引语

Module 10 · Quotes

金句库：一个可审计的「声音数据库」

未核验的说法不加引号。这一页不做人物评价，也不做结论——它只提供可回溯的原始材料：英文逐字、中译、日期、场合、证据等级、一手链接。中文媒体在这里只作编译者，不作信源。页面中部单设证伪区，收录被广泛误传、拼接或主语搞反的版本，并给出订正与「为什么容易错」。

读法与证据分级主题金句库跨年对照证伪区中文语境的失真我的看法


  本章速记
  
    

• **值得研究的不是单句冲击力，而是句子之间的差异。**把同一主题跨三年的表述并排，能看到 Dario 反复做三件事：重命名问题（AGI → 强大 AI）、增加限定（「压缩的 21 世纪」始终带着「生物医学」）、改变置信结构（从拒绝给概率分布，到给出 90/95/99 三档并解释每一档的含义）。

• **证据等级不是装饰，它决定了你能不能加引号。**本页把材料分成四档：官方书面文本、官方上传字幕、权威媒体的直接引语、第三方转录。前两档可以逐字加引号，第三档只能写「据报道」，第四档必须标出转录来源。

• 2026 年 7 月的一次一手复核，把五条关键引语从「二手转录」升级为「一手·口头」——Bloomberg《The Circuit》两个版本的英文字幕是发布方自己上传的 CC，不是机器转录。同一次复核也发现，此前流传的两条文本其实是改写，其中一条的省略号恰好删掉了整段话的落点。

• **最有方法论价值的一条不在英文里，在转述链上。**一句创始人发言从官方字幕，到中文整理稿，再到调研笔记，被逐级加长：限定语被删、「很多人持有的一种看法」变成「公司核心观点」，末尾还多出一整个原文不存在的从句。这是三级漂移，而且发生在本项目自己的材料里。

• **本页不承担结论。**不用引语蒙太奇暗示虚伪，也不把不同时期、不同问题的句子剪成直接矛盾。跨年对照给的是「变化」，判断留给第 11 页。

0 · 读法：这一页怎么用

先约定三件事：什么算逐字、什么算一手、中译允许做什么。三件事都约定清楚，后面那 90 条引语才是可用的。

    **第一维 · 来源距离**（药丸形）：形状表示信息来源，颜色表示可信度，**文字为准**。本页每一条引语与每一条实质陈述都带它。
  

  
    
    
    
    
    
    
    **第二维 · 结论独立性**（进度条）：产生这个结论的实验或统计是谁做的。各档是**程度不是对错**——公司自产不等于错，只是不构成独立验证。
    🔴 **本页几乎每一条的第二维都标「不适用」，这是有意的，不是漏标。**金句库要证明的只有一件事：**这句话他确实说过、在什么时候、以什么身份、原话是什么**——真值条件是「他有没有说过」，而这已由第一维（来源距离）与逐条的时间戳、场合、字幕类型完整回答。第二维衡量的是「谁做的实验」，而一句话不是一次实验；给引语挂上「公司自产」或「已独立复现」是**范畴错误**，比不标更糟。**本页仅在引语所*断言*的经验内容需要单独称重时才补实质第二维**——例如营收口径、Economic Index 数字、参议院证词里引用的统计，那些跳过了自动标注，逐条人工判定。标「不适用」而不留空，是为了让**缺席有明确含义**：没有第二枚徽章意味着「这里还没判定」，不意味着「更独立」。
  

  
    观点，不是事实
    查看业界反方 →
    **立场标注**（虚线菱形）：只挂在**主张型**引语上——它对世界做了一个可被检验的经验断言或预测。**它标的是「这里存在争议」，不是「该批评成立」**；裁决在主锚点页做。
  

  
    本页最需要读者理解的一组区分：言论事实 ≠ 经验结论
    

「Dario 说了这句话」是一个言论事实——它由官方文字稿、官方上传字幕或权威媒体的直接引语确定，第一维徽章标的就是它，本页 99% 的徽章都只需要这一维。

「这句话所断言的事情为真」是一个经验结论——它要由实验、统计或第三方复核来支撑，这是第二维徽章标的东西。因此本页绝大多数引语没有第二维，这不是遗漏：一句预测、一个价值判断、一段自述动机，本来就不存在「谁复现了它」这回事。第二维只在引语声称一项可被独立检验的经验结果时才出现——例如「我们内部超过 80% 的代码由 Claude 撰写」这类公司自己做的测量。

