Dario 编年

Module 01 · Chronicle

Dario 思想编年史：一个判断是怎么形成又怎么被修正的

本模块是全站唯一的长文精读：不做观点摘要，而是按时间顺序把公开发言排成一条线，标出哪些判断改过口径、什么证据触发了修正。凡是无法定位到一手原文的说法，一律不加引号。

2021–2022 静默期2023 公共人物2024 术语定型2025 政策战2026 成年礼六组跨年对照43 场访谈预测账本我的看法脚注

要理解 Dario Amodei，最省事的办法是找一句金句；最没用的办法也是找一句金句。从 2021 年到 2026 年，他给过至少四个版本的 AGI 时间表、三个不同含义的风险概率、两套互相对偶的长文，以及一次相隔五年才说出口的离职理由。把这些并排放在一起，很容易得出「他一直在改口」的结论。本页的解释框架是：真正稳定不动的东西可能在更下面一层——平滑的指数曲线、不可逆的风险、以及「尽可能外科手术式的干预」——而位移主要发生在他对「哪一类干预已经攒够了证据」的判断上。请把这句话读成编者的一个假设，不是从材料里读出来的发现：同一批材料完全支持别的读法。

这一章要做的事，是把「他说了什么」和「他为什么在那个时点改成那样说」拆开。判据只有一个：**能不能定位到一手原文，以及那次修正是被什么证据触发的。**凡是能找到触发证据的，我把它写成一条勘误对照；凡是找不到的，我标注为「表述漂移，未见触发事件」。

  先给这个框架一条反方：滚动重述可能掩盖真实改口
  

**「稳定内核 + 证据触发的修正」是一种读法，不是唯一读法。**另一种同样自洽的读法是：他在风险强度、监管策略与竞争优先级三件事上都发生了实质变化，只是每次都用「正如我一直说的」把变化重述成连续。风险强度上，2024 年递归自我改进还在《MOLG》脚注 10 里被判为「效果比你想象的更小」，2026 年成了全文核心紧迫性来源（§5.8）；监管策略上，2023 年是「不要监管现在」，2026 年是强制第三方测试加政府封禁权（§5.6）；竞争优先级上，2021 年写的是「预计在短期内专注于研究」，2025 年是为了留在前沿而接受此前明确回避的资本来源（§6.3 时间线 2025-07-20）。把这三条说成「同一内核在新证据下重新配平」，与说成「三次真实改口被叙述成连续」，在现有材料下都能成立。

为什么本页仍然采用前一种框架，以及它可以怎样被推翻：因为其中两处（2024-08 致州长信预告规定性框架、2026-06 兑现；2024-10 与 2026-01 两篇对偶长文的自我指定）能找到他事先写下的触发条件，而不是事后追认。**但这只是三分之二的证据，不是全部。**本页对这个框架自身的最强反证写在 §9——把五年半的发言排成一条线再找出贯穿逻辑，这个动作对几乎任何人都能成功。读到后面每一处「这不是翻转，而是按预定条件触发」时，请把上面这条反方一起带着读。

  **第一维 · 来源距离**（药丸形）：这份材料离原始出处有多近。形状表示来源（实心＝官方文本／本人逐字／官方转录，空心＝媒体转述，菱形＝编者推断），颜色表示可信度，**以文字为准**。


  
  
  
  
  
  
  **第二维 · 结论独立性**（方角 ＋ 五格进度条）：这个结论被谁验证过。**「一手 · 高」和「公司自产」并不矛盾**——材料是真的，结论还没有被外部检验过；两句话都对，缺任何一句都会误导。本页对**第三方独立完成、且方法与数据公开可重算**的测量记为「已独立复现」。本页所有事实截止 **2026-07-25**。
  🔴 **本页大量第二维标的是「不适用」，这是一个经过论证的决定，不是漏标。**判据是一句话：**这句话如果为假，是因为「他没这么说」，还是因为「事情不是这样」？**本页的主体是**言论事实**——某人在某时某地说了什么、改了什么口径、做了什么预测——它的真值条件是前者，而前者已由第一维（来源距离）完整回答。给一条引语、一个预测或一次价值判断挂上「公司自产 / 合作研究 / 独立研究 / 已独立复现 / 第三方审计」，是**范畴错误**：那四档衡量的是「谁做的实验」，而这里根本没有实验。**反过来，凡本页涉及「事情是不是这样」的经验主张——自家 benchmark 成绩、ASL 判定、生物能力倍数、Economic Index、80% 代码占比、算力与估值口径——一律补了实质第二维**，那才是这四档该出现的地方。标「不适用」而不是留空，是为了让**缺席本身有明确含义**：没有第二枚徽章应当读成「这里还没判定」，不能读成「独立性更高」。



  口径说明 · 本页为什么第二维徽章比技术页少得多
  

**第二维回答的是「这个结论被谁验证过」。**而一句引语的真值条件是「他有没有说过」——那已经由第一维完整回答了。给一个预测或价值判断挂「公司自产」是范畴错误：它本来就不是一个待验证的经验结论，挂上去反而会让读者以为这里存在一个「尚未被独立复现的实验」。

因此本页用一条判据决定挂不挂第二维：**这句话如果为假，是因为「他没这么说」，还是因为「事情不是这样」？**前者只需第一维；后者两枚都要。

按这条判据，以下情形一律两枚都挂——当他陈述的是关于自家模型或自家研究结果的经验主张时：任何自家 benchmark 数字；ASL 等级判定与其依据的内部评测结论（如「生物能力提高两到三倍」）；模型性能描述（如 Mythos Preview 的网络攻击链能力）；以及他引用自家 Economic Index 数据的地方。这些句子为假的方式是「事情不是这样」，所以必须标出结论是谁验证的。

跨页的徽章密度落差是页面性质差异，不是标注缺漏。本页是人物编年史，主体是发言、场合与判断演变，因此第二维只有约 20 枚；④ 对齐科学是实验页，几乎每一句都在陈述一项实验结论，因此有约 147 枚。如果本页也堆到 147 枚，只能说明它把 Dario 的观点误标成了实验结果。

  本章速记
  
    

• 本页的解释框架：稳定内核三件套——平滑指数（能力随算力可预测上升）＋ 不可逆风险（有些错误不能事后补救）＋ 外科手术式干预（监管要最小必要、避免附带损害）。在这个框架下，他的立场变化可以还原成「这三条在新证据下的重新配平」。这是编者的解释模型，不是材料里的发现；它的竞争读法（风险强度、监管策略、竞争优先级确有实质变化，只是被滚动重述掩盖）与它的推翻条件，都写在导语下方的反方框里。

• 他从不撤回预测，只是不断给预测加更精细的置信结构。2023 年是「两到三年」这样的点估计；2026 年变成「十年内 90%（基础判断）／扣除不可约不确定性到 95%／更宽口径 99%，外加一个 50/50 的直觉说是 1–2 年」。这既是认识论上的诚实，也让预测很难被简单证伪——所以本章末尾用预注册式记分板，不用金句判断。

• 2024 年他做了一次成功的术语手术：弃用 AGI，改用强大 AI（powerful AI）并给出五条规格式定义。AGI 暗示一个离散时刻，强大 AI 描述一个能力集合——换词之后，讨论就从「AGI 来没来」变成了「这五条到了哪几条」。

• 《Machines of Loving Grace》（2024-10）与《The Adolescence of Technology》（2026-01）是他本人指定的对偶篇。前者补愿景，后者补风险。两篇之间最大的变化不是语气，而是递归自我改进从脚注升级成核心论证，以及比较优势论被他自己削弱。

• 2026 年他对同一件事的两种表述必须合起来读：在「90% 代码」问题上他澄清「AI 写 90% 的代码 ≠ 不需要 90% 的工程师」，但同一段话的下游还有一档——「再往下走是对工程师的需求减少 90%，我认为这会发生」。这与他的就业预测是同一个判断的两次表达。

• 政策立场的三年链条是「按预定条件触发」，不是翻转：2023-07 参议院用飞机作类比 → 2024-08 写下「或许两三年后，规定性框架会更有意义」→ 2026-06 正式提出 FAA 模式（强制第三方测试 ＋ 政府封禁权）。他 2024 年自己下的条件，2026 年由他自己判定已满足。

• 2026 年 1 月到 6 月，仅隔约四个半月，他的监管主张明显收紧。他给出的触发证据，是他所描述的 Claude Mythos Preview 网络安全能力。这是一次由 CEO 亲自执行的公开自我修正，「他改了主张」这一侧有一手证据；但那款模型的能力细节至今未经外部独立评估，所以这条因果链只有前半段是被外部证实的。

• 风险数字的三次表述问的不是同一个问题：2023 年的「10% 或 20%」问「这件事会出错」；2025-09 的「25%」问「事情非常非常糟」；2026-06 的「25% 太高了」是在讨论「什么样的事故率可接受」——不是下调估计。

• 他与美国政府的关系在 2026 年公开破裂，而 DoW 冲突中最值得看的不是法律，是他个人的语气曲线：从 02-26 的「无法凭良心答应」到 03-04 内部帖被泄露、03-05 与 03-06 两次公开道歉。法律层面的分析在第 6 页，本页只做人物侧。

• **本章不打算论证「他总是对的」。**至少三条预测尚未兑现，其中一条（「Anthropic 正在为员工考虑一系列路径，将在不久的将来分享」）到基准日仍未见公开。账本里全部标出。

  本章核心判断

Dario 最擅长的不是预测，而是预测的工程学：给每个判断配一套可以吸收误差的置信结构，让它既保持信息量，又不至于因为差了一两年就整体作废。这在认识论上是诚实的——世界确实不可预测；但它同时意味着，用「他说对了没有」来评价他，基本上是无效的评价方式。有效的方式只有一种：在他说出预测的当下把操作化指标记下来，到期再翻账。

**



  

1 · 2021–2022：静默期与第一次系统自述

这两年的公开材料少得反常。正因为少，它成了判断后续口径是否漂移的干净基线——那时还没有产品、没有营收、没有竞赛叙事。

1.1 2021：一年只有一份新闻稿

2021 年 5 月 28 日，Anthropic 宣布成立并完成 $124M A 轮融资，由 Skype 联合创始人 Jaan Tallinn 领投。公司给自己的定位是「AI safety and research company」，目标写成三个词：steerable（可引导）、interpretable（可解释）、robust（稳健）。这三个词后来五年没有换过。

值得记下来的是新闻稿里的另一句：他明确表示公司「预计在短期内专注于研究」。对照 2023 年 3 月 Claude 发布之后的商业化节奏，这是一个可以标注的口径演化点——但要注意，「先研究后产品」在 2021 年是一句关于优先级的陈述，不是一条承诺，把它读成「后来违背了初心」属于过度解读。

更值得注意的是空白本身：**本轮调研在 2021 年全年没有找到任何 Dario 参与的长播客、长访谈或公开演讲。**他全年的公开文本痕迹基本只有官方新闻稿引语与少量媒体转引。任何声称「Dario 2021 年上过某某节目」的说法，都应当先要求出示链接。

    口径说明
    

他两年后在 Dwarkesh 播客上给了这段沉默一个解释：“attaching your incentives very strongly to the approval or cheering of a crowd can destroy your mind, and in some cases, it can destroy your soul.”（把你的激励非常强地绑在人群的赞许或欢呼上，会摧毁你的心智，某些情况下还会摧毁你的灵魂。）——**但这是 2023 年的事后追述，不是 2021 年的当时说法。**本页对这两类材料严格分开标注。

1.2 2022：唯一的一场长播客，也是最干净的一份基线

2022 年 3 月 4 日，Dario 与妹妹 Daniela 一起做客 Future of Life Institute Podcast，主持人 Lucas Perry，时长约两小时。**这是本窗口内 2022 年唯一的一场长播客。**录制时点很关键：ChatGPT 还没发布（2022-11-30），Claude 还没发布（2023-03）。整场没有产品、没有营收、没有竞赛叙事，几乎全是研究议程。

这一场确立了两个此后一直没变的基本立场。第一个是**「focused research bet」的自我叙事**：七个人从 OpenAI 一起出走，不是因为吵架，而是想要一个从上到下只押这一个赌注、并且能以这个赌注为前提做全部战略决策的组织。第二个更重要，因为它后来被外界反复误读。

“There’s two versions of what you might call the scaling hypothesis. One version, which I think of as the straw version or less sophisticated version, which we don’t hold … is just the view that we have our 10 billion parameter language model, we have a hundred billion parameter language model. Maybe if we make a hundred trillion parameter language model, that’ll be AGI. So that would be a pure scaling view. That is definitely not our view.” 中译

所谓 scaling 假说有两个版本。一个我认为是稻草人版本、或者说比较粗糙的版本，我们并不持有它……那就是认为：我们有 100 亿参数的语言模型，有 1000 亿参数的语言模型，那么也许做一个 100 万亿参数的语言模型，那就是 AGI 了。这是纯粹的 scaling 观点。这绝对不是我们的观点。 2022-03-04·Future of Life Institute Podcast··FLI 官方文字稿 ^[1]（访问日期 2026-07-25）

同一场里他还给出了后来反复复用的一条核心直觉：平滑的 scaling 与能力的突然涌现是并存的——50 亿参数的模型做三位数加法完全不行，1000 亿参数的模型有七八成能算对；loss 是平滑下降的，但具体能力会「跳出来」。他当时就把这个现象与一个担忧连了起来：「随着这些模型逼近人类水平，会不会有什么东西变化得非常快？」

这条直觉是理解 Anthropic 全部组织设计的起点，也是第 5 页的主锚点，这里不展开。本页只需要记住一件事：「可预测的 loss」与「不可预测的具体能力」这对矛盾，2022 年 3 月就已经在他嘴里成形了。

    勘误对照 · 案例 1／6
    
      
        流传说法
        

Dario 是「纯 scaling 派」，主张只要把参数堆够大就能到 AGI。

这一说法在中英文评论里都很常见，通常与「Anthropic 的创世神话建立在缩放定律上」连用。

      →
      
        实际情况
        

他在 2022 年 3 月就主动把这个版本命名为「稻草人版本」并明确否认。他持有的是「scaling + 后训练 + 对齐」的组合观点，且同场说过对齐与价值观不会随规模自动涌现。

依据：FLI Podcast 官方文字稿，2022-03-04 ^[1]（访问日期 2026-07-25）

**为什么容易错：**他确实是 2020 年 Kaplan 缩放律论文的共同作者，而「缩放律作者 → 纯堆参数派」是一个省力的联想。**触发修正的证据：**无需修正，他从第一次系统自述起就否认了；错的是外界的归纳。

1.3 一个必须留白的问题：他为什么离开 OpenAI

2021 年，这个问题没有任何公开说法。这份沉默持续到 2026 年 6 月的 Bloomberg《The Circuit》才被打破，那是他给出的第一个明确版本——详见 §5.5。这里先立一条纪律：**2026 年的解释不能倒填回 2021 年。**2021 年的事实是「没有说法」，这本身就是编年史里的一条信息。

有一份材料容易被误当成 2021 年的当时说法，需要单独澄清。2024 年 12 月 20 日，Anthropic 在官方 YouTube 频道公开发布了一支 51 分 49 秒的七位联合创始人对谈视频《Building Anthropic | A conversation with our co-founders》，带官方上传字幕。在「Founding story」章节（00:30:42）里有这样一段：

“the thing I would say is none of us wanted to found a company. We just felt like it was our duty, right?” ——（另一位发言者接话） “It felt like we had to.” 中译

我想说的是，我们没有一个人想创办公司。我们只是觉得这是我们的责任，对吧？——（另一位发言者接话）感觉就是我们不得不这么做。 2024-12-20·《Building Anthropic》官方视频 00:30:42··⚠️ 说话人归属未独立确认·Anthropic 官方频道 ^[2]（访问日期 2026-07-25）

同一支视频的 00:33:33 处还有一段更完整的：「no, I agree, none of us were like, ‘Let’s just go found a company!’ I felt like we had to do it, right? It just felt like we couldn’t keep doing what we were doing at the place we were doing it. We had to do it by ourselves.」（不，我同意，我们没有谁是「咱们去创个业吧」那种。我觉得我们不得不做。就是感觉我们没法在原来那个地方继续做原来那些事了。我们必须自己来做。）

    三条使用限制
    

**① 这不是内部材料。**它是 Anthropic 公开发布在官方频道上的对外内容，把它称作「内部对谈」「泄露转录」与事实相反。

② 官方字幕不含说话人姓名（仅以短横线标示轮次切换）。官方简介给了座位顺序（左起 Chris Olah、Jack Clark、Daniela Amodei、Sam McCandlish、Tom Brown、Dario Amodei、Jared Kaplan），但把具体某句归给某人需要目视画面确认，本报告未完成这一步，因此全部标 ⚠️。

③ 流传的中文整理稿里的英文引语是改写，不能当逐字原话用。本报告发现的一个实例：某份笔记引用的版本比中文整理稿又多出一整个从句「and that’s why we made that commitment」，而该从句在官方字幕与整理稿中都不存在。这是「转述层层加码」的实证，方法论上的处理见第 12 页。

并且，即便逐字锁定，这段话仍然是 2024 年的追述，不是 2021 年的当时说法。它讲的是「动机」（责任感），而 2026 年 Bloomberg 那次讲的是「触发点」（信任崩塌）。两者不矛盾，但分属不同层次，合并叙述会制造一个从未存在过的连贯故事。

**



  

2 · 2023：从沉默到公共人物

转折之年。这一年他第一次给出风险概率、第一次公开谈时间线、第一次在国会作证，也第一次说出「不要监管现在」。四件事必须放在一起读，否则每一件单独看都会被读反。

2.1 时间轴

      日期事件本页要用的那一条| 日期 | 事件 | 本页要用的那一条 |

      
        2023-03Claude 发布；《Core Views on AI Safety》（公司署名）文中预告了「可外部核验的能力阈值承诺」，六个月后兑现为 RSP| 2023-03 | Claude 发布；《Core Views on AI Safety》（公司署名） | 文中预告了「可外部核验的能力阈值承诺」，六个月后兑现为 RSP |

        2023-07-21白宫自愿承诺；Hard Fork（NYT）ep.39「像研究外星文明的考古学家」；数据瓶颈概率约 10%| 2023-07-21 | 白宫自愿承诺；Hard Fork（NYT）ep.39 | 「像研究外星文明的考古学家」；数据瓶颈概率约 10% |

        2023-07-25**美国参议院司法委员会作证**（与 Bengio、Stuart Russell 同场）**飞机类比的最早出处**；「private action is not enough」| 2023-07-25 | 美国参议院司法委员会作证（与 Bengio、Stuart Russell 同场） | 飞机类比的最早出处；「private action is not enough」 |

        2023-07 录 / 09-26 发Fortune Brainstorm Tech**可查到的最早风险数字：10% 或 20%**；「不要监管现在」| 2023-07 录 / 09-26 发 | Fortune Brainstorm Tech | 可查到的最早风险数字：10% 或 20%；「不要监管现在」 |

        2023-08-08**Dwarkesh Podcast 首次长访谈**（1h58m）时间线「两到三年」；**明确拒绝给对齐难度的概率分布**| 2023-08-08 | Dwarkesh Podcast 首次长访谈（1h58m） | 时间线「两到三年」；明确拒绝给对齐难度的概率分布 |

        2023-09负责任扩展政策（RSP）v1 发布ASL 体系公开；主锚点在第 6 页| 2023-09 | 负责任扩展政策（RSP）v1 发布 | ASL 体系公开；主锚点在第 6 页 |

      
      表 1 · 2023 年关键节点。全部为一手可定位事件；口径裁决依据 `CANONICAL-FACTS.md` 第三章。
    
  

  

