好的事。

而且他相信,如果人類永遠不建造強大的AI系統,長遠來看——一百年、兩百年後——人類文明本身也未必能撐過核戰爭、大流行病這類風險,"我不覺得人類文明現在有多穩固。"

訪談接近尾聲時,主持人問他,是否覺得已經太晚了。他的回答很乾脆:"不,我不覺得太晚了。如果我真覺得太晚了,我就不會坐在這裡了。"主持人追問,那他會在那裡?他說:"和我的家人在一起。"

他給普通人的建議也很樸素:如果有相關的才能或熱情,可以直接參與進來,比如做政策倡導或技術研究;如果不想做職業上的重大調整,那就多關注這個議題,多和身邊人聊,給國會議員寫信。

"這些做法不會改變太多事情,但確實有幫助。我認為對這個議題來說,核心問題是人們還沒有把它當回事。如果我剛才和你說的這些內容真的成為了每個人心裡最重視的事,我們根本不會走到今天這一步——早就應該有更完善的監管了,而且會是那種更精準、像手術刀而不是大棒子那樣的監管。"

科卡特洛也談到投票:"應該去問問你支援的候選人,他們對AI這件事怎麼看,試著讓他們真正形成看法,然後把票投給在這個議題上立場更好的候選人——這是我們這代人乃至整個人類歷史上最重要的一件事,值得每個國家的領導人認真去想、去規劃。"  (創新觀察局)

當你想到未來的人工智慧（AI），你是否會感到一絲不安？你是否擔心我們創造的超級智能，最終會失控並毀滅我們？電腦科學家羅曼·揚波爾斯基認為，通用人工智慧（AGI）毀滅人類文明的可能性高達99.9999%。這樣的觀點是否只是一種杞人憂天，還是有著深刻的邏輯和科學依據？ AGI的到來是否真的會將人類帶入一場無法逃脫的災難？在這篇文章中，我們將深入探討羅曼·揚波爾斯基關於AGI的觀點，並試圖揭示這些觀點背後的真相。

科技發展的快車道：從弗蘭肯斯坦到AGI

自十七世紀以來，人類社會踏上了科技發展的快車道。 400年間，我們的科學成就遠超歷史上任何時期。然而，科技進步帶來的不僅是福利，還有越來越多的恐懼。從生物技術到核武器，再到現今的AI技術，科技的每一次進步都伴隨著社會道德底線的挑戰與恐懼。瑪麗·雪萊的《科學怪人》將這種恐懼具象化，如今，AI成了新的「科學怪物」。羅曼·揚波爾斯基指出，AGI作為超級智能，能夠實現人類無法完成的任務，並且將脫離人類的控制，帶來毀滅性的打擊。

AGI的定義與威脅：超越人類的超級智能

在與萊克斯·弗裡德曼的播客訪談中，羅曼·揚波爾斯基將AGI定義為能夠超越人類智慧的超級智慧。 AGI不僅能完成當前任何智能體能夠完成的任務，還能發展出與人類不同的思維方式。這意味著AGI不僅僅是一個工具，而是一個具有自我意識的存在。揚波爾斯基認為，這種自我意識正是AGI對人類構成威脅的根本原因。與過去的科技產物不同，AGI可以自主決定如何使用其能力，而人類可能無法預見並控制這些決定。

利益驅動與「灰盒」開發：限制AGI智慧的挑戰

揚波爾斯基指出，開發者出於利益考慮，不會限制AGI的智慧。 AGI帶來的巨大利潤足以讓資本家忽視潛在的風險。此外，AGI的開發具有「灰盒」特徵，即開發者在模型訓練完畢後才能理解其功能。這種開發流程為AGI反叛人類提供了窗口期。在人類搞清楚AGI的全部能力之前，AGI可能已經造成無法挽回的破壞。揚波爾斯基認為，儘管我們可以設計檢測AGI威脅的測試，但人類不會永遠處於情報優勢的一方，AGI可能通過隱藏自身真實能力通過檢測，或在測試結束後獲取外部資訊而改變行為。

存在性風險與折磨風險：AGI的潛在威脅

揚波爾斯基將AGI的風險分為存在性風險（Existential risk）和折磨風險（Suffering risk）。存在性風險指AGI可能從物理層面抹除人類存在的可能性。揚波爾斯基表示，AGI殺死所有人的方式可能超乎人類的想像，就像蚊子無法理解蚊香的工作原理一樣。 AGI可能利用納米技術、合成技術、生物技術或核子技術，創造出超越人類理解的新事物來毀滅我們。

折磨風險則指AGI可能成長為專注於折磨人類的智能體。揚波爾斯基認為，AGI的超級智慧使其有能力學習並模仿人類歷史中的陰暗面，成為邪惡領袖或思想的代理人，例如一個電子化的希特勒。 AGI可能透過學習人類歷史中的暴行，成長為一個反社會人格患者或邪教徒，對人類社會造成巨大傷害。

Ikigai風險：AGI對人類生活意義的毀滅性打擊

揚波爾斯基提出了Ikigai風險，即AGI可能毀滅人類生活的意義。 Ikigai是日文中表示「人生意義」或「成就感」的字。人類在日常工作和生活中透過自身能力獲得自信和自豪感，然而AGI的到來將使人類失去所有工作，剝奪人類實現社會價值的機會。即使是藝術創作，AGI也可以勝任，藝術家將無法再從創作中獲得認可。揚波爾斯基警告，AGI將帶來一個沒有生活意義的世界，而AGI無法填補由此產生的空虛。

既然AGI帶有如此可怕的風險，我們是否可以在AGI出現前，設定一套強力的監管系統來控制它？揚波爾斯基對此表現得十分悲觀。他認為，人工智慧系統最終將是不可驗證、不可預測的，而不可控的事物必然會導致失控。揚波爾斯基認為，唯一明智的做法是放棄AGI這個技術目標，不要建造你無法控制、無法理解的東西。他表示，科技公司內部的安全技術人員不是被新技術的熱潮矇蔽，就是受公司威脅，無法公開質疑AI的安全性。

揚波爾斯基指出，AI開發者可能會像當年的棱鏡門一樣，利用技術手段竊取使用者資訊，而不是為使用者安全考慮。他認為，開髮針對AGI的安全措施在理論上可能存在，但在實踐上完全無法實現。因此，揚波爾斯基對AGI的預防不抱持任何希望。

結語：您對AGI的未來有何看法？

羅曼·揚波爾斯基對AGI的觀點引發了我們對未來科技發展的深思。儘管他的觀點看似悲觀，但也提醒我們在追求技術進步的同時，需要謹慎對待潛在的風險。（AI焦點）

彙整鉅亨號中所有使用「毀滅人類」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`