一个反直觉但关键的推论：Anthropic 官方论文同时是「一手 · 高」和「公司自产」，两枚徽章并不矛盾——材料是真的，结论还没有被独立检验过。读者最容易犯的错，就是把前者当成后者。

0.1 逐字 / 节译 / 转述：三种东西，三种写法

本页所有带引号的英文都属于下面三类之一，混用会直接造成失真，所以先分清。

      类型定义本页的呈现方式能否加引号| 类型 | 定义 | 本页的呈现方式 | 能否加引号 |

      
        逐字与官方书面文本或官方字幕逐词一致（允许删除 `we, we, we` 这类口语重复词，但必须注明）`.q-en` 段落，配时间戳或页面锚点✅ 可以| 逐字 | 与官方书面文本或官方字幕逐词一致（允许删除 we, we, we 这类口语重复词，但必须注明） | .q-en 段落，配时间戳或页面锚点 | ✅ 可以 |

        节译用省略号连接原文的不连续片段，被略去的部分不改变论证方向省略号显式出现在引文中，并在出处行注明「节引」✅ 可以，但必须保留省略号| 节译 | 用省略号连接原文的不连续片段，被略去的部分不改变论证方向 | 省略号显式出现在引文中，并在出处行注明「节引」 | ✅ 可以，但必须保留省略号 |

        转述记者、整理稿或本报告用自己的话概括原意**不加引号**，写成「他表示……」「据报道……」❌ 不可以| 转述 | 记者、整理稿或本报告用自己的话概括原意 | 不加引号，写成「他表示……」「据报道……」 | ❌ 不可以 |

      
      表 0-1 · 本页对三类引文的处理规则。第三类是失真的主要来源——一句转述一旦被加上引号，就获得了它不该有的证据地位。
    
  

  
    警示
    

本报告在自己的材料里抓到过一次「转述被当成逐字」：一句创始人发言的英文版本，在调研笔记中比它的二手来源多出一整个从句，而那个从句在官方字幕与中文整理稿里都不存在。完整链条写在 §3 证伪区第 14 条，方法论层面的处理写在 第 12 页。

0.2 官方上传字幕为什么算一手

这一点直接决定了本页最有分量的一批引语能不能加引号，所以要讲清楚机制，而不只是给结论。

YouTube 的字幕轨分两种：发布方自己上传的字幕（在接口中登记于 subtitles 字段，字幕文件头部写 Kind: captions），与平台自动语音识别生成的转录（登记于 automatic_captions，文件头部写 Kind: asr）。前者是发布方对自己内容的书面确认，等同于官方文字稿；后者是机器听写，人名、数字与否定词都可能出错。

本报告核验的三段视频——Bloomberg《The Circuit》正片（v1wZwxY3CMg）、加长版（x2VHFgyawPE）、以及 Anthropic 官方发布的七位创始人对谈（om2lIWXLLN4）——英文字幕轨全部是上传字幕。因此这三段的逐字引语在本页按【一手·口头】呈现，与官方书面文本同级，只需注明版本与时间戳。

    口径说明
    

官方上传字幕仍有两条固有限制，本页逐条处理。

**① 字幕保留口语不流畅。**原文里真的写着 we, we, we were willing to。本页默认保留逐字形态；若为可读性删去重复词，出处行会写「已删口语重复词」。

**② 字幕不含说话人姓名。**Bloomberg 两段是双人对谈，从问答结构可以无歧义地区分主持人与受访者；但七人对谈无法仅凭字幕确定是谁在说话。因此本页凡引用那支视频，一律写成「一位联合创始人说……」，不点名到人——除非有人完成目视确认。这不是谨慎过度：把机构里某一个人的话记到另一个人名下，是本报告红线清单里单列的一类错误。

    口径说明 · 三段视频的元数据与三条精确标注
    

元数据（平台官方元数据直接证实）：Bloomberg《The Circuit》正片 v1wZwxY3CMg，上传 2026-06-10，时长 47:40；加长版 x2VHFgyawPE，上传 2026-06-17，时长 1:10:04；两段主持人均为 Emily Chang。Anthropic 官方创始人对谈 om2lIWXLLN4，发布 2024-12-20，时长 51:49。⚠️ 「该节目录制于 2026 年 4 月 30 日」这一说法只有一个第三方图注来源，未获官方确认，因此本页凡涉及《The Circuit》一律只写播出与上传时间，不写录制时间。

