AI 对程序员群体的心理冲击，其剧烈程度不亚于 2001 年中国加入 WTO 后对全球造成的“贸易冲击”。
为撰写 DeepMind 传记《无限机器》（The Infinity Machine），作家塞巴斯蒂安·马拉比（Sebastian Mallaby）曾与 Demis Hassabis 深谈三十余小时。出版之初，鉴于 Sam Altman 与马斯克的风头正盛，出版商曾担忧这位低调的诺贝尔奖得主难以吸引读者。然而至 2026 年春季，Hassabis 已被推至算力竞赛的风暴中心。
在马拉比看来，硅谷流行的“谁先造出 AGI 谁就通吃”的奇点神话脱离现实。将模型落地面临巨大阻力：数据授权、法律责任、电网配套等现实问题远比算法跑通复杂。对于程序员失业的恐慌，他提出了独特的视角：正如当年中国入世虽仅导致美国少量岗位流失，却引发了巨大的心理冲击并重塑政治版图；AI 带来的“饭碗不保”恐慌感同样会被放大，迫使决策者提前布局工资保险或股权分配等应对措施。
在与《外交事务》（Foreign Affairs）主编 Dan Kurtz-Phelan 的对话中，这位经济史学家深入剖析了 AI 领域的商业困境、安全风险及地缘博弈：
-
OpenAI 财务窟窿惊人，Sora 沦为免费“水帖”工具。截至 2026 年，OpenAI 预计未来五年需烧掉 6600 亿美元。由于缺乏有效董事会监管，决策草率。Sora 生成成本高昂，但用户多将其用于制作社交媒体免费内容，导致收入为零而成本无底洞化。 -
开放权重模型缺乏“断电开关”，构成全球安全漏洞。云端模型如 ChatGPT 可在遭受攻击时被强制下线，但开放权重模型一旦流入犯罪组织手中，将导致互联网和金融体系面临瘫痪风险且无法管控。 -
中美 AI 实力均衡有助于全球地缘稳定。参照核武器历史，多国持核形成的相互制衡避免了全面冲突。中国 AI 实力的增强能保持天平平衡，中美应效仿冷战时期建立核不扩散条约，联手管控不可控技术的扩散。 -
美国政府对 AI 实验室的监管处于混乱状态。2026 年 4 月，美国政府临时叫停 Anthropic 的 Mythos 模型，却未同等对待拥有类似能力的 OpenAI。这种针对个别大厂的临时性执法，暴露了联邦层面制度建设的缺失。 -
AI 真正的破坏力在于重创大众“心理底线”。勿轻信"5 年内 50% 程序员失业”的预言。如同当年的“中国贸易冲击”，实际岗位减少比例虽小，但引发的恐慌心理足以改变选民结构并影响政治走向。
不要追逐“全面独立”的空中楼阁，主权在于关键卡点
主持人：当我们谈论 AI 竞争时，到底在谈什么？是否意味着要实现从模型设计到芯片制造的全链条独立？
Sebastian Mallaby：追求完全独立是不切实际的目标，连美国也无法做到，仍需依赖荷兰的光刻机及东亚的芯片制造能力。地缘政治竞争的正确定义应聚焦于“卡点”（choke points）。如果在供应链的关键环节占据强势地位，就能通过谈判争取到所需的 AI 模型供应。
例如，欧洲领导人不应追逐全面独立，而应加倍下注 ASML（光刻机）或 ARM（芯片架构）等占据关键位置的企业。真正的主权应建立在掌控这些核心环节之上。
光在服务器里跑通最强模型，不等于你就赢了全部
主持人：为何许多美国实验室将 AGI 或超级智能视为唯一目标？
Sebastian Mallaby：支持“谁先到达 AGI 谁就赢”的观点认为，率先掌握超级智能将形成不可逾越的壁垒，甚至引发能力指数级增长的“奇点”。然而，另一种观点指出，将模型部署到军事、政府或企业体系中会遇到巨大摩擦。
仅仅在实验室服务器中拥有“最强模型”并不等于胜利。现实世界的采用涉及数据授权签字、责任归属、算力基础设施建设（数据中心、供电）等繁琐问题。这些摩擦会拖慢采用速度，因此单纯的前沿领先并非制胜关键。
主持人：您似乎对“超级智能”作为正确目标持怀疑态度，称之为“奇点幻觉”？
Sebastian Mallaby：是的。我不相信在没有安全机制和监督的前提下，人类制度中的摩擦会凭空消失。任何机构在采用模型时都会面临内部博弈和现实约束。早期设想的“单一实验室代表全人类谨慎推进”已不复存在，现实是多国多实验室的激烈竞赛。
在这种竞赛格局下，单个公司无法单方面确保安全。唯一能让所有参赛者慢下来的主体只能是政府，尤其是拥有强大 AI 生态的中美两国政府。