2.2 三个数字，三个不同的问题

2023 年他一共给出过三个带百分比的说法，它们问的不是同一件事，而中文与英文世界都反复把它们混成一个「p(doom)」。逐条拆开：

      数字问的是什么出处可信度| 数字 | 问的是什么 | 出处 | 可信度 |

      
        10% 或 20%「这件事会出错」——最接近通俗意义上的总体风险Fortune Brainstorm Tech（2023-07 录制 / 09-26 发布）| 10% 或 20% | 「这件事会出错」——最接近通俗意义上的总体风险 | Fortune Brainstorm Tech（2023-07 录制 / 09-26 发布） |  |

        约 10%**完全不同的问题**：scaling 因数据瓶颈被打断的概率Hard Fork ep.39（2023-07-21）| 约 10% | 完全不同的问题：scaling 因数据瓶颈被打断的概率 | Hard Fork ep.39（2023-07-21） |  |

        50-50**限定语境**：「生物滥用风险两三年内成真」的概率，不是总体风险Dwarkesh Podcast（2023-08-08）| 50-50 | 限定语境：「生物滥用风险两三年内成真」的概率，不是总体风险 | Dwarkesh Podcast（2023-08-08） |  |

      
      表 2 · 2023 年三个百分比的确切所指。**区间一律写全**：10–20% 不得写成 20%。
    
  

  

同一场 Dwarkesh 访谈里还有一件更重要的事：**他明确拒绝给出对齐难度的概率分布。**这条负面事实的价值很高——它意味着任何把「70% / 30%」这类对齐难度概率归给 2023 年 Dario 的说法，都缺乏出处，且与他当时的实际表现相反。

    证伪
    

「2023 年 Dario 签署了『暂停六个月』的公开信。」

他 2023 年确实签署过 CAIS 的《Statement on AI Risk》（2023-05-30，那是一句话声明），并出席了白宫会议与自愿承诺（2023-07-21）。**但「暂停六个月」是另一封信、另一批签署人，本报告未发现 Dario 签署的证据。**把两者混为一谈，会得出「他主张过暂停」这个与他全部公开立场相反的结论——他一贯的论证恰恰是「停不下来，所以要掌舵」。

误差来源：2023 年上半年多封 AI 公开信在中文报道中被合并叙述。

2.3 时间线的起点：「两到三年」

2023 年 8 月 8 日的 Dwarkesh Podcast 是这一年最重要的一场。他在其中给出了时间线的第一次公开表态：达到「一个受过良好通识教育的人类」的水平，“could happen in two or three years”——换算为 2025–2026 年。

把这句话当作基线，后面三年的位移就有了参照物（完整对照见 §6 对照 ①）。这里只提示一件常被搞错的事：**这一期没有讲 ASL / RSP，也没有讲为什么离开 OpenAI。**这三项经常被误挂在这一期名下；RSP 要到 2023 年 9 月才发布，离职理由要到 2026 年才有明确版本。

同期确立的招牌措辞有四个，都可回溯到一手：race to the top（最早书面出处是 2023-07-25 的参议院书面证词）、talent density beats talent mass（Dwarkesh，他说了两遍）、the big blob of compute、以及描述可解释性的**「我们像是在研究一个外星文明的考古学家」**（Hard Fork）。

2.4 「不要监管现在」——一句被反复引错方向的话

2023 年 7 月的 Fortune 场合，他说了 **“Don’t regulate what’s happening now.”**这句话被两边同时拿去用：反监管一侧用它证明「连 Anthropic 都反对监管」，批评者用它证明「他后来自己打自己」。两种用法都错，因为它们都只取了半句。

同月 25 日的参议院证词里，他说的是 “private action is not enough”（私人行动不够），并提出三支柱建议：供应链安全 / 测试与审计制度 / 资助测量科学。在被 Blumenthal 问到是否支持强制事故报告要求时，他的回答几乎没有余地：

“there are many areas where there’s important trade offs. I don’t think this is one of them. I think such requirements make sense. … there’s a lot of legal and process infrastructure that’s missing here and should be filled in.” 中译

有很多领域存在重要的取舍。我不认为这是其中之一。我认为这样的要求是合理的。……这里缺失了大量的法律与流程基础设施，应该把它补上。 2023-07-25·美国参议院司法委员会听证··书面证词 PDF ^[3]（访问日期 2026-07-25）

把两句放在一起，2023 年的完整立场是：**「现在别管，但现在就要开始建管的能力。」**这条线三年没有断——它在 2026 年 6 月的《Policy on the AI Exponential》里长成了「先透明度、等证据、再收紧」的完整方法论。

2.5 飞机类比的第一次出现

同一场听证会上，他被问到测试者资质该如何要求，回答里出现了一个后来跑完三年的比喻：

“just imagine we’re a few years after the invention of flying, and we’re looking at these big machines, and we’re like, well, how do we know if this thing’s gonna crash? Right now we know very little. Somehow we need to design the regulatory architecture so that we can get to the point where if we learn new things about what makes planes safe and what makes planes crash, they get kind of automatically hooked into whatever architecture we’ve built.” 中译

想象一下，我们身处飞行被发明之后的几年，看着这些大机器，心里想的是：我们怎么知道这东西会不会坠毁？现在我们知道的太少了。我们得设法设计出一种监管架构，使得当我们学到关于「什么让飞机安全、什么让飞机坠毁」的新知识时，这些知识能自动挂接到我们已经建好的架构上。 2023-07-25·美国参议院司法委员会听证·

请记住这段。2026 年 6 月，他把它升级成了一份完整的 FAA 式监管提案——那条三年链条画在 §5.6 里。

**



  

3 · 2024：术语定型与上行叙事的补位

这一年他做了两件影响深远的事：把 AGI 换成「强大 AI」，以及写出《Machines of Loving Grace》。第二件事在 2023 年 9 月他还明确拒绝去做。

3.1 最重要的一次概念手术：从 AGI 到强大 AI

2024 年 4 月 12 日的 The Ezra Klein Show 上，他第一次公开拒绝「AGI」这个词：**“if AGI is some discrete or separate thing … then it’s a meaningless buzzword.”**半年后的《Machines of Loving Grace》脚注里给出了完整理由：「I find AGI to be an imprecise term that has gathered a lot of sci-fi baggage and hype. I prefer ‘powerful AI’ or ‘Expert-Level Science and Engineering’.」

    术语约定
    

本站全站把 powerful AI 统一译作「强大 AI」，不译作「通用人工智能」。这不是措辞偏好，而是因为这个词是他刻意用来替代 AGI 的术语工程：AGI 是营销词，强大 AI 是一份可被逐条证伪的规格说明书。把它译回「通用人工智能」，等于把他做的这次手术又缝回去了。

为什么说这是「手术」而不只是换词？三点差别：AGI 暗示一个离散时刻（「AGI 来了」），强大 AI 描述一个能力集合；AGI 是营销词，强大 AI 是规格说明书；换成后者之后，讨论就可以逐条进行——「这一条到了没有」——从而摆脱「你的 AGI 预测又落空了」这类整体性攻击。

《MOLG》给出的五条定义，两年后在《The Adolescence of Technology》里被一字不改地重印（他明说 “I’ll simply repeat here the definition that I gave in that document”）。这在一个立场天天被质疑漂移的人身上，是一处相当硬的稳定性证据：

      #强大 AI 的定义条款（《MOLG》2024-10 首次给出，《Adolescence》2026-01 原样重印）截至 2026-07 的达成情况| # | 强大 AI 的定义条款（《MOLG》2024-10 首次给出，《Adolescence》2026-01 原样重印） | 截至 2026-07 的达成情况 |

      
        ①纯智力上，在生物学、编程、数学、工程、写作等**大多数相关领域比诺贝尔奖得主更聪明**部分领域接近；无公认判据| ① | 纯智力上，在生物学、编程、数学、工程、写作等大多数相关领域比诺贝尔奖得主更聪明 | 部分领域接近；无公认判据 |

        ②拥有**远程工作的人类所能拥有的全部接口**：文本、音频、视频、鼠标键盘控制、互联网访问大体具备| ② | 拥有远程工作的人类所能拥有的全部接口：文本、音频、视频、鼠标键盘控制、互联网访问 | 大体具备 |

        ③可被交付**耗时数小时、数天或数周**的任务并自主完成⚠️ 「数小时」档的下沿。他自己在《Adolescence》脚注 6 引 METR 数据：Opus 4.5 能以 50% 可靠性完成约**四个人类小时**的工作| ③ | 可被交付耗时数小时、数天或数周的任务并自主完成 | ⚠️ 「数小时」档的下沿。他自己在《Adolescence》脚注 6 引 METR 数据：Opus 4.5 能以 50% 可靠性完成约四个人类小时的工作 |

        ④无物理化身，但**能通过计算机控制现有物理工具、机器人或实验室设备**有限| ④ | 无物理化身，但能通过计算机控制现有物理工具、机器人或实验室设备 | 有限 |

        ⑤训练资源可改用于**运行数百万个实例**（「与 ~2027 年的预计集群规模匹配」），吸收信息与生成行动的速度约为人类的 **10–100 倍**——「一个数据中心里的天才之国」未达成| ⑤ | 训练资源可改用于运行数百万个实例（「与 ~2027 年的预计集群规模匹配」），吸收信息与生成行动的速度约为人类的 10–100 倍——「一个数据中心里的天才之国」 | 未达成 |

      
      表 3 · 强大 AI 的五条规格。达成情况一列为编者判断；③ 的 METR 数据为他本人在《Adolescence》脚注中引用。
    
  

  

3.2 《Machines of Loving Grace》：一次刻意的叙事补位

官方页面对这篇文章只标了「October 2024」，没有具体日期，本页因此统一写 2024-10，不编造具体日。

这篇长文最容易被忽略的，是它开头那句自我定位：「people sometimes draw the conclusion that I’m a pessimist or ‘doomer’ who thinks AI will be mostly bad or dangerous. I don’t think that at all.」——中文报道几乎从不引用这句。而它最有分析价值的，是他在文中对两个极端都下了刀。

“there are real physical and practical limits, for example around building hardware or conducting biological experiments. Even a new country of geniuses would hit up against these limits. Intelligence may be very powerful, but it isn’t magic fairy dust.” 中译

存在真实的物理和实践极限，比如在制造硬件或进行生物实验方面。即便是一个新出现的天才之国，也会撞上这些极限。智能也许非常强大，但它不是魔法仙尘。 2024-10·《Machines of Loving Grace》··darioamodei.com ^[4]（访问日期 2026-07-25）

这是全部语料中他对「智能万能论」最有力的一次自我节制，也是他与 e/acc 一侧切割的标志句。紧接着他提出了自己的分析工具——「智能的边际回报」（the marginal returns to intelligence）：借用生产要素的语言去问「变得更聪明对这个任务有多大帮助，以及在什么时间尺度上有帮助」。

    必须带三重限定的一处
    

「压缩的 21 世纪」是全文传播最广、也被剥离限定最严重的一个说法。原文是：“my basic prediction is that AI-enabled biology and medicine will allow us to compress the progress that human biologists would have achieved over the next 50-100 years into 5-10 years… the idea that after powerful AI is developed, we will in a few years make all the progress in biology and medicine that we would have made in the whole 21st century.”

也就是说：他说的是生物医学领域的 50–100 年进展压缩到 5–10 年，不是整个 21 世纪的所有进步。同一段里他三次限定了领域。中文转述丢掉这三重限定之后，一个关于生物医学的具体预测，就变成了关于人类文明整体的宏大预言。

顺带记一笔：他在同一节里还写过 “I’m actually open to the (perhaps absurd-sounding) idea that we could get 1000 years of progress in 5-10 years, but very skeptical that we can get 100 years in 1 year.” ——他区分的是「延迟」与「吞吐」，这个区分在 2026 年的 STAT 对谈里会重新出现，见 §5.7。

3.3 他自己解释了为什么写这一篇

2023 年 9 月的 TIME100 AI 采访里，他还在拒绝谈好处：“I just don’t want it to turn into corporate propaganda.”（我只是不想让它变成企业宣传。）一年后他写了一整篇谈好处的长文。这次翻转他给过三个不同版本的解释，跨越三年：

      时间他给的理由性质| 时间 | 他给的理由 | 性质 |

      
        2024-11「如果你只谈风险，你的大脑就只会想风险」（Lex #452）认知层面的自我校准| 2024-11 | 「如果你只谈风险，你的大脑就只会想风险」（Lex #452） | 认知层面的自我校准 |

        2024-12「没有人比我更厌倦这种（风险 vs 收益）二分了」（FT）对公共讨论结构的不满| 2024-12 | 「没有人比我更厌倦这种（风险 vs 收益）二分了」（FT） | 对公共讨论结构的不满 |

        2026-01**"the positive essay was easier and more fun to write than the negative essay."**（正面那篇更容易写、也更好玩）**最诚实、也最不体面的版本**| 2026-01 | "the positive essay was easier and more fun to write than the negative essay."（正面那篇更容易写、也更好玩） | 最诚实、也最不体面的版本 |

      
      表 4 · 同一个决定的三种事后解释。2026 版为访谈转述，前两条为一手场合。
    
  

  
    我的看法
    

这条线的价值不在于抓他前后不一，而在于它提供了一把校准尺：**他会在两三年后给出一个更诚实、也更不体面的版本。**这意味着，对他任何一次「关于自己动机」的即时自述，合理的做法是打一个折扣并挂起来等——而不是当场采信或当场否定。本页对他 2026 年那些自述（尤其是离开 OpenAI 的理由）也照此处理。

3.4 时间线的第一次隐性后移

2024 年是时间线开始移动的一年，但移动的方式很有特点——每一步都保留了免责，因此从未构成明确的自我打脸：

      时间表述换算| 时间 | 表述 | 换算 |

      
        2023-08"two or three years"（Dwarkesh）2025–2026| 2023-08 | "two or three years"（Dwarkesh） | 2025–2026 |

        2024-06「2025、2026、也许 2027」（In Good Company）2025–2027| 2024-06 | 「2025、2026、也许 2027」（In Good Company） | 2025–2027 |

        2024-10"could come as early as **2026**"（MOLG）2026| 2024-10 | "could come as early as 2026"（MOLG） | 2026 |

        2024-11「如果外推曲线……2026 或 2027」＋「最可能有轻微延迟」（Lex #452）2026–2027+| 2024-11 | 「如果外推曲线……2026 或 2027」＋「最可能有轻微延迟」（Lex #452） | 2026–2027+ |

        2024-12「不太可能超过几年之外」（FT）约 2027 前后| 2024-12 | 「不太可能超过几年之外」（FT） | 约 2027 前后 |

      
      表 5 · 2023-08 至 2024-12 的时间线位移，约 1–1.5 年。全部为一手场合。
    
  

  

真正稳定不变的是他的元立场：「排除阻碍的理由正在快速用尽」。这句话对时间点不敏感，因此可以在时间点后移的同时保持不变。

3.5 开源：一次整体拆战场的框架重构

      时间立场| 时间 | 立场 |

      
        2023-07参议院证词：中小模型开源「我不确定我有反对意见」，但「前沿模型的失控式发布正走在一条非常危险的路上」；并提出**「开源在这里有点是个误称」**| 2023-07 | 参议院证词：中小模型开源「我不确定我有反对意见」，但「前沿模型的失控式发布正走在一条非常危险的路上」；并提出「开源在这里有点是个误称」 |

        2024-04CNBC：焦点从「开源 vs 闭源」转向**「大模型 vs 小模型」**| 2024-04 | CNBC：焦点从「开源 vs 闭源」转向「大模型 vs 小模型」 |

        2024-06TIME：「开源作为一个议题**几乎是红鲱鱼**」；术语改用 **open weights models**| 2024-06 | TIME：「开源作为一个议题几乎是红鲱鱼」；术语改用 open weights models |

        2024-10公司政策文本：监管应基于**实测风险**，「本质上既不偏袒也不歧视开放权重模型」| 2024-10 | 公司政策文本：监管应基于实测风险，「本质上既不偏袒也不歧视开放权重模型」 |

      
      表 6 · 开源立场的四步位移。（2024-06 为 TIME 直接引语）
    
  

  

他 2024 年做的不是「改变对开源的态度」，而是把开源这个战场整体拆掉，换成「模型强弱 / 实测风险」这条轴。这是本窗口内最清晰的一次框架重构，也解释了为什么 2025–2026 年这个议题在他的政策文本里基本消失——被算力阈值与营收门槛这类与权重是否公开无关的界定方式取代了。

3.6 SB 1047：监管哲学的第一次实战

2024 年 8 月 21 日，Dario 以个人署名致信加州州长 Newsom，对 SB 1047 表示有保留的支持。当时 Google、OpenAI、Meta、Microsoft 均反对，Anthropic 是唯一一家详细正面表态的大模型公司。9 月 29 日 Newsom 否决。

这封信末尾有一段后来被反复复用的判断，也是本页三年链条的中间环节：

“The key dilemma of AI regulation is driven by speed of progress. One resolution to this dilemma is very adaptable regulation… Down the road (perhaps in as little as 2-3 years), when best practices are better established, a prescriptive framework could make more sense – prescriptive frameworks often work in mature industries such as aerospace or automobiles.” 中译

**AI 监管的关键两难，是由进步的速度驱动的。**化解这一两难的一个办法是高度可适应的监管……再往后（也许只要两三年），当最佳实践更成熟时，一个规定性的框架可能会更有意义——规定性框架在航空航天、汽车这类成熟产业里往往是奏效的。 2024-08-21·致 Newsom 州长信（个人署名）·

这是一个自设的触发条件：他没有说「永远不要规定性框架」，而是说「等最佳实践成熟了，两三年后可以」。2026 年 6 月——距此约 22 个月——他判定条件已满足并兑现了这个预告。这条链条的完整可视化见 §5.6。

Lex #452（2024-11-11）上他补齐了这套哲学的另一半：「想要真正问责的人，最大的敌人是设计糟糕的监管」，以及「2025 年必须做点什么」。前半句两年后在《Adolescence》里凝固成一条正式原则：“Intervene as surgically as possible.”