三条可精确标注、且容易被写错的条目：

**① 「$2,850 亿市值蒸发 / SaaSpocalypse」是主持人的提问陈述。**加长版 00:14:32，Emily Chang 逐字：“Soon after Claude Cowork was released, $285 billion in market value vanished overnight, traders called it the SaaSpocalypse.”Anthropic 方未确认该数字；⛔ 不得当作 Dario 的说法。完整词条见 §1.9。

② 「token tax（代币税）」不声称首次出处。可锁定的最早时间戳是加长版 00:28:43，原话为 “I’ve talked about token tax and working with enterprises to adjust people…”——I've talked about 这个完成体本身就暗示更早已提过，所以这句话不构成该措辞的首次出处，本页也不这样声称。

③ 《技术的青春期》里的 “my sister” 与 Circuit 里点名的 Daniela 是两个不同叙述，不得合并身份。长文中写的是未具名的 my sister；加长版 00:24:59 他另讲了一个细节不同的故事并点名：“I’ve seen a number of cases, including Daniela actually, where Claude diagnosed a medical problem…”准确写法是「他多次提到家人（其中一次点名 Daniela）经 Claude 得到更好的诊断」，⛔ 不得把两个叙述并成同一件事。

0.3 中译原则：不许把限定语翻没了

这是本页存在的核心理由之一。**英文里的情态动词与软化词承载着说话人的置信度，删掉它们，句子的强度就被悄悄提高了一档。**本页的中译遵守三条规则：

• 情态动词必须译出。may 译「可能」，could 译「有可能 / 或许能」，will 才译「将」。不得因为中文读着别扭就抹平。

• 软化结构必须保留。I think 译「我认为」，sort of 译「大概 / 有点」，a lot of us 译「我们当中很多人」而不是「我们」，seems 译「似乎」。一句 I think it sort of reflects a view a lot of us have 有三重限定，译文里必须还剩三重。

• 区间必须写全，概率必须给原值。「10 到 20%」不得写成「20%」，「90%、95%、99%」不得只挑 99%。这是中文语境最稳定的一种失真，也是本报告最容易在自己身上重演的一种。

    失效边界
    

忠实翻译不等于机械对译。英文的 we 在不同句子里分别指「Anthropic 这家公司」「我和我的同事们」「人类整体」，中文没有对应的模糊性，只能靠上下文判断后显式写出来。凡本页译文中出现的主语补全，都属于译者选择，不属于原文——遇到会影响论证的地方，本页会在出处行标出。

0.4 四档证据等级

本页的每一条引语都落在下面四档之一。这四档同时也是 §1 的筛选维度——可以只看官方书面文本，也可以只看官方字幕逐字。

    **图 2 ·** 证据等级阶梯。**示意，非精确数据**——层级之间的间距不代表可量化的强度差。第 ⑤ 级需要特别注意：**从中文整理稿回译出来的英文看起来像原文，但它是被重新生成的文本**，本页一律不采用。分级依据：本报告 方法论页的证据分级表 · 一手性判定依据 YouTube 字幕轨字段（访问日期 2026-07-25）
  

  
    

      本页标注对应等级本页收录条数典型来源| 本页标注 | 对应等级 | 本页收录条数 | 典型来源 |

      
        一手 · 书面①40《The Adolescence of Technology》《Machines of Loving Grace》《The Urgency of Interpretability》、官方声明、参议院书面证词| 一手 · 书面 | ① | 40 | 《The Adolescence of Technology》《Machines of Loving Grace》《The Urgency of Interpretability》、官方声明、参议院书面证词 |

        一手 · 口头②34Bloomberg《The Circuit》官方字幕、Anthropic 官方创始人对谈字幕、Dwarkesh 官方文字稿、WEF 官方文字稿、Lex Fridman 官方文字稿| 一手 · 口头 | ② | 34 | Bloomberg《The Circuit》官方字幕、Anthropic 官方创始人对谈字幕、Dwarkesh 官方文字稿、WEF 官方文字稿、Lex Fridman 官方文字稿 |

        二手 · 直接引语③8Axios、TIME、NPR、BBC、Business Insider、Fortune| 二手 · 直接引语 | ③ | 8 | Axios、TIME、NPR、BBC、Business Insider、Fortune |

