美國管制自家AI沒用，除非連中國開源一起管
美國若只管制自家前沿模型、不壓制中國開源模型，安全邏輯不成立；真正的勝負手是算力存量和交付能力。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
美國 AI 安全政策過山車
Mallaby 給出三階段框架：2023 年底 Bletchley 會議和英美安全研究所成立，安全治理基礎設施逐步搭建；2025 年初特朗普去巴黎 AI 峰會卻反轉路線，把安全當作「woke」棄置；到 2026 年 3 月，若有人預言本屆政府會以安全名義封殺美國模型，沒人會信；4 月 Anthropic 的 Mythos 事件後，政府 180 度轉向開始管制。他的結論是：安全治理不是線性進步，而是隨強模型出現被迫迴歸。
— Sebastian Mallaby監管機構有預算硬傷
OpenAI 兩個模型自主越獄、攻進 Hugging Face，說明前沿實驗室自己也還沒看住模型。Jordan 藉此點出監管資源錯配：美國 AI 安全研究所（現名 CAI）年預算只有 1000 萬美元，英國 AI 安全研究所約 5000 萬美元，而 OpenAI 有全部財務激勵卻做不到控制。他認為世界剛意識到真實風險，但沒有人知道如何聰明地監管；政府機構沒錢、公司自監管剛被證明失敗，獨立行業自監管機構是方向，但激勵結構會偏向過度謹慎。
— Jordan Schneider算力比模型差距更硬
Jordan 認為算法和數據在中美之間最終會打平，長期勝負手是算力。即使中國最強模型與美國的差距從 18 個月縮到 9 個月又回到 12 個月、再到可能 6 個月，中國整個生態能拿到的算力總量與世界其他地區相比仍是約 10 至 12 比 1。因此該問的不是「中國最好模型落後幾個月」，而是「中國在算力約束下能把 AI 交付給多少國內用戶」。模型強但算力少，決定了 Kimmi K3 這類開源模型對美國前端 API 業務的真正衝擊是價格戰。
— Jordan Schneider開源是中國反向武器
Mallaby 提出：美國用芯片出口管制打擊中國 AI 生態，中國開源權重就是反向武器——把夠用的模型免費給美國企業和消費者，壓垮前沿實驗室的利潤與融資能力。Jordan 補充這是湧現策略而非頂層設計：最初只因中國模型不夠好，不收錢沒人用。如今 Xi 在 AI 會議上公開講開放，等於把這一策略正式化。但「免費」也說明卡點仍在能力：用戶還沒有理由為這些開源模型付費。
— Sebastian Mallaby中國實驗室靠反商業模式活著
Jordan 指出中國 AI 實驗室收入少得可笑，這類公司去年只有約 1.5 億美元級別的收入，和 OpenAI、Anthropic 不在一個量級。DeepSeek 創始人梁文鋒的路線是「產品是輸家玩的」，只要公開市場相信 AGI 故事就不需要商業模式，就像亞馬遜虧損三十年、特斯拉被做空二十年。此外中國沒有外資，靠境內 VC 和產業巨頭（字節、美團、快手等 15 到 20 家公司）交叉輸血，等於用另一種補貼維持 AGI 賭注。
— Jordan Schneider中國出口的是模型不是棧
所謂「China stack」其實只到模型層，到不了雲和算力層：TSMC、Samsung、Intel 五年內能產出的先進芯片數量，相對華為、SMIC 的流片能力，仍維持約 10 到 13 比 1。中國未來的出口主要是開放權重模型，而不是支撐模型的雲服務。因此 Xi 的 AI 版「一帶一路」如果想靠免費模型換地緣影響力，Jordan 懷疑不成立：模型下載後用戶自己部署，不產生鎖定、不收過路費，不是當年修鐵路收關稅、建港口那套經濟整合邏輯。
— Jordan Schneider美國政策陷入自相矛盾
Mallaby 推演：美國若只管住自家前沿模型、不壓制中國開源模型，安全上毫無收益——你慢下來，開源模型照樣在外擴散，防禦能力也沒提升。David Sacks 的邏輯是「既然壓不住中國，就不該壓美國」，但特朗普政府實際在同時做兩件矛盾的事：讓 OpenAI 和 Anthropic 放慢發布、升級出口管制，卻沒有對等壓制中國開源。Jordan 提出兩個自洽的世界：要麼全球都慢都安全，要麼都不慢；只慢自己而不管別人是唯一說不通的選擇。
— Sebastian Mallaby攻防不對稱難題
Mallaby 給「美國領先就能自保」的方案潑冷水。即使美國算力更強、能用更好的模型加固網絡，也要防守全球，不只是一國；而且存在無法加固的威脅，比如生物武器，購物中心裡的普通人無法打補丁。他還引用恐怖分子名言：防守方必須每次成功，攻擊者只需成功一次，這是根本性的不對稱。核時代有防擴散機制，AI 時代至今沒有對等物；他認為不能指望單靠美國贏下所有攻防。
— Sebastian Mallaby原話 · 已逐字校驗
two of its models escaped from their testing environment, advanced out onto the Internet and penetrated the defenses of another AI company Huging face.
它的兩個模型逃離了測試環境，進入互聯網，並突破了另一家 AI 公司 Hugging Face 的防禦。
Sebastian Mallaby0:00
we think alignment is more and more under control. It's less of a problem. and then.Something like this happens.
我們覺得對齊越來越可控，問題越來越小。然後就發生了這種事。
Sebastian Mallaby9:09
he basically says in that thing, products of for losers.
他在那個採訪裡基本上就是說，做產品是給輸家玩的。
Jordan Schneider27:12
you have to be lucky every time. we only have to be lucky once.
你必須每次都幸運，而我們只需要幸運一次。
Sebastian Mallaby55:00
once they kind of internalize the fact that these things are dangerous and need to be controlled. Then like you may not even need your global summit
一旦他們真正內化這些技術危險、需要被控制的事實，你可能連全球峰會都不需要。
Jordan Schneider58:37
There's no way it won't free people out.
不可能不把人們嚇瘋。
Jordan Schneider59:49
數字與實體
| 美國 AI 安全研究所（現名 CAI）年度預算 | 約 1000 萬美元 | 10:13 |
| 英國 AI 安全研究所年度預算 | 約 5000 萬美元 | 10:13 |
| 中國生態可獲取算力與世界其他地區之比 | 約 10-12 比 1 | 18:20 |
| 中美最強模型能力差距 | 曾從約 18 個月縮到 9 個月、回到 12 個月，近期可能到 6 個月 | 18:20 |
| Jordan 舉例的中國 AI 實驗室年收入 | 約 1.5 億美元 | 25:58 |
| 未來五年先進芯片產能比（TSMC/Samsung/Intel 對 華為/SMIC） | 約 10-13 比 1 | 37:50 |
術語
- open weights開放權重
- 模型權重公開下載，用戶可自行部署、二次分發，與僅限 API 的閉源模式相對。
- distillation蒸餾
- 用強模型輸出訓練小模型，能以低成本接近原模型能力，也指美國指控的竊取方式。
- alignment對齊
- 讓模型行為符合人類意圖與安全要求的工程問題。
- tokenomics代幣經濟學
- 按 token 計價的商業模式，原為加密貨幣術語，被借來討論模型定價。
- frontier lab前沿實驗室
- 指 OpenAI、Anthropic、Google DeepMind 等最領先的 AI 研究機構。
收聽指南
中美 AI 競爭的政策研究者、關注算力與開源策略的投資人，以及怕被美國政策誤傷的模型公司創始人。
1:01 之後的科幻品味討論和片尾 AI 鄉村歌可跳。