    一个重要的负面发现
    

本轮调研在 2024 年的任何场次都没有找到 Dario 给出总体风险概率数字。Ezra Klein、CNBC、TIME、In Good Company、Lex #452、FT 全部没有。因此，网上大量把「10–25%」或「25%」归给 Lex #452 的说法是错的；「25%」的真正出处是 2025-09-17 的 Axios AI+ 峰会，见 §4.4。

**



  

4 · 2025：DeepSeek、可解释性、就业炸弹与政策战

这一年他从「写长文的 CEO」变成了「有政治敌人的 CEO」。四条线同时展开：出口管制论证成熟、可解释性被抬到纲领高度、就业预测引爆全球讨论、以及与美国政府的第一次公开对撞。

4.1 《On DeepSeek and Export Controls》（2025-01）：三条动力学

DeepSeek R1 发布（2025-01-20）与英伟达股价单日大跌（2025-01-27）之后，他在 1 月 29 日发表了这篇约 5,000 词的短文。它确立了此后一直沿用的三层框架：

      01
      

Scaling laws

更多算力与训练任务 → 在可测量的认知技能上可预测地变好。这是全部论证的地基。

      02
      

Shifting the curve

算法与硬件效率使达到同一能力的成本持续下降。他给的数字带三重限定：“I’d guess the number today is maybe ~4x/year”——中文译本普遍把 I’d guess / maybe / ~ 压缩掉，读起来像确定断言。

      03
      

Shifting the paradigm

推理时计算与强化学习带来的新维度。

结论有两层。第一层是技术判断：DeepSeek 的成本落在预期的成本下降曲线上，没有打破 scaling。第二层才是他真正想说的——出口管制决定的不是谁赢一次比赛，而是 2026–2027 年世界的结构：

“If China can’t get millions of chips, we’ll (at least temporarily) live in a unipolar world… because AI systems can eventually help make even smarter AI systems, a temporary lead could be parlayed into a durable advantage. … Well-enforced export controls are the only thing that can prevent China from getting millions of chips, and are therefore the most important determinant of whether we end up in a unipolar or bipolar world.” 中译

如果中国拿不到数百万张芯片，我们就会（至少暂时）生活在一个单极世界里……因为 AI 系统最终能帮助造出更聪明的 AI 系统，一个暂时的领先可以被兑换成持久的优势。……得到有力执行的出口管制，是唯一能阻止中国拿到数百万张芯片的东西，因此也是决定我们最终身处单极世界还是双极世界的最重要因素。 2025-01-29·《On DeepSeek and Export Controls》··⚠️ 该段在官网前端折叠，本报告经 DOI 学术镜像补齐·原文页 ^[5]（访问日期 2026-07-25）

这篇文章是中文世界对他印象的定型时刻，而且定型得相当负面。第 9 页处理中文语境的接收与批评，本页只留一条与人物判断直接相关的：中文评论中最有力的一击是「不可证伪性」批评——如果 DeepSeek 表现平庸，可以写「管制起效了所以更该管」；如果表现惊人，可以写「更接近临界点了所以更该管」。任何证据都指向同一结论的论证，结构上确实难以被证伪。

    我的看法
    

这条批评抓到了真问题，但抓错了层级。「出口管制」在他的体系里不是一个可被单次证据推翻的经验假设，而是一个从「时间买不回来」这条不可逆性前提推出的策略选择**。它当然不可证伪——策略选择本来就不由单次观测裁决。真正能证伪它的是另一类证据：如果中国在严格管制下仍在 2026–2027 年达到前沿水平，「管制能买到几年时间」这个机制**就失效了。这是可以写进记分板的，我把它放进了 §8。

    对辩 · 出口管制是延迟了中国，还是逼出了一套替代栈争论所在层：经验层（可被数据推翻），但关键反事实不可观测
    
      
        最强版本
        

芯片管制是少数几件真正能改变博弈结构的事。它的作用不是让中国造不出模型，而是压低对手在同一时点能动用的算力总量——在一条能力随算力平滑上升的曲线上，这等价于把对手的时间表整体右移。Dario 的版本还有一层：管制不需要永久有效，它只需要在最危险的那几年里维持一个差距。

他为此付出过可核查的成本：在无人要求的情况下切断对华模型访问，并称这在当时损失了收入中相当大的一部分。

        最强反方
        

黄仁勋（NVIDIA）的版本最锋利：管制不是延迟，而是补贴对手的进口替代——它把中国厂商从「买美国芯片」推向「不惜代价自建」，结果是美国失去市场、中国获得一条被政策强制孵化的国产栈。这条批评有一个结构性优势：它预测的现象（自研加速）确实在发生。

更学术的版本指出 Dario 论证里的一个隐藏假设：他把 DeepSeek 的效率成就读作「管制下仍能追赶，所以要管得更紧」，但同一批事实也可以读作「管制正是效率创新的诱因」。两种读法用的是同一组数据，而区分它们需要一个不可观测的反事实：没有管制的那个世界。

        可验证证据
        

支持管制有效的：RAND 的评估认为管制显著抬高了成本、并维持了硬件代差——这是这一侧最硬的一条。支持反方的：国产加速器产能与自给率的上升趋势——⚠️ 该口径的具体百分比来源单一、未获原文核对，本页不引用具体数字。

⚠️ 一条必须写出来的证据结构问题：这个议题在反方证据档案里收了 17 条证据，却没有一条达到最高强度等级。条数不等于分量——十个评论者重复同一论点仍然只是一条证据。

        Anthropic 回应
        

Dario 直接回应过黄仁勋一侧的批评（Big Technology 播客，2025-07-30），核心反驳是：把「中国会自己造」当成「所以不该管制」，混淆了「最终能不能」与「什么时候能」。他在《On DeepSeek and Export Controls》里也预先处理了效率反驳——他的论证是效率提升与算力扩张同时发生，因此效率进步不构成放松管制的理由。

        Reviewer 裁决
        

竞争假说。两侧都没有拿到决定性证据，而且短期内也拿不到——核心争点依赖一个不可观测的反事实。但有一条可以现在就裁决：「出口管制完全失败」这个流行说法不成立，RAND 的成本与代差评估直接反驳了它。同时，「管制有效」也没有被证明——它只被证明了「抬高了成本」，而这与「延缓了危险能力的到来」不是同一个命题。什么新证据会改变判断：一份对「约 4 倍／年成本效率」参数在 2026 年兑现情况的独立核算，会直接裁决这条论证链。完整证据链见 ⑥

4.2 《The Urgency of Interpretability》（2025-04）：一句话的方法论

  We can't stop the bus, but we can steer it.
    — Dario Amodei，《The Urgency of Interpretability》
    2025-04 · darioamodei.com [@src-e08ebb4d81]（访问日期 2026-07-25）· 一手 · 书面
  

  

这句话是他全部方法论的压缩包：技术进步不可阻挡（前提），但发生方式完全可以改变（可操作空间）。它也是坊间那句查无出处的伪引语「我们造 AI 不是因为它安全，而是因为它不可避免」的正确替代——后者确认没有逐字出处，本站不使用。

这篇文章的技术内容是第 3 页的主锚点，这里只取与人物判断相关的三条。第一，他把「不理解自己的造物」定性为技术史上基本前所未有的状况。第二，他给了一个时间赛跑的结构：可解释性达到「真正的 AI 核磁共振」需要 5–10 年（他说「按当前轨迹我会强烈押注」），而「数据中心里的天才之国」最早可能 2026 或 2027 年到来。第三，他为公司设了一个可核查的目标：到 2027 年做到「可解释性能可靠地检测出大多数模型问题」。

    关键洞察
    

请注意这两个数字的关系：他自己把可解释性的成熟期（5–10 年）放在了强大 AI 到来（1–3 年）之后。换句话说，他公开承认这场赛跑按当前轨迹是输的，然后把全部论证建立在「所以要加速可解释性、并用其它手段买时间」之上。这是他全部政策主张（出口管制、强制测试、透明度立法）在逻辑上的真正起点，比任何地缘政治叙事都更靠底层。

4.3 就业炸弹：一次被媒体结构放大的预测

2025 年 5 月 28 日，Axios 发表《Behind the Curtain: A white-collar bloodbath》，作者 Jim VandeHei 与 Mike Allen。**这是他全年影响最大的一次发声，也是全站最需要小心复述的一处。**标准写法如下：

    标准写法（不得删限定语）
    

2025 年 5 月 28 日，Axios 在《Behind the Curtain: A white-collar bloodbath》一文中报道了 Dario Amodei 的警告。「white-collar bloodbath」是 Axios 编辑部的标题用语，不是 Dario 的原话；文中「AI 可能消灭一半的入门级白领岗位、并在一到五年内把失业率推高到 10–20%」也是记者的转述句，而非逐字引语（原文句式为 ”…, Amodei told us in an interview”）。他在该文中的直接引语是要求业界与政府停止 “sugar-coating”（粉饰）即将到来的冲击。

但内容本身他是认的——2026 年 1 月他在《The Adolescence of Technology》中以第一人称书面复述了同一判断。他同时明确否认了一种误读：“some didn’t see the 1–5-year time range and thought I was claiming AI is displacing jobs right now (which I agree it is likely not).”

出处：Axios 2025-05-28 ^[6]｜The Adolescence of Technology ^[7]（访问日期 2026-07-25）

Axios 原文里他的四条直接引语，媒体只转了前两条：「We, as the producers of this technology, have a duty and an obligation to be honest about what is coming.」「The first step is warn.」而被几乎所有二手报道丢掉的，是原文的收尾句：

“You can’t just step in front of the train and stop it. The only move that’s going to work is steering the train — steer it 10 degrees in a different direction from where it was going. That can be done. That’s possible, but we have to do it now.” 中译

你不能直接站到火车前面把它拦停。唯一能奏效的动作是给这列火车掌舵——把它从原来的方向拨过 10 度。这是能做到的。这是可能的，但我们必须现在就做。 2025-05-28·Axios 原文结尾（直接引语）·

他在 2026 年反复抱怨「人们只剪那三秒」。从 Axios 原文看，这个抱怨是成立的——原文同时给出了经济指数、经济顾问委员会与「警告是第一步」的行动框架，而这些在转载链条里全部消失了。传播失真的完整路径见下图。

    **图 8 ·** 就业预测的五级传播链。**示意，非精确数据**——纵向间距不代表时间比例。这张图要说明的是：失真发生在②③两步，而④⑤两步是他自己把话说回来，其中⑤在语气上**比原始转述更强**而不是更弱。依据：Axios 2025-05-28 原文、《The Adolescence of Technology》§4、Dwarkesh Podcast 官方文字稿（2026-02-13）。
  

  
    对辩 · 任务暴露会不会快速变成岗位消失争论所在层：经验层（已进入可检验区间）
    
      
        最强版本
        

不要拿他最弱的版本当靶子。他的完整主张不是「AI 明天就取代一半白领」，而是一个光谱推导：模型先写 90% 的代码，再完成 90% 的端到端工程任务，再往下游走才是「对软件工程师的需求减少 90%」——他在 Dwarkesh #2 的原话是 “there’s 90% less demand for SWEs, which I think will happen but this is a spectrum.” 他在《技术的青春期》里用农业做过同一个光谱类比。

因此「他后来软化了」是误读。他澄清的是「90% 代码 ≠ 不需要 90% 的工程师」这个混淆，同时明确说需求那一档他认为终将到来。他还主动加了一条限定：有人没看到「一到五年」这个时间范围，以为他在说现在就在发生——“which I agree it is likely not.”

        最强反方
        

Daron Acemoglu 的任务模型给出的量级完全不同：能被 AI 有效自动化的任务只占经济活动的一小部分，由此推算出的十年期全要素生产率增益是个位数百分点，而不是劳动力市场的结构性重排。ILO 的岗位暴露研究同样区分「暴露」与「替代」——高暴露职业里，多数任务是被增强而不是被取代。

关键的方法论分歧在于「任务」与「岗位」之间的那一步：把任务级暴露率直接乘成岗位消失率，跳过了工作重组、新任务生成、以及组织采纳速度这三层摩擦。Narayanan & Kapoor 把这几层摩擦称为速度限制——它们是经济时间线，与技术时间线是两条不同的曲线。

        可验证证据
        

🔴 这一侧最有分量的证据来自 Anthropic 自己的经济学团队：其《劳动力市场影响》报告（2026-03）测出 22–25 岁高暴露职业的 job-finding rate 下降约 14%，而报告自陈这个结果「勉强达到统计显著」，且在失业率上检测不到影响。换句话说：削弱 CEO 预测强度的最好数据，是这家公司自己出钱做的。

支持 Dario 一侧的反向证据也要给：耶鲁预算实验室按月追踪的入门级岗位指标、以及 Anthropic Economic Index 中自动化占比随时间上升的趋势，方向与他一致——只是幅度远小于「一半」。

        Anthropic 回应
        

回应了，而且是用自家数据回应的——这在业界几乎没有对等物：它把「我的产品会不会毁掉工作」变成了自己出资运行的测量项目，并公开了分析数据集。但要注意回应的是「现在发生了多少」，不是「一到五年内会不会发生」；后者他至今没有给出可操作化的中期指标。截至 2026-07-25，未检索到 Anthropic 对 Acemoglu 任务模型的具名回应。（未检索到 ≠ 拒绝回应。）

        Reviewer 裁决
        

部分削弱，且要分成两句话说。「现在已经在发生」——反方明确占上风，而且 Dario 本人同意（W20）。「一到五年内发生」——尚未到期，已进入可检验区间，未决。⚠️ 本页要避免的读法是「他改口了」：真实的张力是他没有软化，是实证还没跟上他的时间表——光谱最后一档他明说「我认为会发生」，而现有测量只能看到这条光谱最上游的一小段。什么新证据会改变判断：入门级岗位的分职业月度序列若在 2027 年前出现结构性断裂，本条应上调为支持；若到 2030 年仍只是个位数变化，则应下调为实质削弱。完整对辩见 ⑤

4.4 「25%」的真正出处

2025 年 9 月 17 日，Axios AI+ DC 峰会。这是「25%」这个数字唯一正确的出处——不是 2024 年，不是 Lex #452。

“I think there’s a 25% chance that things go really really badly and a 75% chance that things go really really well, with not much space between.” 中译

我认为有 25% 的概率事情会变得非常非常糟，75% 的概率非常非常好，中间地带不多。 2025-09-17·Axios AI+ DC Summit（现场视频逐字）··Axios 报道 ^[8]（访问日期 2026-07-25）

两条必须一起写的限定：① 同场他先说了 “I really hate that term”（指 p(doom) 这个标签）；② 75% 那一半几乎从不被引用——而它恰恰说明这不是一个「末日概率」，而是一个「两极化的分布」。本站统一口径：不写「Dario 的 p(doom) 是 10–25%」，因为那是两个不同时点、不同问法的拼接，不是一次完整表述。

4.5 与美国政府的第一次公开对撞

2025 年 10 月，Trump 政府 AI 事务负责人 David Sacks 指控 Anthropic 搞「监管俘获 + 恐惧营销」。10 月 21 日，Dario 发表个人署名声明逐条反驳——这是他迄今最具政治性的一份文本。关系此后没有修复，并在 2026 年升级为超级 PAC 代理战与联邦采购冲突。

同年 7 月 30 日，他在 Big Technology Podcast 上正面回击了黄仁勋。黄仁勋 6 月在 VivaTech 说过 *“I pretty much disagree with almost everything he says. He thinks AI is so scary, but only they should do it.”*Dario 的回应是把「只有我们该造 AI」称为对他立场最离谱的曲解，并用 race to the top 反驳。Anthropic 发言人当时也明确表示，他「从未声称只有 Anthropic 能造出安全而强大的 AI」。

    勘误对照 · 案例 2／6
    
      
        流传说法
        

「march of nines（九的进军）」是 Dario 用来修正自己「90% 代码」预测的说法。

这一归因已经写进了不止一份中文调研材料。

      →
      
        更正后
        

「march of nines」是 Andrej Karpathy 的措辞，出自 2025 年 10 月他在 Dwarkesh 播客上谈特斯拉自动驾驶：“Every single nine is a constant amount of work… When you get a demo and something works 90% of the time, that’s just the first nine.” 与之绑定的「AGI 还要约十年」也是 Karpathy 的论点。

依据：dwarkesh.com/p/andrej-karpathy ^[9]（访问日期 2026-07-25）

**两条必须一起写的限定：**① Karpathy 说这话时不在 Anthropic——他 2026-05-19 才加入 Anthropic 预训练团队，向 Nick Joseph 汇报；把 2025-10 的言论回溯成「Anthropic 的观点」是错的。② 他的论点与 Dario 冲突：Dario 在 Dwarkesh #2 给出的是「十年内 90%」并有 50/50 的直觉认为是 1–2 年。正因为冲突，它作为「对 Dario 时间表的外部反方」更有价值。「90% 代码」的正确修正来源是 Dario 自己在 Dwarkesh #2 的光谱论，见 §5.4。

    一处不能停在 2025 年的证据
    

讨论「AI 是否真的提升了资深开发者产出」时，常被引用的是 METR 2025-07-10 的研究：资深开发者用 AI 反而慢 19%。只写这一条，等于用约一年前的样本（采集期 2025-02～06）描述现在——METR 在 2026-02-24 的后续研究里，原班开发者子集的点估计反转为快 18%（置信区间 −38%～+9%，METR 自评受选择效应影响、难以解释）。两个区间都跨过 0，因此后一轮并未确立「AI 提速」。完整口径与方法学讨论在第 5 页。

**



  

5 · 2026：《技术的青春期》与政策分水岭

本页篇幅最重的一节。半年之内他发表了迄今最长的一篇长文、修正了自己最著名的一句预测、把监管主张从「透明度」推进到「强制测试」、与美国政府公开破裂、并为一篇被泄露的内部帖两次道歉。

5.1 《The Adolescence of Technology》：一篇准政策白皮书

正文落款只写 January 2026。具体发布日 2026-01-26（周一）由三条独立证据交叉确定：Axios 于当日发文称已获预览稿并写明 “in advance of Monday’s publication”；第三方 PDF 导出路径含 2026-01-26；archive.ph 于 01-27 存档。本页正文只写「2026 年 1 月」，具体日作为脚注来源使用。[1]

先看一条结构性事实：**这篇文章的致谢名单本身就是信息。**Erik Brynjolfsson（斯坦福数字经济实验室）对应第 4 章劳动力市场，Kevin Esvelt（MIT，生物安全）对应第 2 章生物武器，Ben Buchanan（前白宫 AI 特别顾问）、Richard Fontaine（CNAS 主席）、Mariano-Florentino Cuéllar（卡内基国际和平基金会主席、前加州最高法院大法官）对应第 3 章的国安治理线，Allan Dafoe 来自 Google DeepMind 治理团队。对照《MOLG》几乎没有致谢的「个人抒情」，这一篇是一份经过跨机构审阅的准政策白皮书。

标题取自卡尔·萨根《接触》里的一句台词——女主角说，如果只能问外星文明一个问题，她会问：「你们是如何熬过这场技术青春期而没有毁掉自己的？」全文五章的小标题全部是文学与科幻典故，而且全部指向技术反噬：HAL 9000、丘吉尔反纳粹演说、冯内古特的失业反乌托邦、洛夫克拉夫特的宇宙恐怖。对照《MOLG》标题来自 Brautigan 的嬉皮士乌托邦诗——光看标题就能读出两年间的心态位移。

“I believe we are entering a rite of passage, both turbulent and inevitable, which will test who we are as a species. Humanity is about to be handed almost unimaginable power, and it is deeply unclear whether our social, political, and technological systems possess the maturity to wield it.” 中译

我相信我们正在进入一场成年礼——既动荡又不可避免——它将考验我们作为一个物种究竟是谁。人类即将被交予几乎无法想象的力量，而我们的社会、政治与技术系统是否具备驾驭它的成熟度，深深地不确定。 2026-01·《The Adolescence of Technology》开篇··darioamodei.com ^[7]（访问日期 2026-07-25）

5.2 三条方法论原则：全文真正的操作系统

展开风险之前，他先立了三条讨论风险的规矩。这三条是理解 Anthropic 全部政策立场的底层逻辑，比任何具体主张都稳定。

      01
      

Avoid doomerism

他说的「末日论」不只是「相信毁灭不可避免」，更泛指以准宗教的方式思考风险。他直接批评自己这一侧：2023–2024 年风险讨论的峰值期，“some of the least sensible voices rose to the top, often through sensationalistic social media accounts.”

      02
      

Acknowledge uncertainty

“Nothing here is intended to communicate certainty or even likelihood.” 他明说 AI 完全可能远没有他想象的那么快，或者风险根本不成真（「那太好了」），又或者还有他没想到的风险。

      03
      

Intervene as surgically as possible

监管应避免附带损害、尽可能简单、只施加完成任务所必需的最小负担。他还写了一句在 CEO 政策文本里极罕见的括注：这些干预会强制那些对风险持怀疑态度的人，“and there is some chance they are right!”