        二手转录④8WSJ 达沃斯场次的第三方转录（W21「零号世界」）+ Bloomberg《The Circuit》待复核区 7 条| 二手转录 | ④ | 8 | WSJ 达沃斯场次的第三方转录（W21「零号世界」）+ Bloomberg《The Circuit》待复核区 7 条 |

      
      表 0-2 · 本页 90 条引语按证据等级的分布。**白名单 W01–W34 里仍标【二手转录】的只有 W21 一条**——此前同批的五条 Bloomberg 引语已在 2026 年 7 月的一手复核中全部升级为 ②。第④档另外 7 条集中在 §1.13 待复核区：它们同样出自 Bloomberg《The Circuit》，官方字幕存在但本轮未逐字复核，因此不作为逐字引语使用。
    
  

  
    关键洞察
    

证据等级的升级往往同时暴露文本问题。本报告拿到 Bloomberg 两个版本的官方字幕后，五条引语从第④档升到第②档——但同一次复核也发现，其中两条此前流传的文本根本不是逐字，而是改写；一条的省略号恰好删掉了整段话的落点。换句话说：只要没人回到一手，「转录质量差一点」和「文本被改写了」在阅读体验上是完全一样的。这是本页把每条引语都钉上时间戳的原因。

1 · 主题金句库

十二个主题，共 90 条。每个主题先给核心引语卡（默认展开，共 42 条），其余条目收在折叠表格里。白名单 W01–W34 全部收录（W33 / W34 出自 2024-12-20 官方发布的七位创始人对谈，见 §1.1），卡片上的 W01 式标签即其编号。

    **图 3 ·** 引语时间线。**① 2023-08** Dwarkesh 首次长访谈；**② 2024-10**《Machines of Loving Grace》、**2024-11** Lex Fridman #452、**2024-12-20** 七位创始人对谈；**③ 2026-01**《The Adolescence of Technology》与达沃斯、**2026-02** Dwarkesh #2；**④ 2026-06** Bloomberg《The Circuit》与《Policy on the AI Exponential》。**示意，非精确数据**——点位按月估算，只表示密度分布。数据来源：本页收录的 90 条引语的日期分布（统计日 2026-07-25）。
  

  

这张图有一个容易被忽略的读法：**2021 与 2022 两年几乎是空的。**Anthropic 成立于 2021 年 1 月，但 Dario Amodei 可查的实质性公开发言要到 2023 年年中才密集出现。 这意味着任何声称引用他「创业初期原话」的材料，都需要先回答一个问题：那段话是从哪儿来的。

    主题
    全部
    为什么存在
    Race to the Top
    Scaling 与时间线
    术语工程
    风险与 p(doom)
    对齐与可解释性
    生物武器与滥用
    中国与地缘
    就业与经济
    监管与治理
    商业与文化
    个人方法论
  
  
    证据等级
    全部
    ① 一手 · 书面
    ② 一手 · 口头
    ③ 二手 · 直接引语
    ④ 二手转录
  
  

  

1.1　Anthropic 为什么存在：不可避免性，与「我们本来没人想开公司」

这一组是 Anthropic 全部正当性论证的地基，结构是两段式：技术的到来不可避免，但我们如何处理它并非不可避免。注意 W03 的限定语密度——「许多（并非全部）好处」「似乎」「除非风险让一切脱轨」——这是他写作的典型密度，而转述几乎总会把它们抹平。

“Its creation was probably inevitable the instant humanity invented the transistor, or arguably even earlier when we first learned to control fire.” 中译与语境

它的诞生，很可能在人类发明晶体管的那一刻就已注定；或者可以说，在我们最初学会控制火的时候就已注定。

**语境：**用于论证「停止或实质放慢 AI」从根本上站不住脚。probably 与 arguably 两处限定必须译出。

      W01
      
      《The Adolescence of Technology》结尾·
      2026-01-26·
      原文 [@src-329003ad29]
    
  

  
    

“I think it was inevitable [from] the instant we started working with fire. But how we handle it is not inevitable.” 中译与语境

我认为从我们开始使用火的那一刻起，它就是不可避免的。但我们如何处理它，则不是不可避免的。

为什么这条重要：它是证伪区第 1 条那句伪引语（「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。原话的后半句恰恰是伪引语丢掉的部分。

      W02
      
      WEF 达沃斯《The Day After AGI》· WEF 官方文字稿·
      2026-01-20
    
  

  
    