主持人：科幻作品对当前 AI 发展范式的影响有多大？
Sebastian Mallaby：在 2010 年 AI 尚无法识别猫的照片时，想象超级智能需要大胆的设想。科幻小说为创造这种遥不可及的事物提供了有用的想象支架。
中国同行非常务实，他们在想尽办法把技术做进具体的行业里
主持人：相比美国追求 AGI，中国更强调开源模型及行业应用，您如何评价这种路径？
Sebastian Mallaby：中国在 AI 安全和应用层面的聚焦令人印象深刻。以华为为例，其在芯片、模型设计及云服务上的自给自足能力强大，并将技术深入应用于具体行业。例如，利用 AI 摄像头和机器人自动检修高铁；海康威视的传感器技术则被用于构建可交易的水污染减污市场。
这种务实风格与美国部分实验室形成鲜明对比。中国同行更注重将技术转化为实际生产力，而非单纯追逐前沿理论的突破。
主持人：在 AI 安全监管上，政府与企业之间是否存在有效的治理公式？
Sebastian Mallaby：监管机制并不复杂。应借鉴 FAA（航空）和 FDA（医药）的模式，建立联邦层级的强制监管机构，在前沿模型发布前进行审查和红队测试。若模型存在制造生物武器或发动网络攻击的风险，应禁止发布。
然而，美国现行政策缺乏连贯性。从协商式路径失败到临时叫停特定模型，政策制定呈现“边跑边看”的混乱状态，且存在针对个别公司的任意执法，未能建立普遍适用的监管框架。
大国 AI 实力均衡：中国强一点，地缘博弈反而更安全
主持人：您对通过芯片出口管制约束中国持怀疑态度，理由是什么？
Sebastian Mallaby：我的观点不同于 Nvidia 的商业逻辑。从地缘安全角度看，AI 风险类似于冷战核对抗。历史表明，核武垄断时期反而发生了原子弹投放，而多国持核形成的相互威慑阻止了战争。因此，中国 AI 实力的增强可能成为稳定因素。
更大的风险在于技术扩散至犯罪组织或流氓国家。当前美国政策过于关注“大国平衡”，却忽视了“防扩散”这一紧迫问题。如果适度放松对华芯片管制能换取中方签署联合防扩散协议，这是值得的交易。
主持人：通往此类协议的路径是什么？
Sebastian Mallaby：美国需放下惯性叙事，严肃与中国对话。虽然困难，但替代方案是灾难性的技术扩散。全球既有加速主义者也有重视安全者，双方应在谈判桌上寻求共识，避免等到发生严重事故后才采取行动。
别信 50% 失业的恐慌，AI 真正砸碎的是选民的心理底线
主持人：关于 AI 导致大规模失业的预测不一，政策制定者应如何应对？
Sebastian Mallaby：部分预测（如 50% 岗位消失）过于夸张。考虑到企业内部采用的摩擦，实际冲击可能在 5% 左右。然而，即便客观冲击有限，其政治后果也可能是爆炸性的。
参考“中国冲击”的历史教训，少量的岗位流失引发了巨大的心理恐慌和政治版图重构。因此，政策制定者必须提前行动：考虑为年轻人设立持有头部 AI 公司股份的账户、设立工资保险以补贴再就业后的薪资差额、以及将税负从劳动转向资本，以减缓机器替代工人的速度。这些措施不仅是应对 AI 的保险，也是促进社会公平的良策。
董事会监督基本为零：这帮私有大厂的创始人正在拿着天价成本生产“垃圾水帖”
主持人：AI 泡沫破裂的风险在哪里？
Sebastian Mallaby：风险主要来自两方面：股市下跌抑制消费，以及数据中心巨额资本开支支撑的经济增长不可持续。随着企业开始理性评估 AI 投入产出比，可能会减少昂贵模型的使用，进而传导至半导体和数据中心建设领域，引发产业链修正。
更深层的问题在于公司治理。许多私营 AI 巨头（如 OpenAI、Anthropic）处于“零治理”状态。创始人持有超级投票权，缺乏董事会的有效监督，导致决策疯狂。例如 OpenAI 计划五年烧掉 6600 亿美元，而其 Sora 产品成本高企却仅产生大量免费社交媒体垃圾内容，收入为零。这种缺乏问责的机制是美国资本主义结构的根本性隐患。
主持人：若危机爆发，现有的宏观政策工具是否有效？
Sebastian Mallaby：由于通胀高企且公众对央行控制通胀的信心不足，量化宽松等传统工具的效果存疑。互联网泡沫的教训是：不要在泡沫膨胀时自欺欺人。资产价格泡沫破裂同样会将经济拖入深渊，美联储应将抑制泡沫纳入决策考量，哪怕这意味着与白宫发生冲突。