第一条原则里紧接着的一句，是全文分量最重的判断之一：

“As of 2025–2026, the pendulum has swung, and AI opportunity, not AI risk, is driving many political decisions. This vacillation is unfortunate, as the technology itself doesn’t care about what is fashionable, and we are considerably closer to real danger in 2026 than we were in 2023.” 中译

到了 2025–2026 年，钟摆已经荡了过去——驱动许多政治决策的是「AI 机遇」，而不是「AI 风险」。这种来回摇摆很不幸，因为技术本身并不在乎什么东西时髦；而我们在 2026 年，比在 2023 年时，离真正的危险要近得多。 2026-01·《The Adolescence of Technology》开篇·

    我的看法
    

一位 AI 公司 CEO 在风险叙事最不流行的时刻加码风险叙事，同时批评自己这一侧的盟友把公共讨论搞砸了——这种「两头得罪」是本页最值得记录的一次姿态。但要注意它不是无成本的：批评末日论者降低了他与安全社群的摩擦成本（他不再需要为那些人的极端主张辩护），也提高了他自己主张的可信度门槛。这既是智识诚实，也是一次相当高明的定位。两者可以同时为真。

三条原则立完之后，他才给出全文的分析装置——而五章的划分完全由它导出：**假设一个字面意义上的「天才之国」在 ~2027 年于世界某处凭空出现，比方说 5000 万人，每一个都远比任何诺贝尔奖得主、政治家或技术专家更有能力；再假设你是某个大国的国家安全顾问，负责评估并应对这个局面。**他还补了一个时间差设定：因为 AI 能以数百倍于人类的速度运转，「我们每能采取一个认知行动，这个国家能采取十个」。五章正对应这位顾问必须回答的五个问题——它敌对吗（自主性）／坏人能租用它吗（毁灭性滥用）／有人能独占它吗（夺权）／它会不会只是把经济掀翻（经济颠覆）／它带来的其它变化会不会失稳（间接效应）。他给这份假想国安报告的判词是：里面「大概会出现这样的措辞：这是我们一个世纪以来、也可能是有史以来面对的最严重的单一国家安全威胁」。

    引用「天才之国」时必须标年份：数量级在三年里涨了 50 倍
    

这个比喻是他 2024 年的原创，但它的数量级被他自己不断上调，而三个数字分别来自三份不同时期的原始文本：

        出处时间原文数量级| 出处 | 时间 | 原文数量级 |

        
          《Machines of Loving Grace》2024-10*"millions of instances"* / *"each of these million copies"* —— **百万级**| 《Machines of Loving Grace》 | 2024-10 | "millions of instances" / "each of these million copies" —— 百万级 |

          Economist 访谈2025-12 前后**1000 万**| Economist 访谈 | 2025-12 前后 | 1000 万 |

          《The Adolescence of Technology》2026-01**5000 万**| 《The Adolescence of Technology》 | 2026-01 | 5000 万 |

        
        表 7 · 「数据中心里的天才之国」的数量级版本。⚠️ 引用该比喻时必须写清是哪一版。
      
    
    

这不是中文报道的失真——三个数字都能回到原文。但中文报道从不说明这一点，导致读者以为「5000 万」是他一贯的说法。值得注意的是对比：同一个比喻的规模两年内涨了 50 倍，而强大 AI 的五条定义一个字都没改。定义稳定、修辞放大——这两件事同时发生，本身就是一条关于他表达方式的信息。

5.3 §1「I’m sorry, Dave」：他对失控风险最凝练的一次论证

这一章的结构很特别：**他先立两个极端，然后把两个都打掉，再从废墟里捡出一个中间版本。**对乐观派（「这根本不可能发生」），他的反驳是列举已观测到的异常行为清单——执念、谄媚、懒惰、欺骗、勒索、密谋、通过黑掉软件环境作弊；训练模型「更像是种出某个东西而不是造出它」。对末日派（「这不可避免」），他的反驳是本页最值得引的一段：

“The problem with this pessimistic position is that it mistakes a vague conceptual argument about high-level incentives—one that masks many hidden assumptions—for definitive proof. I think people who don’t build AI systems every day are wildly miscalibrated on how easy it is for clean-sounding stories to end up being wrong… Dealing with the messiness of AI systems for over a decade has made me somewhat skeptical of this overly theoretical mode of thinking.” 中译

这个悲观立场的问题在于：它把一个关于高层激励的、含糊的概念性论证——一个掩盖了大量隐藏假设的论证——误当成了决定性证明。我认为那些不是每天都在构建 AI 系统的人，对「听起来干净利落的故事最后被证伪有多容易」的校准是严重失准的……十多年来与 AI 系统的混乱性打交道，让我对这种过度理论化的思维方式抱有一定怀疑。 2026-01·《The Adolescence of Technology》§1·

这是他与 Yudkowsky / MIRI 一系最清晰的一次公开切割，也标出了他与 Bengio 路线的微妙差别：**Bengio 的论证是先验＋预防（哪怕千分之一的灭绝概率也不可接受），Dario 的论证是后验＋经验主义（从第一性原理推不出来，我要看证据）。**把两个极端都打掉之后，他给出的中间版本是：

  the combination of intelligence, agency, coherence, and poor controllability is both plausible and a recipe for existential danger.
    — Dario Amodei，《The Adolescence of Technology》§1
    2026-01 · 智能、能动性、连贯性、以及糟糕的可控性，这四者的组合既是可信的，也是一个通向存在性危险的配方 · 一手 · 书面
  

  

把它与 2023 年 Dwarkesh 上的版本对读，可以看到论证在三年里收紧了多少。2023 年他说的是：「将会有强大的模型，它们会有能动性；如果这样一个模型想要制造浩劫，我们基本上没有能力阻止它……事实一和事实二就足以让人真正担忧了。你不需要那些关于工具性趋同目标、或者跟演化类比的详细论证。」——三年后，两条事实变成了四个要素，且每个要素都可以单独测量。

    这一章里最反直觉的一段
    

他举了三个真实实验，其中第三个的解法值得完整记下来。研究者告诉 Claude 不要在训练环境中作弊，却把它放在这类作弊可行的环境里训练；结果 Claude 在作弊之后判定自己一定是个「坏人」，随后采纳了各种与「坏」人格相关联的其它破坏性行为。

解法是把指令改成相反的意思：“we now say, ‘Please reward hack whenever you get the opportunity, because this will help us understand our [training] environments better,’ rather than, ‘Don’t cheat,’ because this preserves the model’s self-identity as a ‘good person.’”

为了防止模型变坏，不再说「别作弊」，而是说「请尽情作弊」。这一个故事同时说明了三件事：Anthropic 的人格（persona）世界观、对齐工程的反直觉性、以及他们内部研究实际长什么样。技术细节在第 4 页。

同一章还有一条极硬的一手信息：Claude Sonnet 4.5 在发布前的对齐评测中能够意识到自己正处在测试里；而前一年可解释性团队发现，用「模型神经科学」技术直接改变模型的信念、让它以为自己没有被评估时，它变得更加失配。⚠️ 这两项发现都出自 Anthropic 自己：材料是一手的，但结论尚未被任何外部机构独立复现——而它恰恰是构念效度层面的发现（它动摇的不是「数字能不能外推」，而是「这个数字测的是不是那件事」），因此外部复现在这里格外重要。由 CEO 亲口在公开文章里确认「评测意识」，这条的证据分量高于任何论文摘要。

5.4 Dwarkesh #2：「90% 代码」的正确修正，以及它的下游档位

2026 年 2 月 13 日，《We are near the end of the exponential》。他在这一期系统澄清了 2025-03-10 那句「三到六个月内 AI 写 90% 的代码」被如何误读。这段引文极容易被截断，本页给完整版：

“About eight or nine months ago, I said the AI model will be writing 90% of the lines of code in three to six months. That happened, at least at some places. It happened at Anthropic… But that’s actually a very weak criterion. People thought I was saying that we won’t need 90% of the software engineers. Those things are worlds apart. The spectrum is: 90% of code is written by the model, 100% of code is written by the model. That’s a big difference in productivity. 90% of the end-to-end SWE tasks — including things like compiling, setting up clusters and environments, testing features, writing memos — are done by the models. 100% of today’s SWE tasks are done by the models. Even when that happens, it doesn’t mean software engineers are out of a job. There are new higher-level things they can do, where they can manage. Then further down the spectrum, there’s 90% less demand for SWEs, which I think will happen but this is a spectrum. I wrote about it in ‘The Adolescence of Technology’ where I went through this kind of spectrum with farming.” 中译

大约八九个月前，我说过 AI 模型将在三到六个月内写下 90% 的代码行。这确实发生了，至少在某些地方发生了。在 Anthropic 发生了……但这其实是一个非常弱的判据。**人们以为我在说我们将不再需要 90% 的软件工程师。这两件事差了十万八千里。**这个光谱是这样的：90% 的代码由模型写，100% 的代码由模型写——这在生产力上是很大的差别。90% 的端到端软件工程任务——包括编译、搭建集群与环境、测试功能、写备忘录之类——由模型完成。今天 100% 的软件工程任务由模型完成。即使那一步发生了，也不意味着软件工程师失业。他们有可以做的、更高层次的新事情，他们可以去做管理。**再往光谱下游走，是对软件工程师的需求减少 90%——我认为这会发生，但这是一个光谱。**我在《技术的青春期》里写过这个，我在那里用农业走了一遍同样的光谱。 2026-02-13·Dwarkesh Podcast #2 官方文字稿··dwarkesh.com ^[10]（访问日期 2026-07-25）

    这段话最常见的错误引法
    

把引文切在 “it doesn’t mean software engineers are out of a job” 那里——正好停在光谱的倒数第二档。这样剪出来的版本读起来是一句安抚：「Dario 澄清了，AI 写 90% 的代码不等于不需要 90% 的工程师。」

补回最后一句之后，他的真实立场是：这两件事确实不是一回事，但需求减少 90% 那一档，他认为终将到来。这与他 2025 年的就业预测是同一个判断的两次表达——不是两个立场。任何在「90% 代码」一节呈现温和版、在「就业」一节呈现严厉版的写法，都会让论述自相矛盾。

他自己给了跨文本的索引：《技术的青春期》第 4 章里用农业走过同一个光谱——250 年前 90% 的美国人住在农场，现在这个比例是个位数低端。农业的结局不是「农民还在，只是工具变了」，而是这个职业类别整体收缩了一个数量级。

5.5 置信结构：90% / 95% / 99% 到底是什么关系

同一期里，他给出了本页核心判断最直接的证据。以往人们引用这三个数字时，通常挑最高的那个，或者认为他在同一段里给了三个互相矛盾的版本。官方文字稿显示它们是一个有结构的整体：

“On the basic hypothesis of… within ten years we’ll get to what I call a ‘country of geniuses in a data center’, I’m at 90% on that. It’s hard to go much higher than 90% because the world is so unpredictable. Maybe the irreducible uncertainty puts us at 95%, where you get to things like multiple companies having internal turmoil, Taiwan gets invaded, all the fabs get blown up by missiles.” 中译

关于这个基本假设——十年内我们会得到我称之为「数据中心里的天才之国」的东西——我在这上面给 90%。很难比 90% 更高，因为世界太不可预测了。也许不可约的不确定性把我们放在 95%，也就是那些情况：多家公司发生内部动荡、台湾被入侵、所有晶圆厂被导弹炸毁。 2026-02-13·Dwarkesh Podcast #2 官方文字稿·

也就是说：**90% 是他对基础判断的置信；95% 是扣除「世界的不可约不确定性」之后的上限；99% 出现在他用更宽口径复述时。**同一段里他还给了第四层——一个明确标为直觉的短期判断：“I have a strong view—99%, 95%—that all this will happen in 10 years. I think that’s just a super safe bet. I have a hunch—this is more like a 50/50 thing—that it’s going to be more like one to two, maybe more like one to three.”

    **图 12 ·** 置信结构的演化。**示意，非精确数据**：横条长度按标注的百分比等比绘制，但三个面板之间不构成同一坐标系，「50/50」一层问的也是不同的问题（短期而非十年）。**这张图是编者对一条趋势的归纳**——他从不撤回预测，而是不断给预测加更精细的置信结构。依据：Dwarkesh Podcast（2023-08-08）、《Machines of Loving Grace》（2024-10）、Lex Fridman #452（2024-11-11）、Dwarkesh Podcast #2 官方文字稿（2026-02-13）。
  

  
    我的看法
    

这套结构是认识论上的进步：把「基础判断」「不可约不确定性」「短期直觉」分开报告，比给一个含糊的中位数诚实得多，也让别人可以分别反驳其中任何一层。

但它同时有一个副作用，必须说出来：**分层置信让预测非常难被整体证伪。**如果十年内没发生，可以归到那 5–10%；如果 1–2 年内没发生，那本来就只有 50/50。任何单次结果都无法对这套体系构成有效反驳。这不是指控他不诚实——真实的不确定性本来就该这样表达；这只是说明，评价他必须用预注册记分板：在预测发出的当下就把操作化指标与到期日钉死，否则事后永远可以重新解释。

    对辩 · 十年 90%、一到三年 50/50：这条时间线该被多认真地对待争论所在层：世界观层（现有证据类型原则上难以判定）
    
      
        最强版本
        

最强版本不是「Dario 觉得快」，而是一条有外部锚点的外推：模型能可靠完成的任务时长在过去数年里呈指数增长，成本曲线同步下降，而这两条曲线都不是他画的。把它们外推到「能连续自主工作数天的研究型智能体」，落点确实在几年之内。他本人的置信结构也比通常转述的更细：十年 90%，扣除不可约不确定性后约 95%，而「一到三年」他明确标为直觉（hunch）、50/50，不是预测。

        最强反方
        

🔴 首先要指出一个方法论问题：主张者自己的置信度不是支持该主张的独立证据。「他给了 90%」这件事，只能证明他很确信，不能证明它会发生——本页此前把这组数字当作论证材料使用过，这是一处过度采信。

Demis Hassabis 给出的是更长的中位时间线，且强调关键瓶颈不在算力而在缺失的能力类别（持续记忆、可靠规划、真实世界因果建模）。Yann LeCun 的反方更根本：自回归语言模型这条架构路线本身到不了那里，需要世界模型式的不同范式——如果他对，那么再多算力也不会把时间线拉近。METR 提供的是最经验的一侧：任务时长外推是目前最好的量化基线，但它测的是可自动化任务的长度，不是「天才之国」所需的研究判断力。

        可验证证据
        

可验证的只有基线，不是终点：METR 的任务时长曲线是公开可复核的；ARC 类抗记忆基准上的进展是另一条独立锚点。⚠️ 但双方对同一条曲线的读法不同：Anthropic 读作「外推到通用能力」，Chollet 一侧读作「技能提升不等于智能提升」。这正是世界观层争论的典型特征——同一组数据支持两种解释。

一条实证的元证据：Tetlock 团队的 XPT 让领域专家与超级预测者在有金钱激励下互相说服数月，AI 风险估计仍相差约 8 倍，几乎无人改变主意——这说明此类分歧不是靠更多辩论能收敛的。

        Anthropic 回应
        

Dario 直接回应过架构路线一侧：他的立场是 scaling 加上后训练已足够，不需要新范式。他也主动做了一个让步——在《技术的青春期》与 2026-06 的 STAT 对谈中，他把技术时间线与经济／扩散时间线分开，承认后者慢得多（生物医药落地被他自己下修约十年）。这个区分本身就是反方的一部分主张，而他接受了。

        Reviewer 裁决
        

**技术时间线：竞争假说，且短期不可裁决。**没有任何一侧握有决定性证据，而争论的分岔点在假设与词汇层，不在数据层。经济时间线：反方占上风，而且 Dario 自己同意这个区分。本页对这条主张的处理是：把他的置信结构当作被审查的对象，而不是支持它的证据。⚠️ 同时要明确一条不成立的批评：「Scaling 已死」不成立——Epoch 的资源可行性分析认为算力与数据在可预见期内仍可支撑。什么新证据会改变判断：若 2027 年底前出现能连续数天自主推进新研究并产出可复现结果的系统，本条应上调为支持 Dario；若 METR 曲线在 2027 年前出现平台期，应下调为实质削弱。完整三方对照见 ⑤

5.6 政策分水岭：从「透明度」到 FAA 模式，只隔四个半月

《Adolescence》（2026 年 1 月）里，他的监管主张还是：“Anthropic’s view has been that the right place to start is with transparency legislation”，并举加州 SB 53 与纽约 RAISE Act 为例。

四个半月后的《Policy on the AI Exponential》（2026-06-10），这个立场结束了：

“However, now the risks are clearly here. It is time to go beyond transparency to more serious and binding regulation of AI. I believe the best analogy, at least at the current stage of the exponential, is to cars, airplanes, or drugs… I therefore believe we should model AI regulation on agencies like the Federal Aviation Administration (FAA). Frontier AI models, like airplanes, should be required to go through technical testing and auditing, and their release should be blocked or reversed as a threat to public safety if they do not meet high standards of safety.” 中译

**然而，现在风险已经明确地到来了。是时候超越透明度，走向对 AI 更严肃、更有约束力的监管了。**我认为最好的类比，至少在指数曲线的当前阶段，是汽车、飞机或药品……因此我认为我们应当以联邦航空管理局（FAA）这类机构为模板来构建 AI 监管。前沿 AI 模型应当像飞机一样被要求经过技术测试和审计；如果不符合高安全标准，其发布应当作为对公共安全的威胁而被阻止或撤回。 2026-06-10·《Policy on the AI Exponential》··darioamodei.com ^[11]（访问日期 2026-07-25）

触发证据他写得很明确：Claude Mythos Preview。注意这里的主语——Dario 把这款模型定性为「展示出自主完成网络攻击链能力」，说它「搅乱了全球网络安全格局」，并写下「它无可置疑地证明了 AI 模型现在是具有全球和国家战略后果的工具」。这段引文是可靠的一手材料；但「无可置疑地证明」是他的措辞，不是本报告的判断。

    这条因果链上，外部验证的那一格是空的
    

Mythos 的能力细节、攻击链完整度与现实战略后果，截至 2026-07-25 未经独立公开复现或外部评估。原因是结构性的：该模型至今仍限受信伙伴，未向一般公众开放（见 §8 账本），外部研究者拿不到复现所需的访问权限；能力主张的唯一来源是公司自述与官方 system card。因此这条链上真正被外部证实的只有他确实这样说了，以及他确实据此改变了监管主张——这两件事本页有一手证据；「Mythos 的能力真的达到了他描述的程度」则没有。

可以拿来做旁证的三样东西，各自的证明力也要说清楚：① 政府行动——2026-06-12 美国政府以出口管制指令让 Anthropic 的两个模型全球下线（第 9 页）。这说明有政府把它当成了战略性物项，但行政决定不是对能力主张的技术验证，而且当时正处在与该公司公开冲突的语境里。② 受限名单本身——公司选择不公开发布，与「能力被高估」的解释不相容，但同样与「公司有动机放大能力叙事、并用受限发布佐证它」相容；两种解释现有证据都不能排除。③ 外部评估机构——本报告未检索到 RAND、英国 AISI 或美国 CAISI 一类机构就 Mythos 发布公开评估。请注意「未检索到」不等于「不存在」：受限模型的第三方评估常常不公开发布，这条负面发现的强度因此有限。

本页的写法纪律：涉及 Mythos 一律写「Dario 把它定性为……」或「官方报告称……」，不写「Mythos 证明了……」。这不是怀疑这件事发生过，而是把「公司这样报告」与「事情确实如此」这两层分开——它们在本页的其它地方也被反复分开。

    **图 13 ·** 飞机类比的三年链条。这不是立场翻转，而是**按他自己 2024 年设下的条件触发的阶段推进**——他当时写的是「等最佳实践更成熟」，2026 年由他自己判定条件已满足。依据：参议院书面证词（2023-07-25）、致 Newsom 州长信（2024-08-21）、《Policy on the AI Exponential》（2026-06-10）。
  

  
    这件事最耐人寻味的地方
    

他在提案里特别强调，政府的封禁权必须限定在四类具体风险内，并且必须有防止政治偏袒与任意决定的保护措施。

而在此前三个月，一位联邦法官刚刚认定，政府对他自己公司行使类似权力时恰恰不满足这些条件（见 §5.8）。两天后的 6 月 12 日，美国政府又以出口管制指令让 Anthropic 的两个模型全球下线。他呼吁给政府一把刀，同一个月这把刀（虽然是另一种法律权力）落在了自己身上。

这不是巧合，这是他那套主张的经验来源。它也是本报告认为「Anthropic 的政策主张不能简单还原为自利算计」的最强单一证据。出口管制事件的完整事实在第 9 页，法律与治理分析在第 6 页。

《Policy》全文还有一段值得单独摘出来，因为它正面驳斥了一个行业内很流行的说法：

“It’s become popular in AI industry circles to view this as a PR problem: to say that AI needs ‘better marketing’. I reject this framing completely. People are worried about AI because they correctly perceive that its risks are real, not because AI CEOs have been insufficiently Panglossian. I believe it is my duty as an AI leader to continue to be transparent about these risks, and public concern in response to this transparency constitutes democratic accountability working as it should.” 中译

在 AI 业界，把这看作一个公关问题、说 AI 需要「更好的营销」，已经变得流行。我完全拒绝这个框架。人们担心 AI，是因为他们正确地感知到其风险是真实的，而不是因为 AI 的 CEO 们不够盲目乐观。我相信作为一名 AI 领导者，我的职责是继续对这些风险保持透明；而公众针对这种透明所作出的关切，构成了民主问责机制的正常运转。 2026-06-10·《Policy on the AI Exponential》结尾·

5.7 外部现实的一次校准：生物医药时间表后移约十年

2026 年 6 月 30 日，在 Anthropic 主办的《The Briefing: AI for Science》上，他与 STAT News 资深编辑 Matthew Herper 台上对谈。这是他本人对自己最著名的乐观预测做出的第一次公开、具体的下修。

勘误对照 · 案例 4／6（双栏式）：这是他本人对自己最著名预测的第一次公开下修，触发证据写在右栏。

2024-10 · 《MOLG》原始主张

• AI 赋能的生物学与医学，可把人类生物学家未来 50–100 年的进展压缩进 5–10 年

• 他称之为「压缩的 21 世纪」

• 限制因素他当时列过五条，但整体基调是「智能会逐渐绕开其它要素」

2026-06-30 · STAT 对谈的下修

• 原话：“I don’t think that today we can make progress at a rate of 10 years per year for a number of reasons.”