“The basic development of AI technology and many (not all) of its benefits seems inevitable (unless the risks derail everything) and is fundamentally driven by powerful market forces. On the other hand, the risks are not predetermined and our actions can greatly change their likelihood.” 中译与语境

AI 技术的基本发展及其许多（并非全部）好处似乎是不可避免的（除非风险让一切脱轨），且从根本上由强大的市场力量驱动。另一方面，风险并非注定，我们的行动可以极大改变它们的可能性。

限定语清单：many (not all)、seems、unless the risks derail everything——三处，一处都不能删。

      W03
      
      《Machines of Loving Grace》·
      2024-10·
      原文 [@src-b5ad9b7764]
    
  

  
    

“the progress of the underlying technology is inexorable, driven by forces too powerful to stop, but the way in which it happens… [is] eminently possible to change… We can’t stop the bus, but we can steer it.” 中译与语境

底层技术的进步是不可阻挡的，由强大到无法停止的力量驱动；但它发生的方式……是完全可以改变的。我们停不下这辆巴士，但我们可以给它掌舵。

**节引说明：**两处省略号为原引用所有，省略的是对「技术路径 vs 治理路径」的展开，不改变论证方向。

      W04
      
      《The Urgency of Interpretability》· 节引·
      2025-04·
      原文 [@src-5fa204a6a9]
    
  

  
    

“It is incredibly unproductive to try and argue with someone else’s vision… But what you should do is you should take some people you trust and you should go off together and you should make your vision happen.” 中译与语境

试图跟别人的愿景争辩是极其没有产出的……你应该做的是：带上一些你信任的人，一起走出去，把你的愿景变成现实。

**语境：**解释为什么创办 Anthropic 而不是在 OpenAI 内部斗争。省略号处原文是「你可能觉得他们做得不对，你可能觉得他们不诚实。谁知道呢？也许你对，也许你不对。」——被省略的是对对方的让步，删掉会让这段话显得比原文强硬。

      W05
      
      Lex Fridman Podcast #452 · 节引·
      2024-11-11
    
  

  
    

“I think of us less as an AI safety company, and more … a company that’s focused on public benefit.” 中译与语境

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。

**注意：这是媒体的直接引语，不是官方文本。「公共利益」在此对应 Anthropic 的公益公司（PBC）**法律身份，不是修辞。

      W07
      
      TIME《On Being an Underdog》·
      2024-06-23
    
  

  
    口径说明 · 下面两条的说话人未确认
    

2024 年 12 月 20 日，Anthropic 在自己的官方 YouTube 频道公开发布了七位联合创始人的对谈《Building Anthropic | A conversation with our co-founders》（51:49，含官方上传英文字幕）。这不是「内部对谈」或「内部播客」——中文世界普遍的这个说法会让读者以为是泄露材料，与事实相反。

官方简介给出了座位顺序（左起：Chris Olah、Jack Clark、Daniela Amodei、Sam McCandlish、Tom Brown、Dario Amodei、Jared Kaplan），但官方字幕不含说话人姓名，把某句归给某人需要目视画面确认，本报告未完成这一步。因此下面两条只写「一位联合创始人」。逐字文本本身已从官方字幕锁定，可以放心引用。

“I think it sort of reflects a view a lot of us have about safety, which is that it’s a solvable problem. It’s just a very, very hard problem that’s gonna take tons and tons of work.” 中译与语境

我觉得这大概反映了我们当中很多人对安全的一种看法，就是：它是一个可解的问题。它只是一个非常非常难的问题，会需要海量海量的工作。

三重限定，一个都不能少：I think（我觉得）、sort of（大概）、a view a lot of us have（我们当中很多人持有的一种看法）。中文整理稿把它写成 "This reflects our core view on safety"（这反映了我们的核心安全观），一句软判断就被坐实成了公司教义。见证伪区第 14 条。

它为什么重要：「安全是可解的」这个假设，是理解 Anthropic 与 MIRI 一系分野的关键——整家公司的存在建立在可解性假设之上。但请注意：说这话的人用的是「我们当中很多人」，不是「我们」。

      W33
      七位创始人对谈 00:21:31
      
      逐字已锁定，⚠️ 说话人归属未独立确认·
      2024-12-20·
      官方视频 [@src-7233704434]
    
  

  
    

“none of us wanted to found a company. We just felt like it was our duty, right?” 中译与语境

