争议焦点：AI反弹从何而来
Anthropic首席执行官Dario Amodei近日回应外界批评，称美国社会对AI的反弹并非主要源于他或其他AI领袖过度警告风险，而是更深层的信任危机。
这场争论由投资人Gavin Baker引发。Baker在“All-In”播客和X上表示，Amodei等人对AI危险的持续警示，助长了美国公众和政策层面对AI的抵触，尤其体现在对数据中心建设的反感上。他还认为，Anthropic在监管问题上“输掉了论证”，并指出该公司曾支持部分监管措施，包括一项要求大型AI公司提高透明度的加州法案。Baker的建议是，作为一家重要AI公司的负责人，Amodei应当更积极地为行业发声。
Amodei对此并不认同。他表示，外界把他的表述概括为“过度负面”并不准确；在他看来，自己的写作大体上是在风险与收益之间保持平衡。他还提到，自己撰写《Machines of Loving Grace》一文，正是因为他认为AI行业没有充分描绘这项技术如何从根本上改善世界。
“负面观感”背后是长期累积的不信任
Amodei承认，公众确实对AI抱有负面看法，而且这是一个“大问题”。但他反对将这种情绪主要归因于AI公司负责人谈论风险。他的判断是，普通人并不信任企业、政府和科技行业，总会怀疑这些机构正在设计新的方式损害自身利益。
换句话说，AI只是这种不信任的最新出口。近年来，围绕OpenAI首席执行官Sam Altman的报道中，“信任”同样是高频词；现在，这一问题也显然延伸到Anthropic等其他AI公司。Amodei认为，这场危机并非一朝一夕形成，而是几十年社会关系累积后的结果。
他还提出，对AI公司包括Anthropic最准确的批评，并不是“宣传太悲观”或“营销没做好”，而是它们尚未兑现那些关于造福世界的宏大承诺。**真正能改变公众态度的，不是反复承诺AI将治愈癌症，而是实际做到。**在他看来，“AI会治愈癌症”这类说法已经更像陈词滥调，只有真实成果才能产生说服力。
监管之争：开放、集中与“道路规则”
在监管问题上，Amodei同样反驳了Baker的说法。Baker将问题描述为一种二选一：要么不加监管地广泛分发AI能力，要么通过监管使技术集中在少数大公司手中。Amodei认为，这是一个“虚假的选择”。
他承认，硅谷内部常有一种简化逻辑：监管等于监管俘获，监管俘获等于权力集中。所谓监管俘获，是指监管制度被大公司利用，反而保护既有巨头、提高新进入者门槛。但Amodei认为，现实并不总是如此简单。许多硅谷之外的人把监管看作限制企业权力、保护普通人的工具；他并不完全认同这种看法，但这解释了为什么Anthropic在提出政策建议时会非常谨慎。
他强调，Anthropic试图设计的政策，是让前沿AI公司承担更多约束、放慢脚步，同时让较小竞争者处于更有利位置。这里的“前沿AI公司”指掌握最先进大模型研发能力以及大量算力和芯片资源的企业。
文章涉及的关键立场包括：
- 公众对AI的负面态度是真实问题，但根源是信任缺失；
- AI公司尚未兑现造福世界的承诺，这是最有力的批评；
- 监管不必然意味着权力集中，关键在于规则设计；
- 开放权重模型有助于分散能力，但不足以彻底解决集中问题。
开放权重不是万能解法
Amodei还谈到AI权力结构。他认为，AI在结构上天然倾向于集中权力，因为训练和部署最强模型需要大量算力、芯片和工程资源。开放权重模型确实能在一定程度上缓解集中趋势。开放权重通常指模型参数可供外部下载或使用，开发者可在此基础上部署、微调或研究。
但在Amodei看来，开放权重并不是充分答案，因为它可能只是把权力从模型公司部分转移给拥有最多算力和芯片的一方。也就是说，即便模型更开放，真正能大规模运行、改造和商业化的人，仍可能是资源最充足的机构。
因此，他主张建立合适的“道路规则”：既要处理AI在网络安全、生物安全和对齐方面的风险，也要在制度上约束前沿AI公司的权力，同时为开放权重模型保留空间，并针对其带来的特定风险制定规则。对齐是AI安全领域常用概念，指让模型行为与人类意图和社会目标保持一致。
行业观察：AI叙事正在从愿景转向交付
这场争论的意义在于，它显示AI行业的公共叙事正在进入新阶段。早期的热潮依赖愿景：更高效的工作、更强的科研能力、更普惠的智能服务。但当数据中心、能源消耗、就业变化、平台权力和安全风险同时进入公众视野时，单靠乐观宣传已难以说服社会。
Amodei的回应并不是否认风险，也不是简单要求行业“讲好故事”，而是把焦点拉回交付与制度设计：AI公司需要拿出实际成果证明其公共价值，同时接受能够约束自身权力的规则。接下来，AI企业面临的挑战将不只是模型性能竞争，还包括如何在透明度、开放性、安全治理与商业扩张之间建立可信平衡。谁能把承诺转化为可验证的社会收益，谁才可能在下一轮AI竞争中赢得更稳固的合法性。