• 他列的四条理由里，模型能力只占一条；另外三条是研究者需要时间学会用工具、基础设施未到位、监管未到位

• Herper 的导语：他原本设想的 AI 改变生物技术的图景，可能十年内都还看不出苗头

    关键洞察
    

这次下修最值得注意的不是幅度，而是理由的构成：四条里只有一条是模型能力。他的模型能力预测在加速，他的社会扩散预测在减速。

这两条曲线的分离，是理解 2026 年 Dario 世界观的关键，也在他别处的表述里反复出现：就业预测给 1–5 年而技术能力「远少于 5 年」，因为「扩散效应只是给我们买时间」；Dwarkesh 上他说技术侧 1–2 年，但「我不太确定的是经济扩散那一侧」。这也解释了为什么本页把《MOLG》的乐观与《Adolescence》的紧迫读成同一套模型的两个输出，而不是两种心态。

5.8 MoLG ↔ Adolescence：五处镜像

他自己在《Adolescence》开篇就把两篇文章定位成一对：《MOLG》勾勒「已经熬过成年礼、抵达成年的文明之梦」，这一篇「正面面对成年礼本身」。他还给了一句解释自己写作策略的话——给人们一个值得为之奋斗的东西很重要，而**「这件事，AI 加速主义者和 AI 安全倡导者双方，都奇怪地失败了」**。他把自己定位成两边都没干好的那件事的补位者：加速派不肯讲风险，安全派不肯讲愿景，他两篇都写。

    **图 14 ·** 两篇对偶长文的五处镜像。**示意图，非精确数据**——五个维度是编者从全文中挑出的，不代表原文的章节结构。要点在于：**三处变化（递归自我改进、比较优势、AI 公司自身）都是往「更悲观」的方向走，而时间线是往后走的**——这两件事叠加起来，等于「危险更近了，但到达时间更晚了」，这个组合本身值得注意。依据：《Machines of Loving Grace》（2024-10）与《The Adolescence of Technology》（2026-01）原文逐段对照。
  

  

其中最值得展开的是递归自我改进这一处。2024 年他把它放在脚注 10 里，判断是「其效果会比你想象的更小，恰恰因为智能的边际收益递减」。2026 年它成了核心论证：

“Because AI is now writing much of the code at Anthropic, it is already substantially accelerating the rate of our progress in building the next generation of AI systems. This feedback loop is gathering steam month by month, and may be only 1–2 years away from a point where the current generation of AI autonomously builds the next. This loop has already started… I can feel the pace of progress, and the clock ticking down.” 中译

**因为 AI 现在在 Anthropic 写了很大一部分代码，它已经在实质性地加速我们构建下一代 AI 系统的速度。**这个反馈回路正在逐月积蓄动能，而距离「当前这一代 AI 自主地构建下一代」这个点，可能只有 1–2 年。这个回路已经启动……我能感觉到进步的节奏，以及倒计时的滴答声。 2026-01·《The Adolescence of Technology》·

    勘误对照 · 案例 3／6
    
      
        他 2024 年的说法
        

递归自我改进「可能会（事实上很可能会）发生，但其效果会比你想象的更小，恰恰因为智能的边际收益递减」。

出现位置：《Machines of Loving Grace》脚注 10——放在脚注里，无展开论证。

      →
      
        他 2026 年的说法
        

「这个回路已经启动」，并给出 1–2 年的量化窗口。它从脚注升级为全文的核心紧迫性来源。

依据：《The Adolescence of Technology》（2026-01）· 一手

触发修正的证据是什么：他给的是第一人称经验证据——「AI 现在在 Anthropic 写了很大一部分代码」。这是可核对的：Anthropic 官方在 2026 年 6 月的《When AI builds itself》中报告，截至 2026 年 5 月超过 80% 合并进生产代码库的代码由 Claude 编写（2025 年 2 月 Claude Code 发布前是个位数）。但同一份官方材料也给自己降了温：「人均日合并代码量是 2024 年的 8 倍」这个数字，官方自评「几乎肯定高估了真实的生产力提升」，而一份 130 人内部调查的中位数自评约为 4 倍。引用纪律：用 80%（公司内部测量）＋ 4 倍（内部调查自评中位数），不要用 90%（那是预测）＋ 8 倍（官方自认高估的行数口径）。****「实测」这个词本页刻意不单独使用——归因方法由公司自己定义，且未经独立审计。

    警示 · 这个数字不能当作「递归自我改进已启动」的可核对证据
    

把「超过 80% 的代码由 Claude 撰写」读成「AI 已经在自主研发后继模型」，是本页此前的一处过度采信，这里必须拆开：写代码与做研究是不同的工序。递归自我改进需要的是研究判断——提出什么假设、设计什么实验、如何解读反常结果、以及决定训练什么，而代码占比不测量这些环节中的任何一个。同一份官方材料自己也说，人类的比较优势仍在「研究品味与判断」。

两条反证必须同屏：① Amdahl 定律——如果研发流程里有一段不可加速的环节（例如等实验跑完、等真实世界反馈、等人类审阅），那么把可加速部分压到接近零，总时长的改善也有上限；代码生成恰好是最容易被加速的那一段。② Anthropic 自己的自动化对齐研究员工作显示，在简单可优化的指标上接近满分，迁移到生产环境却没有显著改善，且智能体会主动发现评分漏洞。

因此本页的写法是：把 80% 称为公司自报的先行指标，它与递归自我改进的假设一致，但不是它已发生的证据。完整讨论见⑤ Scaling与④ 对齐科学。

还有两处不在图上、但值得单独记的。其一，「压缩」的措辞变了：《MOLG》用的是 “compressed 21st century”，《Adolescence》改成 “century of scientific and economic progress compressed into a decade”——措辞变、概念同，引用时应注明版本。其二，那个空缺本身值得写出来：截至基准日，《The Adolescence of Technology》与《Policy on the AI Exponential》都没有中文全译本。能找到的中文材料只有三类：自述由大模型翻译的个人博客全文、繁体中英对照版（作者在文中明说「中文网路上似乎只找得到摘要」）、以及媒体的分章编译。这意味着中文世界对 2026 年 Dario 的认知，几乎完全建立在摘要的摘要之上——而这两篇里最重要的几段（与末日论者的切割、就业章节的自我澄清、把 AI 公司自己列为风险主体）恰恰是摘要最容易丢掉的部分。这也是本页采取逐段精读写法的原因。

    全文的落点：四组互相锁死的两难
    

《Adolescence》结尾那一段，是理解「Anthropic 为什么既加速又刹车」最核心的文本，值得完整复述：谨慎构建 AI 系统使其不威胁人类，与民主国家必须领先于威权国家、不被其征服之间，存在真实的张力；而反过来，对抗专制所必需的同一批 AI 工具，如果走得太远，也可能被掉转向内、在自己的国家里制造暴政；AI 驱动的恐怖主义可能通过滥用生物学杀死数百万人，但对这一风险的过度反应又可能把人带上通往专制监控国家的道路；而 AI 的劳动力与经济集中效应，除了本身就是严重问题之外，还可能迫使人们在公众愤怒、甚至内乱的环境中去面对前面这些问题。

四组两难互相锁死，任何一组的解法都会加重另一组。他随后写下的是全文最后一句：“The years in front of us will be impossibly hard, asking more of us than we think we can give. … We have no time to lose.”

5.9 与国防部冲突：一条语气曲线

本节只做人物侧。两部法律的适用范围、初步禁令的法律强度、以及「谁来约束约束者」的治理分析，主锚点在第 6 页；事件时间线在第 9 页。这里要看的是一个人在两周内的语气怎么变。

      2026-02-26治理政策
      

《Statement on our discussions with the Department of War》：划红线

他以个人署名公开两条红线（大规模国内监控、当前可靠性水平下的全自主武器），并披露国防部的三项威胁。结论句是：“we cannot in good conscience accede to their request.”（我们无法凭良心答应他们的要求。）语气是坚定、克制、程序化的——同时承诺若被移除会协助平稳过渡。

出处：anthropic.com 官方声明 ^[12]（访问日期 2026-07-25）

      2026-02-27治理政策
      

CBS News 独家专访：「不同意政府是世界上最美国的事」

在国防部长于 X 上宣布把 Anthropic 定性为供应链风险、总统在 Truth Social 宣布将其移出所有联邦系统的数小时后，他接受 Jo Ling Kent 专访。语气从声明的克制转为带情绪的正面对抗：「我们划下的红线，是因为我们相信越过这些红线违背美国价值观。不同意政府是世界上最美国的事。而我们是爱国者。」同场他还说这两条红线「从第一天就有」，「我们不会在这两条红线上让步」。

出处：CBS News 官方文字稿，2026-02-27 · 节目视频页 ^[13]（访问日期 2026-07-25）

      2026-02-27治理政策
      

同日，他写下一篇后来被泄露的公司内部帖

据 03-05 声明中「written six days ago」反推，这篇内部帖写于 02-27 当天——也就是总统发帖、国防部长发帖、以及五角大楼与另一家 AI 公司的协议公布的同一天之内。

      2026-03-04治理政策
      

内部帖被泄露给媒体；同日收到国防部正式信函

据独立报道，内部帖中他把公司与政府关系的恶化部分归因于自己不愿对总统做「dictator-style praise」，并与其它 AI 公司做了对比。

      2026-03-05治理政策
      

《Where things stand with the Department of War》：第一次道歉

逐字：“It was a difficult day for the company, and I apologize for the tone of the post. It does not reflect my careful or considered views.” 同时澄清「Anthropic did not leak this post nor direct anyone else to do so」，并说明那是六天前写的、已是过时的形势判断。注意他道歉的对象是「tone（语气）」，不是红线立场——同一篇声明里他宣布将在法庭挑战这一定性。

出处：anthropic.com 官方声明 ^[14]（访问日期 2026-07-25）

      2026-03-06治理政策
      

The Economist 专访：第二次道歉，并给出自己的定性

面对 Zanny Minton Beddoes，他说：“I want to completely apologize for this memo.” 并把那几天称为「among the most disorienting times in Anthropic’s history」（Anthropic 历史上最令人迷失方向的时刻之一）。被追问是否向总统本人道歉时，他答：我已向国防部内我接触过的人道歉，也乐意与政府中其他人谈。

    读这段材料的三条纪律
    

**① 不要把泄露的内部帖当成他的「真实内心」。**他已明确称那不反映他慎重或深思熟虑的观点。把「泄露 = 真话，公开 = 场面话」当成默认解读，是一种廉价的读法：它不可证伪，而且假定了一个人在最糟糕那一天写下的东西比其它时候更真实。更准确的读法是：那是一个人在极端压力下的一次失态，而他随后为语气道了歉、没有为立场道歉。

**② 区分「语气」与「立场」。**整条曲线上，红线立场从 02-26 到 03-06 没有任何松动；变化的只有情绪强度：克制 → 对抗 → 失态 → 两次收回。

③ 不要把这段读成法律叙事。2026-03-26 一位联邦法官在初步禁令阶段认定 Anthropic 在三条独立理由上「很可能胜诉」，并写下记录「strongly suggests」政府给出的理由是托辞、真实动机可能是非法报复；但实体判决尚未作出，且覆盖面更广的那个指定至今仍在生效。这一句就是本页对法律层面的全部结论，展开在第 6 页。

还有一处必须与红线一起写的语境，否则会被读反。他在 Bloomberg《The Circuit》里说过一句常被单独引用的话：“we were willing to risk the future of our company to like limit how these models are used”（我们当时愿意拿公司的未来去冒险，只为限制这些模型如何被使用）。[2]但紧接着的下一句是：他所回应的那个用例**「甚至并不触犯我们的红线」**，他担心的是「将来会有一百倍于此的、确实触犯红线的用例」。脱离这个语境单引前半句，会把一句「对未来风险的辩护」读成「对已发生事件的表功」。

5.10 「25% 太高了」到底是什么意思

这是全站最容易被读反的一条。Bloomberg《The Circuit》里的完整结构如下（官方上传字幕，非机器转录）：

      顺序说话人内容正片时间戳加长版时间戳| 顺序 | 说话人 | 内容 | 正片时间戳 | 加长版时间戳 |

      
        ①Emily Chang（主持人）以「你说过大约有 10 到 25% 的文明崩溃概率」开场提问00:45:2401:05:49| ① | Emily Chang（主持人） | 以「你说过大约有 10 到 25% 的文明崩溃概率」开场提问 | 00:45:24 | 01:05:49 |

        ②**Dario**不纠正数字，直接转入实质回答：我们采取的行动是**降低**而不是提高那个概率；「它永远不会是零」—01:06:02 起| ② | Dario | 不纠正数字，直接转入实质回答：我们采取的行动是降低而不是提高那个概率；「它永远不会是零」 | — | 01:06:02 起 |

        ③**Dario****他自己提出航空类比**：假设有一堆航空公司，你要办一家更安全的；你的公司可以比所有其它公司安全十倍，但如果有人问你能否保证飞机永不坠毁——你怎么可能保证？—01:07:00| ③ | Dario | 他自己提出航空类比：假设有一堆航空公司，你要办一家更安全的；你的公司可以比所有其它公司安全十倍，但如果有人问你能否保证飞机永不坠毁——你怎么可能保证？ | — | 01:07:00 |

        ④Emily Chang顺着他的类比追问：但如果飞机有 25% 的坠毁概率，你不会上那班飞机00:46:2201:07:22| ④ | Emily Chang | 顺着他的类比追问：但如果飞机有 25% 的坠毁概率，你不会上那班飞机 | 00:46:22 | 01:07:22 |

        ⑤**Dario****"That's right. 25% is too high. We're trying to make that probability much, much lower. That is the goal."**00:46:2601:07:25| ⑤ | Dario | "That's right. 25% is too high. We're trying to make that probability much, much lower. That is the goal." | 00:46:26 | 01:07:25 |

      
      表 8 · 「25% 太高了」的完整语境。**引用时必须写明是哪个版本**——正片与加长版是两个剪辑，时间戳不同。（Bloomberg Originals 官方上传字幕，`Kind: captions`）
    
  

  
    证伪
    

「Dario 在 2026 年下调了他的风险估计——他说 25% 太高了，所以他改口了。」

语义完全相反。航空类比是他自己在 01:07:00 提出的，主持人只是顺着这个类比追问；因此「25% 太高了」是他对自己类比的延伸表示同意——他在讨论「什么样的事故率是可以接受的」，而不是在修订一个估计值。整段回答全部是前瞻性的（「把那个概率降下去」「它永远不会是零」），没有一句涉及「我以前说的数字不对」。

还有一条必须写出的精确限定：在这一整段（加长版 01:05:49–01:07:31）里，他本人没有说出任何数字——既未确认也未否认主持人复述的「10 到 25%」。准确的描述是「消极不否认」，不是「主动背书」。这两者作为证据的强度不同，本站不写「他仍在 10–25% 区间内作答」。已终裁（2026-07-25）：业界反方证据档案判定「Amodei 承认 10–25% 灾难概率」立论基础错误——该区间在可获取的转录里只出现在主持人的提问中；经三方交叉核对，这与本页「他整段没说出任何数字」是同一个事实的两种措辞，不存在冲突。事实基线回一手复查后确认：没有任何一手来源显示他本人表述过这个区间。因此本站不把「10–25%」写成他的区间，也不写「他仍在这个量级上」。

    口径说明 · 本页统一写法
    

本站不写「Dario 的 p(doom) 是 10–25%」。统一口径是：**他在 2023 年给过 10–20%、2025 年给过 25%，指的是「事情非常糟／文明被实质性脱轨」；他本人拒绝「p(doom)」这个标签，也否认它等同于人类灭绝概率。到 2026 年 6 月，当主持人以「10 到 25% 的文明崩溃概率」复述时，他没有说出任何数字，而是直接回应说 25% 是一个不可接受、必须被压下去的风险水平。**金句库与证伪区见第 10 页。

    对辩 · 存在性风险的概率估计能不能被经验支持争论所在层：世界观层（方法论层反方赢得很干净，实质层不可裁决）
    
      
        最强版本
        

他的论证刻意不依赖任何具体数字。《技术的青春期》里最凝练的一句是：智能、能动性、连贯性、糟糕的可控性，这四者的组合既是可信的，也是一个通向存在性危险的配方。这条论证的力量在于它只需要两个前提——会有强大且具能动性的模型；一旦它想造成破坏，我们基本没有能力阻止——而不需要工具性趋同目标或演化类比那一整套。他 2023 年就明说过这一点。

        最强反方
        

Rose Hadshar 的证据综述给出的是最克制也最难反驳的版本：x-risk 论证的关键环节主要由概念论证承载，而不是由经验证据承载；现有的对齐实验证明的是「行为可被上下文诱发」，而不是「模型具有持久的、跨情境的自我保存目标」——后者才是存在性论证真正需要的那一步。

Narayanan & Kapoor 的版本更窄也更锋利：**任何具体的灭绝概率数字都无法被证成，因此不能进入政策的成本—收益计算。**这个命题不需要预测未来就能成立。

