薩克斯槓上阿莫迪:高性能AI「發牌制度」爭議再起

大衛·薩克斯(David Sacks)與Anthropic執行長達里奧·阿莫迪(Dario Amodei)再度在「前沿AI」監管範圍上槓上,爭議焦點是安全法規究竟是必要的最低防線,還是變相圖利大型AI企業的「發牌制度」。

阿莫迪8月中旬在X(前身為Twitter)發文反駁,認為「監管必然導致監管俘虜與權力集中」的說法過於簡化。薩克斯則在同一場論戰中回應,稱阿莫迪式的做法本質上是一套「AI版監理站(DMV)」,恐拖慢美國AI產業的發展速度。

這場爭論的起點,是Anthropic今年6月公布的政策文件《Policy on the AI Exponential》。文件中,Anthropic建議政府應握有權力,阻止或抑制高風險前沿模型的部署。

Anthropic提出的適用範圍包括:訓練運算量超過10的25次方FLOPs的模型、AI相關年營收超過5億美元(約新台幣160億元)的企業,以及AI研發支出超過10億美元(約新台幣320億元)的企業。文件要求的措施包含第三方測試、公開透明度、獨立評估與資安體系。

「FLOPs」是衡量AI模型訓練所需運算量的單位,而「前沿AI」指的是現階段技術水準下最強大的一批模型。監管派的邏輯是:模型能力越強,網路攻擊、生物風險與自主決策等安全隱憂也會隨之放大。

阿莫迪並不認為監管必然只會壯大企業權力。他解釋,Anthropic的提案設計是要放慢前沿AI企業的腳步,同時為規模較小的競爭者保留發展空間。

他也承認,AI因運算資源與部署基礎設施集中,天生帶有讓經濟力量集中的特性,但這不代表解方一定是中央集權式的監管。他主張安全防護應限縮在狹窄範圍內,同時為「開放權重模型」保留一定空間。

薩克斯的反駁則聚焦在進入門檻。他認為,類似FAA、FDA、FINRA的審查制度,會替AI模型製造測試與核准排隊的瓶頸,讓不受同等限制的中國反而在競爭中佔優勢。

薩克斯質疑的核心並非安全監管本身是否必要,而是「由誰、依什麼標準、多快核准」。他認為審查權一旦累積,結果往往是已具備資本與法務團隊的大型企業受益,而非新進業者。

阿莫迪則刻意與「全面禁止開放權重模型」的主張保持距離。根據Axios的報導,於7月27日(當地時間)阿莫迪表示自己從未支持過禁止開放權重模型。

開放權重模型指的是公開模型權重、讓外部開發者可下載並運用的AI模型。阿莫迪認為,不具風險的模型帶有公共財性質;但對於能力更強的模型,他主張仍需要晶片管制、防堵「蒸餾」行為與安全測試等配套。

這場論戰的意義,已超出Anthropic一家公司的政策宣傳。根據Axios的報導,於7月16日(當地時間)阿莫迪與OpenAI執行長山姆·奧特曼(Sam Altman)、Google DeepMind執行長戴密斯·哈薩比斯(Demis Hassabis)在「前沿AI需要監管」這一點上,已有一定程度的共識。

不過,政府是否該直接握有最終核准權、是否改由產業自律審查機構把關、或是建立國際認證體系,三方看法仍有分歧。評論人士指出,即使安全評估未來成為業界共通語言,這套制度設計最終是保護競爭、還是妨礙競爭,仍是另一個必須分別檢視的問題。

對關注加密貨幣與區塊鏈產業的讀者而言,AI監管與資安基礎設施的交會點同樣值得留意。AI驅動的網路攻擊與防禦能力,牽動著交易所、錢包與金融基礎設施的資安表現,TokenPost此前也報導過美國政府與大型科技公司協調前沿AI安全評估方式的相關內容。

整體來看,這場交鋒並非單純的「監管對創新」二元對立。阿莫迪主張替能力強大的模型設置範圍狹窄、但力道明確的安全防護;薩克斯則擔心,這類防護措施一旦層層累積,最終恐將固化成一套事實上的發牌制度。