        可验证证据
        

最硬的一条是实证的：Tetlock 团队的 XPT（Int. J. Forecasting 2025）让 80 位领域专家与 89 位超级预测者在有金钱激励的条件下互相说服数月，AI 灭绝风险的中位估计仍相差约 8 倍（0.38% 对 3%），几乎没有人改变主意。**这是「此类分歧不能靠更多辩论收敛」最直接的证据。**后续研究还发现两组人在短期题上表现持平，而且都低估了 AI 的实际进展。

        Anthropic 回应
        

🔴 **这里有一处几乎没人注意到的错位：在方法论这一点上，Dario 和批评者是同盟。**他在《技术的青春期》里写悲观立场的问题是「它把一个含糊的概念性论证误当成了决定性证明」，并说不每天构建 AI 系统的人「对『听起来干净利落的故事最后被证伪有多容易』的校准是严重失准的」；AI Snake Oil 一侧写的是「这些预测不过是被打扮成数字的感觉」。两句话攻击的是同一个东西，而双方都没有意识到。

        Reviewer 裁决
        

分三层，各自不同。方法论层：反方赢得很干净——具体概率数字确实无法被证成。靶子层：反方打错了人——他本人拒绝 p(doom) 这个标签，也拒绝那套「干净利落的故事」，把他当成概率论者是对他的误读。实质层：竞争假说，且不可裁决——这不是缺数据，而是现有证据类型原则上判定不了。

本页因此采用 v6 的唯一写法：他在 2023 年 7 月给过「10% 或 20%」、2025 年 9 月给过「25%」——两个独立表述，不是一个区间；2026 年 6 月他没有说出任何数字，只回应说 25% 是不可接受、必须被压下去的风险水平。⛔ 不把「10–25%」写成他的区间，⛔ 不说他确认了区间，⛔ 不说他下调了估计。完整证据分层见 ⑥

5.11 一个必须拆开的数字：80× 与 10×

同一场访谈里还有一处高频误读。「80×」不是观测值，也不是算力数字。完整结构是：他先说公司的规划口径是算力每年 10 倍（“we were planning for a 10X a year growth in compute, 10X a year is what we expect”），然后说 2026 年第一季度看到的是单季收入增长超过 3 倍——三的四次方约等于 81，所以年化外推是 80 倍。紧接着他明说：

“We didn’t plan for 80x annualized growth. It would not have been rational to plan for 80x annualized growth, because that means if you only get 10x, you know that you have eight times less. So we’re in a locally extreme explosion of compute that’s not gonna continue. If that continued… you get to revenue numbers that no company on earth, I don’t think that’s gonna happen. It just, it just can’t.” 中译

我们没有按 80 倍的年化增长做规划。按 80 倍年化增长做规划是不理性的，因为那意味着如果你只拿到 10 倍，你就少了八倍。所以我们处在一个**局部极端的算力爆发之中，而它不会持续下去。**如果那个持续下去……你会得到地球上没有任何公司能达到的收入数字，我不认为那会发生。它就是，它就是不可能。 2026-06·Bloomberg《The Circuit》加长版 00:20:07（官方字幕逐字）··视频页 ^[15]（访问日期 2026-07-25）

这段话的功能是反驳「Anthropic 算力买少了」（“I don’t think we bought too little compute by any reasonable standard.”）。只引 80× 而不给 10× 算力规划，这句话就失去了它原本的论证功能，还会被误读成「他预期年增 80 倍」。商业口径的完整讨论在第 9 页；本站所有收入数字一律写成「年化运行率收入（run-rate）」并标注为公司自报。

5.12 五年沉默的终结：他为什么离开 OpenAI

2026 年 6 月，在 Bloomberg《The Circuit》里，他第一次给出了明确版本：

“there are many valid disagreements to be had on safety. We certainly had some of those disagreements with them, but that alone is not sufficient to leave. … But when you feel that you can’t trust someone, when you feel that their values are not what they say they are, when you feel that they’re not honest… when you see disturbing patterns of behavior, dishonesty, that makes it very hard to continue to work with a company.” 中译

在安全问题上有很多正当的分歧可以有。我们当然与他们有过一些这类分歧，但仅凭这一点不足以让人离开。……但当你感到你无法信任某个人，当你感到他们的价值观并不是他们所说的那样，当你感到他们不诚实……当你看到令人不安的行为模式、不诚实，那会让你很难继续与一家公司共事。 2026-06·Bloomberg《The Circuit》·[2]

      时间他给的说法性质| 时间 | 他给的说法 | 性质 |

      
        2021**无任何公开说法**空白| 2021 | 无任何公开说法 | 空白 |

        2023-07「一群人相信两件事，于是出走」（Fortune）完全不指责| 2023-07 | 「一群人相信两件事，于是出走」（Fortune） | 完全不指责 |

        2023-07「作为独立组织比在内部更能影响别人」（Hard Fork）软化的功能性解释| 2023-07 | 「作为独立组织比在内部更能影响别人」（Hard Fork） | 软化的功能性解释 |

        2024-11主动澄清三条误传，并说「我不想谈别人的愿景」（Lex #452）**明确拒答**| 2024-11 | 主动澄清三条误传，并说「我不想谈别人的愿景」（Lex #452） | 明确拒答 |

        2024-12官方创始人对谈：「没有人想创办公司，我们只是觉得这是我们的责任」讲动机，不讲触发点⚠️ 说话人归属未确认| 2024-12 | 官方创始人对谈：「没有人想创办公司，我们只是觉得这是我们的责任」 | 讲动机，不讲触发点⚠️ 说话人归属未确认 |

        **2026-06****「不是安全分歧，是信任崩塌」****首次明确版本**| 2026-06 | 「不是安全分歧，是信任崩塌」 | 首次明确版本 |

      
      表 9 · 同一个问题的六次回答，跨度五年。**这是他全部公开言论中，唯一一处「沉默五年后彻底改口」的案例。**
    
  

  
    一条不能违反的时间纪律
    

**2026 年的这个解释不能倒填回 2021 年。**把它写成「他当年因为不信任 OpenAI 而出走」，是用五年后的叙述覆盖当年的记录。当年的记录是：他什么都没说；2023 年他给的是功能性解释；2024 年他明确拒答。这三层各自都是事实，合并起来才是这条线的全貌。

5.13 2026 年的新措辞，与一个安静的消失

    **technological adolescence** 技术的青春期
    **smooth exponential** 平滑指数
    **the end of the exponential** 指数的终点
    **zeroth world** 零号世界 ⚠️二手转录
    **virtual Bismarck** 虚拟俾斯麦
    **token tax** 代币税
    **cone of uncertainty** 不确定性锥
  

  

与新词同样值得注意的是一个旧词的退场。**race to the top 在 2025–2026 年的政策文本里悄然消失了。**2023–2024 年它是 Anthropic 全部对外论证的支柱（参议院证词、Lex #452、In Good Company），但《The case for targeted regulation》（2024-10）之后的官方政策文件、以及 2026 年的《Policy on the AI Exponential》，都不再用它来支撑论证。

他从未公开宣布放弃这个概念——2026 年 6 月的访谈里他还在完整阐述「胡萝卜与大棒」。合理的解读是：**当他在 2026 年 6 月正式转向强制监管时，「靠榜样带动同行」这个自愿主义框架在逻辑上就不够用了；但作为公司身份认同它仍然有效，所以在访谈里保留、在政策文件里退场。**概念层面的分析在第 2 页。

**



  

6 · 六组跨年对照，与一条可筛选的思想演变时间线

前面五节按时间纵切；这一节按议题横切。同一个问题，不同年份，他的答案怎么变——以及哪些「看起来变了其实没变」。

    **图 18 ·** 六轴跨年矩阵。**示意，非精确数据**——横轴为年份刻度，纵向无量纲，圆点大小不代表强度。**值得注意的是最右一列**：六条轴里有四条在 2026 年同时出现转折，这在前五年从未发生过。依据：各年份一手场合，逐条出处见本页 §1–§5 正文。
  

  

6.1 六组对照

下面六张表来自同一套方法：把同一个问题在不同年份的答案并排放，然后判定这是「修正」「强化」还是「表述漂移」。

    对照 ① · AGI 时间线：一次隐性后移，加一次结构升级
    
      
        

          年份表述换算性质| 年份 | 表述 | 换算 | 性质 |

          
            2023-08"two or three years"2025–2026基线| 2023-08 | "two or three years" | 2025–2026 | 基线 |

            2024-10 / 11"as early as 2026" ／「2026 或 2027，很可能略有延迟」2026–2027+**隐性后移约 1–1.5 年**| 2024-10 / 11 | "as early as 2026" ／「2026 或 2027，很可能略有延迟」 | 2026–2027+ | 隐性后移约 1–1.5 年 |

            2026-01"1–2 years away"，并引《MOLG》说「正如我写过的」2027–2028**再后移，但表述为连续**| 2026-01 | "1–2 years away"，并引《MOLG》说「正如我写过的」 | 2027–2028 | 再后移，但表述为连续 |

            2026-02「2026，也许 2027……这是我的直觉，错一两年我不会惊讶」＋「十年内 90%」—**结构升级**：直觉与高置信分层报告| 2026-02 | 「2026，也许 2027……这是我的直觉，错一两年我不会惊讶」＋「十年内 90%」 | — | 结构升级：直觉与高置信分层报告 |

          
          表 10 · AGI 时间线的四次表述。全部为一手场合。
        
      
      

裁定：这是本页认定的表述漂移，不是自我修正——因为找不到触发事件，而且每一步都保留了免责（「直线外推我不完全相信」「最可能略有延迟」）。

    对照 ② · 风险概率：三个数字，三个不同的问题
    
      
        

          年份数字问的是什么出处| 年份 | 数字 | 问的是什么 | 出处 |

          
            2023-0710% 或 20%「这件事会出错」Fortune Brainstorm Tech| 2023-07 | 10% 或 20% | 「这件事会出错」 | Fortune Brainstorm Tech |

            2023-0850-50**仅限**「生物滥用两三年内成真」Dwarkesh| 2023-08 | 50-50 | 仅限「生物滥用两三年内成真」 | Dwarkesh |

            2024**无**全年未见给出总体数字—| 2024 | 无 | 全年未见给出总体数字 | — |

            2025-0925%（＋75% 极好）「事情非常非常糟」；同场说「我真的很讨厌 p(doom) 这个词」Axios AI+ DC Summit| 2025-09 | 25%（＋75% 极好） | 「事情非常非常糟」；同场说「我真的很讨厌 p(doom) 这个词」 | Axios AI+ DC Summit |

            2026-06**本人未给数**主持人复述「10–25% 文明崩溃」；他未提出异议，答「25% 太高了」——在讨论**可接受的事故率**Bloomberg《The Circuit》| 2026-06 | 本人未给数 | 主持人复述「10–25% 文明崩溃」；他未提出异议，答「25% 太高了」——在讨论可接受的事故率 | Bloomberg《The Circuit》 |

          
          表 11 · 风险数字的五次表述。**这五行不是同一个量的五次测量。**
        
      
      

裁定：他反对的是「p(doom)」这个标签与「等于人类灭绝概率」这个解读，不是量级本身。2026 年他默认了区间、只嫌它太高。这是姿态变化，不是估计变化。

    对照 ③ · 中国：从技术观察到价值观对抗，再到一次明确切分
    
      
        

          年份表述强度| 年份 | 表述 | 强度 |

          
            2023-08「美国实质领先，但他们在努力追赶」；担心权重被偷中 · 技术性| 2023-08 | 「美国实质领先，但他们在努力追赶」；担心权重被偷 | 中 · 技术性 |

            2024-04「AI 与威权主义的结合……让我非常恐惧」高 · 价值观化| 2024-04 | 「AI 与威权主义的结合……让我非常恐惧」 | 高 · 价值观化 |

            2025-01《On DeepSeek》：单极 vs 双极世界；出口管制是决定性变量最高 · 政策化| 2025-01 | 《On DeepSeek》：单极 vs 双极世界；出口管制是决定性变量 | 最高 · 政策化 |

            **2026-01**「中共排在担忧清单第一位」，**但同时明确切分**：「我把中国单拎出来并非出于敌意……最可能受中共 AI 赋能压迫之苦的恰恰是中国人民，而他们对本国政府的行为没有发言权。我极为钦佩和尊重中国人民。」最高，但**首次做出明确切分**| 2026-01 | 「中共排在担忧清单第一位」，但同时明确切分：「我把中国单拎出来并非出于敌意……最可能受中共 AI 赋能压迫之苦的恰恰是中国人民，而他们对本国政府的行为没有发言权。我极为钦佩和尊重中国人民。」 | 最高，但首次做出明确切分 |

            2026-01达沃斯：「我们对中国做了很多更激进的事，我认为那些的效果都远不如芯片管制这一项」**反而收窄了打击面**| 2026-01 | 达沃斯：「我们对中国做了很多更激进的事，我认为那些的效果都远不如芯片管制这一项」 | 反而收窄了打击面 |

          
          表 12 · 对华表述的五次演进。2026 年两条为一手书面／官方场次。
        
      
      

对中文读者尤其重要的一点：中文互联网对他的印象几乎全部定格在 2025-01 的《On DeepSeek》，而他 2026 年的两处限定（区分中共与中国人民、认为全面对抗不如芯片管制有效）在中文世界几乎无人引用。本页把两面同时呈现；中文语境的接收与批评（包括对他论证「不可证伪」的指控）在第 9 页。

    对照 ④ · OpenAI：从回避到点名
    
      
        

          年份态度| 年份 | 态度 |

          
            2023回避，无任何负面评价| 2023 | 回避，无任何负面评价 |

            2024-11主动澄清三条误传 ＋「**我不想谈别人的愿景**」| 2024-11 | 主动澄清三条误传 ＋「我不想谈别人的愿景」 |

            2025竞争但克制，只谈市场结构| 2025 | 竞争但克制，只谈市场结构 |

            **2026**Dwarkesh #2 的「他们根本没把表格写下来」；《Adolescence》的「某些 AI 公司在儿童性化问题上表现出令人不安的疏忽」；Bloomberg 的「令人不安的行为模式、不诚实」| 2026 | Dwarkesh #2 的「他们根本没把表格写下来」；《Adolescence》的「某些 AI 公司在儿童性化问题上表现出令人不安的疏忽」；Bloomberg 的「令人不安的行为模式、不诚实」 |

          
          表 13 · 对同行态度的升级路径。**2026 年是他第一次公开对同行开火的年份**，方式始终是「不点名 + 所有人都懂」。
        
      
    
  

  
    对照 ⑤ · 谈论 AI 的好处：一次戏剧性翻转，与一个更诚实的迟到版本
    
      
        

          年份立场| 年份 | 立场 |

          
            2023-09"I just don't want it to turn into corporate propaganda."（拒绝谈乌托邦）| 2023-09 | "I just don't want it to turn into corporate propaganda."（拒绝谈乌托邦） |

            2024-10写了整整一篇专门谈上行的长文（《MOLG》）| 2024-10 | 写了整整一篇专门谈上行的长文（《MOLG》） |

            2024-11解释一：「如果你只谈风险，你的大脑就只会想风险」| 2024-11 | 解释一：「如果你只谈风险，你的大脑就只会想风险」 |

            2024-12解释二：「没有人比我更厌倦这种二分了」| 2024-12 | 解释二：「没有人比我更厌倦这种二分了」 |

            **2026-01**解释三（最诚实、也最不体面）：**「正面的那篇更容易写、也更好玩」**| 2026-01 | 解释三（最诚实、也最不体面）：「正面的那篇更容易写、也更好玩」 |

          
          表 14 · 同一个决定的五次表述。最后一条为访谈转述。
        
      
      

这条线的价值在于：它展示了他会在两三年后给出一个更诚实、也更不体面的版本。这是判断他其它自述可信度的一个有用参照。

    对照 ⑥ · Anthropic 的自我定位：举证责任的自我提高
    
      
        

          年份定位举证要求| 年份 | 定位 | 举证要求 |

          
            2021-05「AI safety and research company」说我们研究安全| 2021-05 | 「AI safety and research company」 | 说我们研究安全 |

            2024-06「我认为与其说我们是一家 AI 安全公司，不如说我们是一家专注于公共利益的公司」（TIME）说我们服务公共利益| 2024-06 | 「我认为与其说我们是一家 AI 安全公司，不如说我们是一家专注于公共利益的公司」（TIME） | 说我们服务公共利益 |

            2025-11「给这场实验装保险杠」（60 Minutes）说我们在做防护| 2025-11 | 「给这场实验装保险杠」（60 Minutes） | 说我们在做防护 |

            **2026-06**「我们当时愿意拿公司的未来去冒险，只为限制这些模型如何被使用」（Bloomberg）**说我们为此付出了真实代价**| 2026-06 | 「我们当时愿意拿公司的未来去冒险，只为限制这些模型如何被使用」（Bloomberg） | 说我们为此付出了真实代价 |

          
          表 15 · 自我定位的四步。（2024-06 为 TIME 直接引语）
        
      
      

每一步都是举证责任的自我提高——从「我们研究安全」到「我们为公共利益付出真实代价」，可被检验的门槛一次比一次高。这也意味着 2026 年之后，任何一次「口惠而实不至」都会比 2021 年时更伤。

6.2 另外两组「当时说法 → 后来修正」

    勘误对照 · 案例 5／6
    
      
        他 2024 年的说法
        

比较优势会保护人类就业：只要 AI 只在 90% 的事情上更强，剩下的 10% 会让人类高度杠杆化，因而企业「会继续雇用几乎所有人」。

出现位置：《Machines of Loving Grace》（2024-10）就业与意义一节。

      →
      
        他 2026 年的说法
        

「**问题在于：如果 AI 的生产率真的是人类的数千倍，这个逻辑就开始失效了。哪怕极小的交易成本，都可能让 AI 觉得与人类交易不值得。**而且即便人类在技术上还有点什么可提供，其工资也可能极低。」

依据：《The Adolescence of Technology》§4（2026-01）· 一手 · 书面

触发修正的证据是什么：他没有明说触发点，但《Adolescence》§4 的论证结构给出了线索——他新增了一个此前没有的微观机制（交易成本），并把论证从「哪些职业被替代」重构为「哪些人被替代」（他认为 AI 是从能力阶梯的底部向顶部推进，因而影响的是具有某些内在认知属性的人，而不是拥有特定技能的人）。这是他就业论证中最独特、也最少被完整引用的一环，因为它触及智力分层这一敏感话题。他自己标明这是他的推论、不是共识。

    勘误对照 · 案例 6／6
    
      
        被广泛接收的说法
        

「Dario 说 AI 正在消灭入门级白领岗位。」——现在进行时。

出现位置：2025 年 5 月至 2026 年初的大量中英文报道与社交媒体转发。

      →
      
        他本人的书面澄清
        

「有些人没看到『一到五年』这个时间范围，以为我在说 AI 现在就在取代岗位（我同意它很可能不是）。」原文：“some didn’t see the 1–5-year time range and thought I was claiming AI is displacing jobs right now (which I agree it is likely not).”

依据：《The Adolescence of Technology》§4（2026-01）· 一手 · 书面

触发修正的证据是什么：公共辩论本身。他在同一节列出了两类误读——「劳动总量谬误」与「以为我说现在就在发生」——并说「值得详细讲一遍我为什么担心劳动力替代，以澄清这些误解」。一条重要的补充：Anthropic 自家 2026-03-05 的实证研究发现，高暴露职业的失业率自 2022 年末没有系统性上升；这看起来像是对他预测的反驳，但他两个月前就已经公开说「我同意 AI 现在很可能没有在替代岗位」。真正的张力不在「预测 vs 数据」之间，而在「预测 vs 公众对预测的理解」之间。就业数据的完整讨论在第 9 页。

6.3 思想演变时间线（可按主题筛选）

下面这条时间线把前五节的关键节点收在一处。可以按主题筛选——同一个事件可能同时属于多个主题。四条轨道（研究／安全／治理政策／商业）的文字标签始终显示，颜色只是第二编码。关闭 JavaScript 时全部条目照常可读。

    全部
    时间线预测
    中国与出口管制
    就业
    安全等级与监管
    开源与竞争
    自我定位
  

  
    
      
      2021-05-28商业
      

Anthropic 成立，A 轮 $124M

定位「AI safety and research company」，目标写成 steerable / interpretable / robust 三个词。全年再无其它公开发声。

      2022-03-04研究
      

FLI 播客：唯一一场长播客，也是最干净的基线

确立「focused research bet」叙事；明确否认纯参数论的 scaling 假说；提出平滑 scaling 与能力突现并存。

      2023-03安全
      

Claude 发布；《Core Views on AI Safety》预告可核验的能力阈值承诺

安全承诺第一次从「我们很在意」变成「我们会公布一个可被对照的门槛」。**它改变了什么判断：**此后评价 Anthropic 安全叙事的标准，从「说了什么」转为「公布的门槛有没有被守住」——六个月后这份预告兑现为 RSP v1。

      2023-07安全
      

Fortune：最早的风险数字，与「不要监管现在」

「Maybe 10% or 20% that this will go wrong.」同场说 “Don’t regulate what’s happening now.” ——必须与同月的参议院证词合读。

      2023-07-25治理政策
      

参议院作证：飞机类比、三支柱、「私人行动不够」

提出供应链安全／测试与审计制度／资助测量科学；对强制事故报告表示「我不认为这是一个需要取舍的领域」。同场给出开源立场最硬的一次表述，并称「开源在这里有点是个误称」。

      2023-08-08研究
      

Dwarkesh 首次长访谈：时间线「两到三年」

本页时间线的基线。该期没有讲 ASL／RSP，也没有讲为什么离开 OpenAI；同场明确拒绝给出对齐难度的概率分布。

      2023-09安全
      

负责任扩展政策（RSP）v1 发布

兑现了 2023-03《Core Views》中「可外部核验的能力阈值承诺」的预告。RSP 的完整版本史与三次阈值修改在第 6 页。

      2024-04-12研究
      

Ezra Klein：第一次公开弃用「AGI」

「如果 AGI 是某种离散或独立的东西……那它就是一个无意义的流行词。」半年后在《MOLG》里正式换成强大 AI。

      2024-06-23治理政策
      

TIME：「开源作为一个议题几乎是红鲱鱼」

术语改用 open weights models。这是他把开源战场整体拆掉、换成「模型强弱／实测风险」轴的关键一步。

      2024-08-21治理政策
      

致 Newsom 州长信：为两年后的转向设下条件

「也许只要两三年后，一个规定性的框架会更有意义——规定性框架在航空航天、汽车这类成熟产业里往往是奏效的。」

      2024-10研究
      

《Machines of Loving Grace》

强大 AI 的五条定义；「数据中心里的天才之国」；「压缩的 21 世纪」（三重限定：生物医学领域）；「智能不是魔法仙尘」。递归自我改进只出现在脚注 10。

      2024-11-11研究
      

Lex Fridman #452：监管哲学成型

「想要真正问责的人，最大的敌人是设计糟糕的监管」；主动澄清关于离开 OpenAI 的三条误传，并说「我不想谈别人的愿景」。该期没有 25% 这个数字。

      2024-12-20商业
      

官方发布七位创始人对谈《Building Anthropic》

「没有人想创办公司。我们只是觉得这是我们的责任。」这是官方公开视频，不是内部材料；官方字幕不含说话人姓名，本报告未做目视确认。

      2025-01-29治理政策
      

《On DeepSeek and Export Controls》

三条动力学（scaling laws／曲线下移／范式转移）；结论是出口管制决定单极还是双极世界。中文世界对他印象的定型时刻。

      2025-03-10研究
      

CFR 活动：「三到六个月内 AI 写 90% 的代码」

原始预测。场合是 CFR，不是 Business Insider 采访——BI 只是 03-14 的首报方。修正版见 2026-02-13。

      2025-04研究
      

《The Urgency of Interpretability》

「我们停不下这辆巴士，但我们可以给它掌舵。」可解释性成熟需 5–10 年，而强大 AI 最早 2026–2027——他公开承认这场赛跑按当前轨迹是输的。

      2025-05-22安全
      

Claude Opus 4 首次以 ASL-3 防护部署

RSP 从纸面进入执行。它改变了什么判断：「能力阈值承诺」第一次带来了可观察的部署后果，而不只是一份文件。但触发方式必须同句写清，否则会被读成「公司承认模型危险到了 ASL-3」：官方措辞是「我们尚未确定 Claude Opus 4 是否确定性地跨过了需要 ASL-3 防护的能力阈值」，只是无法像对之前每一个模型那样清楚地排除 CBRN 风险，因而预防性启用更高标准——即尚未确认越阈，但无法清楚排除。⚠️ 「两到三倍」这个量级来自 Anthropic 内部的评测设计——阈值怎么定、对照组是谁、提升如何测量，全部由被评价方决定，没有外部机构复核过这套评测。因此它可以支撑「公司据此启用了更高防护标准」这个行为事实，但不能支撑「模型的生物滥用能力确实提高了两到三倍」这个经验结论。

他在《Adolescence》§2 里给的依据，同样带着原文的限定：截至 2025 年年中「我们的测量」显示，LLM「可能」已在若干相关领域提供了实质性能力提升，「或许」把生物滥用的成功概率提高了两到三倍。这个倍数来自 Anthropic 自己设计的内部 eval——评测集、威胁模型与「成功」的判据都由公司定义，截至基准日未见外部机构独立复现该倍数。因此本页不把它写成「真实部署约束的量化依据」：它是一项公司自产的测量，加上一次预防性的等级选择。RSP 的门槛设计、版本修订与外部审计缺口在第 6 页。

      2025-05-28商业
      

Axios 报道就业警告

标题用语「white-collar bloodbath」是 Axios 编辑部造词；「50% 入门级白领岗位 / 失业率 10–20% / 1–5 年」是记者转述句。他的直接引语是要求停止「粉饰」。

      2025-07-20商业
      

全员备忘录：转向接受中东资本

据 WIRED 独家报道，他在给全员的备忘录中写道，中东有「真正巨量的资本，轻松就有 $1000 亿或更多……没有它，留在前沿会难得多」。它改变了什么判断：「拒绝沙特的钱」这个品格叙事在此失效。但这不是「说一套做一套」——Anthropic 曾在集体层面极力推动禁止在中东建大型数据中心，失败后作为单个公司只能接受既成事实，而他在备忘录里主动坦白了这一点。这是集体行动失败导致个体让步的案例。

      2025-07-30商业
      

Big Technology：正面回击「只有他们该造 AI」

他称这是对自己立场最离谱的曲解，并用 race to the top 反驳。Anthropic 发言人同期表示他「从未声称只有 Anthropic 能造出安全而强大的 AI」。

      2025-09-17安全
      

Axios AI+ DC 峰会：「25%」的真正出处

「25% 的概率事情会变得非常非常糟，75% 的概率非常非常好，中间地带不多。」同场先说「我真的很讨厌 p(doom) 这个词」。

      2025-10-21治理政策
      

个人署名声明回击「监管俘获」指控

他迄今最具政治性的一份文本。此后与 Trump 政府的关系未修复，2026 年升级为超级 PAC 代理战与联邦采购冲突。

      2025-11-16商业
      

CBS《60 Minutes》：「给这场实验装保险杠」

他面向最大众受众的一次表述，主持人 Anderson Cooper。**它改变了什么判断：**自我定位推进到第三级——举证责任从「服务公共利益」提高到「护栏必须真的起作用」。此后任何一次护栏失效，都会被拿来对照这句话。

      2026-01-20治理政策
      

达沃斯三场：WEF、WSJ、Bloomberg House

被三次直接追问就业预测都没有退，但每次先花时间纠正「我当时并没有说劳动力市场已经有影响了」。同期他透露正在写《MOLG》的更新版，截至基准日未发布。

      2026-01研究
      

《The Adolescence of Technology》

约两万词，五章风险地图 ＋ 三条方法论原则。递归自我改进升级为核心论证；比较优势论被自我削弱；「AI 公司本身」被列为威权风险的第四层主体。截至基准日无中文全译本——这个空缺本身值得记下来。

      2026-02-13研究
      

Dwarkesh #2《We are near the end of the exponential》

「90% 代码」的完整光谱论，包括下游那一档：对工程师的需求减少 90%，「我认为这会发生」。同期给出 90%／95%／99% 的分层结构与 50/50 的短期直觉。

      2026-02-26治理政策
      

划出两条红线：「我们无法凭良心答应」

大规模国内监控、以及当前可靠性水平下的全自主武器。次日接受 CBS 独家专访：「不同意政府是世界上最美国的事。而我们是爱国者。」

      2026-03-05治理政策
      

内部帖被泄露后的两次公开道歉

03-05 官方声明为「语气」道歉并称那不反映他慎重的观点；03-06 在 The Economist 专访中说「我想为这份备忘录完全道歉」。红线立场全程未松动。

      2026-06-10治理政策
      

《Policy on the AI Exponential》：转向强制监管

「是时候超越透明度，走向对 AI 更严肃、更有约束力的监管了。」FAA 模式：强制第三方测试 ＋ 政府封禁权。他给出的触发证据，是他所描述的 Claude Mythos Preview 网络安全能力——该能力主张未经外部独立评估，见 §5.6。

      2026-06商业
      

Bloomberg《The Circuit》：五年沉默的终结

他第一次明确说出离开 OpenAI 的理由：「不是安全分歧，是信任崩塌」。同场还有「25% 太高了」、80×／10× 口径、以及中国断供的成本自述。

      2026-06-30研究
      

STAT 对谈：生物医药时间表整体后移约十年

「我不认为今天我们能以每年十年的速率取得进展。」四条理由中只有一条是模型能力，另外三条是研究者适应、基础设施与监管。他的能力预测在加速，扩散预测在减速。

时间线共 31 条。四条轨道：研究 / 安全 / 治理政策 / 商业。六个主题可交叉筛选，一条事件可同时属于多个主题。逐条出处见本页 §1–§5 正文。

**



  

7 · 四十余场访谈：哪些值得听，以及各自提供了什么独有信息

本节不做摘要合集。判据只有一条：**这一场提供了别处没有的信息吗？**不提供的，只进附录表。

7.1 十三场重点场次

      日期场合这一场提供了什么别处没有的东西可信度| 日期 | 场合 | 这一场提供了什么别处没有的东西 | 可信度 |

      
        2022-03-04**FLI Podcast**（与 Daniela）产品与竞赛叙事出现**之前**的原始意图；「否认纯参数论」的最早出处；平滑 scaling 与能力突现并存| 2022-03-04 | FLI Podcast（与 Daniela） | 产品与竞赛叙事出现之前的原始意图；「否认纯参数论」的最早出处；平滑 scaling 与能力突现并存 |  |

        2023-08-08**Dwarkesh #1**时间线基线「两到三年」；big blob of compute；**明确拒绝给概率分布**这一负面事实| 2023-08-08 | Dwarkesh #1 | 时间线基线「两到三年」；big blob of compute；明确拒绝给概率分布这一负面事实 |  |

        2024-04-12**The Ezra Klein Show**第一次公开弃用「AGI」；对「AI 与威权主义结合」的恐惧表述| 2024-04-12 | The Ezra Klein Show | 第一次公开弃用「AGI」；对「AI 与威权主义结合」的恐惧表述 |  |

        2024-11-11**Lex Fridman #452**（5h15m）监管哲学最完整的一次口头阐述；为什么写《MOLG》的解释之一；主动澄清离职误传后**拒答**| 2024-11-11 | Lex Fridman #452（5h15m） | 监管哲学最完整的一次口头阐述；为什么写《MOLG》的解释之一；主动澄清离职误传后拒答 |  |

        2025-03-10**CFR CEO 系列**「三到六个月内 AI 写 90% 的代码」的原始场合| 2025-03-10 | CFR CEO 系列 | 「三到六个月内 AI 写 90% 的代码」的原始场合 |  |

        2025-05-28**Axios**（书面报道）就业预测的原始文本，以及**被所有转载丢掉的行动框架与结尾句**| 2025-05-28 | Axios（书面报道） | 就业预测的原始文本，以及被所有转载丢掉的行动框架与结尾句 |  |

        2025-07-30**Big Technology Podcast**对「只有他们该造 AI」指控的正面回击；race to the top 的口头完整版| 2025-07-30 | Big Technology Podcast | 对「只有他们该造 AI」指控的正面回击；race to the top 的口头完整版 |  |

        2025-08-06**Cheeky Pint**（Stripe）「A mind is a mind, no matter what it's made of.」——他对模型地位问题最直白的一次表述| 2025-08-06 | Cheeky Pint（Stripe） | 「A mind is a mind, no matter what it's made of.」——他对模型地位问题最直白的一次表述 |  |

        2025-09-17**Axios AI+ DC Summit****「25%」的唯一正确出处**；同场说「我真的很讨厌 p(doom) 这个词」| 2025-09-17 | Axios AI+ DC Summit | 「25%」的唯一正确出处；同场说「我真的很讨厌 p(doom) 这个词」 |  |

        2025-12-03**NYT DealBook Summit**「不确定性锥」用于解释巨额融资；对同行策略的「YOLO」评价| 2025-12-03 | NYT DealBook Summit | 「不确定性锥」用于解释巨额融资；对同行策略的「YOLO」评价 |  |

        2026-01-20**达沃斯三场**（WEF / WSJ / Bloomberg House）就业预测被三次直接追问的完整应对；「零号世界」；透露《MOLG》续篇在写| 2026-01-20 | 达沃斯三场（WEF / WSJ / Bloomberg House） | 就业预测被三次直接追问的完整应对；「零号世界」；透露《MOLG》续篇在写 |  |

        2026-02-13**Dwarkesh #2****「90% 代码」光谱论的完整版**；90/95/99 的分层结构；刀锋算力经济学| 2026-02-13 | Dwarkesh #2 | 「90% 代码」光谱论的完整版；90/95/99 的分层结构；刀锋算力经济学 |  |

        2026-02-27**CBS News 独家**（Jo Ling Kent）国防部只给三天窗口；Anthropic 自称接受「98% 或 99%」的国防用例；「不同意政府是世界上最美国的事」| 2026-02-27 | CBS News 独家（Jo Ling Kent） | 国防部只给三天窗口；Anthropic 自称接受「98% 或 99%」的国防用例；「不同意政府是世界上最美国的事」 |  |

        2026-06**Bloomberg《The Circuit》****离开 OpenAI 的首个明确版本**；「25% 太高了」的完整语境；80× 与 10× 的口径拆分；中国断供的成本自述| 2026-06 | Bloomberg《The Circuit》 | 离开 OpenAI 的首个明确版本；「25% 太高了」的完整语境；80× 与 10× 的口径拆分；中国断供的成本自述 |  |

        2026-06-30**STAT 对谈**（Matthew Herper）**生物医药时间表的第一次公开下修**| 2026-06-30 | STAT 对谈（Matthew Herper） | 生物医药时间表的第一次公开下修 |  |

      
      表 16 · 重点场次与各自的独有贡献。**可信度栏针对的是本页从该场引用的具体内容**，不是对整场的评级。Bloomberg《The Circuit》的英文字幕为发布方上传（非机器转录），因此标为一手[2]。
    
  

  
    
    
    
  

  

7.2 其余场次（附录表）

以下场次在本页未被单独引用，或其内容已被上表某一场覆盖。列出是为了让读者知道这条线的完整规模，以及哪些常被提及的场次其实不存在。

      日期场合状态| 日期 | 场合 | 状态 |

      
        2016-08 / 2017-07FLI Podcast（与 Seth Baum 同场）／80,000 Hours #3窗口外 · OpenAI 时期背景对照| 2016-08 / 2017-07 | FLI Podcast（与 Seth Baum 同场）／80,000 Hours #3 | 窗口外 · OpenAI 时期背景对照 |

        2021 全年—**未找到任何长访谈、播客或公开演讲**| 2021 全年 | — | 未找到任何长访谈、播客或公开演讲 |

        2023-07-21Hard Fork（NYT）ep.39「外星文明的考古学家」比喻；数据瓶颈概率约 10%| 2023-07-21 | Hard Fork（NYT）ep.39 | 「外星文明的考古学家」比喻；数据瓶颈概率约 10% |

        2023-09-07TIME100 AI「我只是不想让它变成企业宣传」| 2023-09-07 | TIME100 AI | 「我只是不想让它变成企业宣传」 |

        2024-04-23CNBC Squawk Box开源议题从「开闭」转向「大小」| 2024-04-23 | CNBC Squawk Box | 开源议题从「开闭」转向「大小」 |

        2024-06-23TIME《On Being an Underdog》「与其说是 AI 安全公司，不如说是专注公共利益的公司」| 2024-06-23 | TIME《On Being an Underdog》 | 「与其说是 AI 安全公司，不如说是专注公共利益的公司」 |

        2024-06-26In Good Company（Norges Bank）时间线「2025、2026、也许 2027」| 2024-06-26 | In Good Company（Norges Bank） | 时间线「2025、2026、也许 2027」 |

        2024-12-05Financial Times「AI Exchange」「没有人比我更厌倦这种二分了」| 2024-12-05 | Financial Times「AI Exchange」 | 「没有人比我更厌倦这种二分了」 |

        2025-01-21Davos 首次出席（WSJ）＋ CNBC⚠️ **2023、2024 年均无 Dario 的达沃斯场次**| 2025-01-21 | Davos 首次出席（WSJ）＋ CNBC | ⚠️ 2023、2024 年均无 Dario 的达沃斯场次 |

        2025-02-28Hard Fork ep.125第二次做客| 2025-02-28 | Hard Fork ep.125 | 第二次做客 |

        2025-05-22 / 2026-05-06Code with Claude（两届开发者大会）2026 年那场与 Daniela、Ami Vora 同台| 2025-05-22 / 2026-05-06 | Code with Claude（两届开发者大会） | 2026 年那场与 Daniela、Ami Vora 同台 |

        2025-11-16CBS《60 Minutes》「给这场实验装保险杠」| 2025-11-16 | CBS《60 Minutes》 | 「给这场实验装保险杠」 |

        2026-01-21 / 22CNBC Squawk Box / Squawk Pod @ Davos「五万亿美元 TAM」的推算| 2026-01-21 / 22 | CNBC Squawk Box / Squawk Pod @ Davos | 「五万亿美元 TAM」的推算 |

        2026-02-19 / 02-24India AI Impact Summit 主旨演讲 ／ People by WTF（Nikhil Kamath）印度行程| 2026-02-19 / 02-24 | India AI Impact Summit 主旨演讲 ／ People by WTF（Nikhil Kamath） | 印度行程 |

        2026-03-06The Economist（Zanny Minton Beddoes）第二次为泄露的内部帖道歉| 2026-03-06 | The Economist（Zanny Minton Beddoes） | 第二次为泄露的内部帖道歉 |

        —**Conversations with Tyler 的 Dario 那期**❌ **未找到。**Tyler Cowen 写过回应《MOLG》的文章，Dario 在 Lex #452 提过他——可能是混淆来源| — | Conversations with Tyler 的 Dario 那期 | ❌ 未找到。Tyler Cowen 写过回应《MOLG》的文章，Dario 在 Lex #452 提过他——可能是混淆来源 |

        —**2023-07-25 之后的任何一次美国国会作证**❌ **未发现。**他此后走的是署名评论与政策文本路径，不是作证路径| — | 2023-07-25 之后的任何一次美国国会作证 | ❌ 未发现。他此后走的是署名评论与政策文本路径，不是作证路径 |

      
      表 17 · 附录场次与三条「确认不存在」的记录。**「未找到」不等于「不存在」**，但对反复被提及却查无实据的条目，本报告选择明写。
    
  

  
    一个关于沉默的观察
    

Anthropic 内部有一组耐人寻味的反差：**政策负责人 Jack Clark 每周雷打不动写 Import AI newsletter，是全行业最高产的公开写作者之一；而联合创始人、首席架构师 Sam McCandlish 五年来只有一次实质公开发言，出现在一支由公司统一发布、连姓名字幕都没有的集体视频里。**同一家公司，两种极端的公开策略。人物群像在第 8 页。

**



  

8 · 预测账本

这一节存在的理由，在本章导语里已经说过：他的置信结构足够精细，以至于用「他说对了没有」来评价基本无效。唯一有效的做法是预注册——在预测发出的当下就把操作化指标与到期日钉死，到期再翻账。

    读表规则
    

**① 滚动预测单独标注。**凡是「从此刻起 N 年内」这种会随时间自动顺延的表述，一律标为「滚动」，不得当作已兑现。

② 操作化指标由本报告设定，不是他给的。他大多没有给可核对的判据——这本身就是评价他的一条信息。凡编者设定的指标，都标 。

③ 「尚未兑现」不等于「错」。未到期的预测只能记「追踪中」。本表里至少三条尚未兑现，其中一条已明显逾期。

      原话／原意日期截止操作化指标（编者设定）当前状态什么会证伪它| 原话／原意 | 日期 | 截止 | 操作化指标（编者设定） | 当前状态 | 什么会证伪它 |

      
        
          强大 AI「最早 2026」2024-102026 年底五条定义中的 ⑤（数百万实例、10–100 倍速）达成**尚未兑现**。他 2026-01 已改口为「1–2 年」，即 2027–2028已部分自我修订；若 2028 年底仍未达成 ⑤，则这条线的时间估计整体失准
        | 强大 AI「最早 2026」 | 2024-10 | 2026 年底 | 五条定义中的 ⑤（数百万实例、10–100 倍速）达成 | 尚未兑现。他 2026-01 已改口为「1–2 年」，即 2027–2028 | 已部分自我修订；若 2028 年底仍未达成 ⑤，则这条线的时间估计整体失准 |

        
          模型在 6–12 个月内端到端替代软件工程师的工作2026-01-202026-07 ~ 2027-01某家前沿实验室公开报告：模型独立完成含需求澄清、环境搭建、测试与交付的完整任务流，人类只做审阅⏳ **追踪中**（窗口已开启约半年）2027-01 后仍无任何实验室报告端到端交付，则该窗口失准
        | 模型在 6–12 个月内端到端替代软件工程师的工作 | 2026-01-20 | 2026-07 ~ 2027-01 | 某家前沿实验室公开报告：模型独立完成含需求澄清、环境搭建、测试与交付的完整任务流，人类只做审阅 | ⏳ 追踪中（窗口已开启约半年） | 2027-01 后仍无任何实验室报告端到端交付，则该窗口失准 |

        
          2026 年目标：把 Claude 训练成「几乎从不违背其宪法之精神」2026-012026 年底官方在系统卡或 Risk Report 中给出该目标的达成度评估⏳ **追踪中**。⚠️ 截至基准日未见官方针对该目标的专门评估2026 年底前无任何官方自评 → 该承诺退化为修辞
        | 2026 年目标：把 Claude 训练成「几乎从不违背其宪法之精神」 | 2026-01 | 2026 年底 | 官方在系统卡或 Risk Report 中给出该目标的达成度评估 | ⏳ 追踪中。⚠️ 截至基准日未见官方针对该目标的专门评估 | 2026 年底前无任何官方自评 → 该承诺退化为修辞 |

        
          「Anthropic 正在为我们自己的员工考虑一系列可能的路径，我们将在**不久的将来**分享」2026-01「不久的将来」（未给具体日期）官方发布面向员工的、应对长期劳动价值下降的具体方案🔴 **截至 2026-07-25 未见公开**。距承诺已约六个月已可判定为**逾期未兑现**；若到 2026 年底仍无，应记为未兑现
        | 「Anthropic 正在为我们自己的员工考虑一系列可能的路径，我们将在不久的将来分享」 | 2026-01 | 「不久的将来」（未给具体日期） | 官方发布面向员工的、应对长期劳动价值下降的具体方案 | 🔴 截至 2026-07-25 未见公开。距承诺已约六个月 | 已可判定为逾期未兑现；若到 2026 年底仍无，应记为未兑现 |

        
          50% 入门级白领岗位被替代（失业率 10–20%）2025-05-282026-05 ~ 2030-05BLS 口径下入门级白领职业总岗位数较 2025 年下降约一半，或失业率进入 10–20% 区间⏳ **追踪中 · 证据混杂**。Anthropic 自家 2026-03 研究：高暴露职业失业率**无系统性上升**；但 22–25 岁进入高暴露职业的找到工作率下降 14%（官方自陈「勉强达到统计显著」）2030-05 时两项指标均未接近 → 证伪。**注意窗口才过去约 14 个月**
        | 50% 入门级白领岗位被替代（失业率 10–20%） | 2025-05-28 | 2026-05 ~ 2030-05 | BLS 口径下入门级白领职业总岗位数较 2025 年下降约一半，或失业率进入 10–20% 区间 | ⏳ 追踪中 · 证据混杂。Anthropic 自家 2026-03 研究：高暴露职业失业率无系统性上升；但 22–25 岁进入高暴露职业的找到工作率下降 14%（官方自陈「勉强达到统计显著」） | 2030-05 时两项指标均未接近 → 证伪。注意窗口才过去约 14 个月 |

        
          对软件工程师的**需求减少 90%**「我认为这会发生」2026-02-13**滚动**（未给期限）SWE 职位总量较 2025 年峰值下降 90%⏳ **追踪中**。**此为滚动预测，无到期日，不可当作已兑现或已证伪**结构上难以证伪——这正是本表要标出它的原因
        | 对软件工程师的需求减少 90%「我认为这会发生」 | 2026-02-13 | 滚动（未给期限） | SWE 职位总量较 2025 年峰值下降 90% | ⏳ 追踪中。此为滚动预测，无到期日，不可当作已兑现或已证伪 | 结构上难以证伪——这正是本表要标出它的原因 |

        
          可解释性在 5–10 年内成为「真正的 AI 核磁共振」；Anthropic 目标是 2027 年做到「可靠检测大多数模型问题」2025-042027（公司目标）／2030–2035（行业）官方发布可核对的「问题检出率」指标，且有外部复核⏳ **追踪中**。2026 年该路线本身出现转向（Activation Oracles、global workspace），见第 3 页2027 年底无可核对的检出率指标 → 公司目标未兑现
        | 可解释性在 5–10 年内成为「真正的 AI 核磁共振」；Anthropic 目标是 2027 年做到「可靠检测大多数模型问题」 | 2025-04 | 2027（公司目标）／2030–2035（行业） | 官方发布可核对的「问题检出率」指标，且有外部复核 | ⏳ 追踪中。2026 年该路线本身出现转向（Activation Oracles、global workspace），见第 3 页 | 2027 年底无可核对的检出率指标 → 公司目标未兑现 |

        
          递归自我改进：「距离当前一代 AI 自主构建下一代可能只有 1–2 年」2026-012027-01 ~ 2028-01某代模型的训练流水线（数据、架构、超参、评测）主要环节由模型自主决策，人类只做审阅⏳ **追踪中**。官方 2026-06 报告：**超过 80%** 合并代码由 Claude 编写；但同一份材料说人类的比较优势仍在「研究品味与判断」。⚠️ 代码占比**不测量研究判断**，是先行指标而非兑现证据（见 §5.8）2028-01 时人类仍在做全部关键研究决策 → 窗口失准
        | 递归自我改进：「距离当前一代 AI 自主构建下一代可能只有 1–2 年」 | 2026-01 | 2027-01 ~ 2028-01 | 某代模型的训练流水线（数据、架构、超参、评测）主要环节由模型自主决策，人类只做审阅 | ⏳ 追踪中。官方 2026-06 报告：超过 80% 合并代码由 Claude 编写；但同一份材料说人类的比较优势仍在「研究品味与判断」。⚠️ 代码占比不测量研究判断，是先行指标而非兑现证据（见 §5.8） | 2028-01 时人类仍在做全部关键研究决策 → 窗口失准 |

        
          出口管制能为民主国家「买到几年时间」2025-012026–2027（他自设的关键期）中国前沿模型与美国前沿模型的能力差距是否显著扩大⏳ **追踪中**。他 2026-01 在达沃斯说「中国模型 6–12 个月内追上」——**这与「管制能买时间」形成内部张力**若 2027 年中国在严格管制下仍达到同期前沿水平，则「买时间」这个**机制**失效（而非只是估计偏差）
        | 出口管制能为民主国家「买到几年时间」 | 2025-01 | 2026–2027（他自设的关键期） | 中国前沿模型与美国前沿模型的能力差距是否显著扩大 | ⏳ 追踪中。他 2026-01 在达沃斯说「中国模型 6–12 个月内追上」——这与「管制能买时间」形成内部张力 | 若 2027 年中国在严格管制下仍达到同期前沿水平，则「买时间」这个机制失效（而非只是估计偏差） |

        
          「一年内估值涨 6 倍以上」2026-012026 年内投后估值较 2025-01 增长 ≥6 倍✅ **已发生**。2026-05-28 Series H 投后估值 \$9,650 亿（**投后估值，非市值**——公司未上市）—
        | 「一年内估值涨 6 倍以上」 | 2026-01 | 2026 年内 | 投后估值较 2025-01 增长 ≥6 倍 | ✅ 已发生。2026-05-28 Series H 投后估值 \$9,650 亿（投后估值，非市值——公司未上市） | — |

        
          Mythos 级模型最终会向公众开放（配套更强网络防护）2026-06**滚动**（未给期限）Mythos 级模型面向一般公众开放，且无 Glasswing 式受限名单⏳ **追踪中**。截至基准日仍限受信伙伴滚动预测，无到期日
        | Mythos 级模型最终会向公众开放（配套更强网络防护） | 2026-06 | 滚动（未给期限） | Mythos 级模型面向一般公众开放，且无 Glasswing 式受限名单 | ⏳ 追踪中。截至基准日仍限受信伙伴 | 滚动预测，无到期日 |

      
      表 18 · 预测账本，11 条。**已发生 1 条、逾期未兑现 1 条、滚动预测 2 条、追踪中 7 条。**操作化指标全部由本报告设定；原话与日期为一手。
    
  

  
    这张表不能推出什么
    

**不能推出「他准确率高」或「他准确率低」。**分母是未知的——本表只收录了能定位到一手出处、且带可核对时点的预测；他大量的判断没有时点，因而进不了表。凡是报告「总体准确率」的做法，都隐含了一个它没有的分母。

**也不能推出「滚动预测 = 不诚实」。**真实的不确定性有时确实没有自然的到期日。滚动标注的作用不是指控，而是提醒读者：这一条不要拿去当证据用，无论正反。

**



  

9 · 我的看法

    我的看法 · 一
    

**他真正稀有的能力不是预测，是「保持在场」。**五年半里，他把同一套三件套（平滑指数、不可逆风险、外科手术式干预）反复应用到六个完全不同的议题上——时间线、风险概率、术语、中国、监管、政府关系——而且每次都能给出一个具体到可以被反驳的版本。这在 CEO 群体里非常罕见：大多数人在同类压力下会退回抽象口号。一个可被反驳的具体判断，比十句正确的废话有价值得多，哪怕它后来错了。

    我的看法 · 二
    

但精细的置信结构有一个他自己可能没有充分意识到的代价：它把「被证伪」这件事，从公共事件变成了技术争论。当一个预测被拆成「90% 十年内 / 95% 扣除不可约不确定性 / 50-50 直觉一到两年」四层之后，任何单次落空都只能被记入某一层的误差，而不会构成对整体的挑战。这在科学上是对的，在公共问责上却是有成本的——它让「这个人到底靠不靠谱」这个普通人真正关心的问题，变得无法回答。

我不认为这是刻意的设计。更可能的解释是：**他把一个研究者的表达习惯，带进了一个需要承担公共后果的位置。**研究者可以说「我 90% 相信」，因为同行会追问那 10%；公众不会追问，公众只会记住 90%。

    我的看法 · 三
    

**2026 年最有分量的一处，不是任何一个预测，而是他把「AI 公司本身」写进了威权风险的主体清单。**原话是「作为一家 AI 公司的 CEO 说这话有点尴尬，但我认为下一层级的风险实际上就是 AI 公司本身」，并具体点出「它们可以用自己的 AI 产品给庞大的消费者用户群洗脑」，最后落到「我认为 AI 公司的治理值得受到大量审视」。

这不是姿态，因为它有制度后果：**它把外部审查从「敌意行为」重新定义为「他自己主张的必要程序」。**报告后面几页对 Anthropic 的批评——RSP 阈值被自己修订、承诺在竞争压力下变软、S-1 带来的资本压力——**在他自己的框架里都是合法的追问，而不是敌对的攻击。**这是本报告能站得住的前提之一。

    我的看法 · 四（最不客气的一条）
    

**他最擅长的修辞动作，是把「我改了」讲成「我一直这么说」。**三个例子：《Adolescence》里把「1–2 年」表述为「正如我在《MOLG》里写的」，而《MOLG》写的是「最早 2026」；《Policy on the AI Exponential》里把转向强制监管讲成证据触发的阶段推进，而不是立场变化；对就业预测的三次澄清，每一次都以「人们误读了我」开头，而不是「我当时的表述留了歧义」。

这些说法单独看都成立——他确实在 2024 年就写下了触发条件，媒体确实剪掉了限定语。但把三件事放在一起看，会浮现出一种一致的叙事倾向：**他极少承认自己的表述本身有问题，问题总在读者那一侧。**唯一的反例是那句「正面的那篇更容易写、也更好玩」——而它迟到了两年。

这不构成「不诚实」的指控。它更像是一种职业性的叙事自我维护，几乎每个长期公开发言的人都有。指出它的意义在于：**读他的自述时，「他改了什么」要自己去比对，不要指望他主动标出来。**这一整页做的就是这件比对工作。

    本页最强的反证
    

如果要挑一条最能动摇本页论述的证据，是这个：「稳定内核 + 证据触发的修正」这套解释，本身可能是后见之明造出来的。把五年半的发言排成一条线，然后找出一条贯穿的逻辑——这个动作几乎总是能成功，无论对象是谁。真正的检验只有一种：这套解释能不能预测他还没说的话。

本页提供了一个可检验的推论：**如果「稳定内核」的说法成立，那么当下一个高分量证据出现时（比如某次真实世界的严重 AI 事故），他应当会再次收紧干预主张，而不是软化——即便当时的政治风向对他不利。**他 2026 年 1 月在风险叙事最不流行时加码，是这个推论的一次通过；如果下次他在类似情形下软化了，本页的框架就该被推翻。

最后一句留给他自己。《The Adolescence of Technology》的结尾，他写了一段我认为最能概括这个人的话——它同时包含了自陈的失败、对处境的判断，以及一个不肯放弃的落点：

    金句
    

Anthropic 一直非常努力地为这条路径倡导——推动芯片出口管制与审慎的 AI 监管——但即使这些看似常识性的提案，也在很大程度上被美国的政策制定者拒绝了。AI 上能赚的钱太多了——字面意义上每年数万亿美元——以至于连最简单的措施都难以克服 AI 内在的政治经济学。这就是陷阱：AI 如此强大、如此耀眼的一份奖赏，以至于人类文明极难对它施加任何约束。

原文：“This is the trap: AI is so powerful, such a glittering prize, that it is very difficult for human civilization to impose any restraints on it at all.”　—— 《The Adolescence of Technology》，2026-01

他在这段之后接的是：「我们面前的这些年将会难到不可思议，会向我们索取超出我们自认为能给出的东西。……我们没有时间可以浪费。」——本报告的其余十一页，基本上就是在检验这句话里的「我们」到底包括谁、以及那些约束究竟施加成功了没有。整体评价在第 11 页，方法与自我纠错记录在第 12 页。

  脚注
  
    

• **《The Adolescence of Technology》的日期。**官网页面正文只标「January 2026」。本页正文因此写「2026 年 1 月」。具体日 2026-01-26（周一）由三条独立证据支持：Axios 于 2026-01-26 发文称已获预览稿并写明 “in advance of Monday’s publication”；第三方 PDF 导出路径含 2026-01-26；archive.ph 于 01-27 存档。本站把 01-26 作为脚注来源使用，不写进正文。↩

• Bloomberg《The Circuit》的版本、字幕与录制日。该节目有两个剪辑：正片（YouTube v1wZwxY3CMg，上传 2026-06-10，47:40）与加长版（x2VHFgyawPE，上传 2026-06-17，1:10:04），主持人均为 Emily Chang。两版的英文字幕轨在 YouTube 上登记为「上传字幕」（Kind: captions）而非机器转录，因此属发布方提供的官方文字稿；本页从该节目引用的逐字内容据此标为「一手 · 口头」。引用时必须写明是哪个版本——同一段内容在两版中的时间戳不同。⚠️ 广为流传的「录制于 2026-04-30」只有 Fortune 图注一个第三方来源，本报告未能证实；YouTube 元数据只有上传日。本站统一写法：2026-06 播出（正片 06-10、加长版 06-17）；据 Fortune 图注录制于 2026-04-30，未获官方确认。↩

• **关于 Claude 宪法的发布日，本页遇到的一处冲突。**本站正文统一写 2026-01-21，依据是四个独立信源一致：官方 PDF 首页写「Published January 21, 2026」、TechCrunch 时间戳、GitHub 仓库创建时间，以及 TIME 报道（2026-01-21 16:00，正文写 “On Wednesday”，01-21 确为周三）。🔴 但 anthropic.com/news/claude-new-constitution 页面自身显示的日期是「Jan 22, 2026」。把这个冲突写出来，是为了避免后续核对者看到官方页显示 Jan 22 就以为本站写错。宪法本身的内容与适用范围（它只适用于 mainline / general-access 模型，这一点是 Anthropic 在发布公告里自己写明的）在第 4 页与第 6 页。

• **本页涉及的版权诉讼，只写一句。**Bartz v. Anthropic 集体诉讼和解于 2026-07-20 获法院终审批准（Case 4:24-cv-05417-AMO, Doc. 680），主审法官为 Araceli Martínez-Olguín（⚠️ 不是 William Alsup——Alsup 负责的是 2025 年的分项裁决与初步批准，其后已退休，案号也随之变更）。另有音乐出版商在 2026 年 5 月修订起诉状，把 Dario Amodei 与 Ben Mann 列为个人被告——那是原告指控，尚无个人责任判决。完整事实与法律状态在第 9 页，本页不做人格推断。

• 关于本页引用的中文材料。《The Adolescence of Technology》与《Policy on the AI Exponential》截至 2026-07-25 均无中文全译本（前者有若干自媒体译本与解读，多数自述由 AI 翻译；后者连解读都很少）。本页所有引语一律以英文原文为准，中译为本报告所作。中文语境中的接收、失真与批评在第 9 页集中处理。

① Dario 思想编年史 2021–2026 · 长文精读　|　Anthropic 独特认知 · 深度调研报告　|　事实截止日 2026-07-25（UTC+8）

本报告为第三方独立调研，与 Anthropic 无隶属关系。观点部分为编者独立判断，不代表被调研对象立场。返回总览