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？

注意：紧接其后 00:30:49 的 "It felt like we had to."（感觉我们不得不这么做）是另一位发言者的接话，官方字幕以短横线分隔，引用时不应与前句合并。

⚠️ 这条引语有一个已知的加长版本：某份调研笔记里的版本末尾多出一整个从句 "and that's why we made that commitment"，该从句在官方字幕与中文整理稿中都不存在。见证伪区第 14 条。

      W34
      七位创始人对谈 00:30:42
      
      逐字已锁定，⚠️ 说话人归属未独立确认·
      2024-12-20·
      官方视频 [@src-7233704434]
    
  

  
    「为什么存在」主题的其余 3 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "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."这就是陷阱：AI 如此强大、是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。《技术的青春期》结尾 · 2026-01-26| "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." | 这就是陷阱：AI 如此强大、是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。 | 《技术的青春期》结尾 · 2026-01-26 |  |

            "The formula for building powerful AI systems is incredibly simple, so much so that it can almost be said to emerge spontaneously from the right combination of data and raw computation."构建**强大 AI** 系统的配方简单得令人难以置信，简单到**几乎可以说**，它是从数据与原始算力的恰当组合中自发涌现出来的。《技术的青春期》结尾 · 2026-01-26| "The formula for building powerful AI systems is incredibly simple, so much so that it can almost be said to emerge spontaneously from the right combination of data and raw computation." | 构建强大 AI 系统的配方简单得令人难以置信，简单到几乎可以说，它是从数据与原始算力的恰当组合中自发涌现出来的。 | 《技术的青春期》结尾 · 2026-01-26 |  |

            "We've gotta go as fast as we can to figure out what the institutions we need for AI safety are, and build those and try to build them here first, but make it exportable."我们必须尽可能快地弄清楚 AI 安全需要哪些制度，把它们建起来，并且试着先在这里建，但要让它可以被输出到别处。七位创始人对谈 00:21:41 · 2024-12-20 · ⚠️ 说话人未确认| "We've gotta go as fast as we can to figure out what the institutions we need for AI safety are, and build those and try to build them here first, but make it exportable." | 我们必须尽可能快地弄清楚 AI 安全需要哪些制度，把它们建起来，并且试着先在这里建，但要让它可以被输出到别处。 | 七位创始人对谈 00:21:41 · 2024-12-20 · ⚠️ 说话人未确认 |  |

          
          表 1-1 · 「为什么存在」主题的其余条目，均经官方文本或官方上传字幕逐字核对。
        
      
    
  

  

1.2　Race to the Top：一个关于均衡、不是关于德性的理论

「向上竞赛」是 Anthropic 的立身理论，也是最容易被读成道德姿态的一条。原话里他反复强调的恰恰相反：重点不是当好人，而是把系统推到一个更好的均衡。这条理论在 2026 年 2 月遇到了它的第一次公开挫折，见跨年对照第 4 组。

“A part of our theory of change is paradoxically to make other organizations more like us.” 中译与语境

我们变革理论的一部分，很吊诡地，就是让其他组织变得更像我们。

语境：2023 年这一期他点名了 Race to the Top 但主动跳过、没有展开，完整阐述要等到 2024 年 11 月的 Lex Fridman #452。

      W06观点，不是事实查看业界反方 →
      
      Dwarkesh Podcast·
      2023-08-08
    
  

  
    

“Race to the Top is about trying to push the other players to do the right thing by setting an example. It’s not about being the good guy, it’s about setting things up so that all of us can be the good guy.” 中译与语境

Race to the Top 是关于通过树立榜样，去推动其他玩家做正确的事。它不是关于当好人，而是关于把局面设置成让我们所有人都能当好人。

为什么必须与 W06 一起读：「让别的组织变得更像我们」单看像自我中心，但它的完整形式是一个机制设计主张——要改的是激励结构，不是道德评价。

      Race to the Top
      
      Lex Fridman Podcast #452·
      2024-11-11
    
  

  
    「Race to the Top」主题的其余 2 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "the thing we're all afraid of is the race to the bottom and the race to the bottom doesn't matter who wins because we all lose. … The point isn't to be virtuous, the point is to get the system into a better equilibrium than it was before."我们都害怕的是「向下竞赛」，而向下竞赛谁赢都无所谓，因为我们都输。……重点不是要当有德之人，重点是把这个系统推到一个比之前更好的均衡。Lex Fridman #452 · 2024-11-11 · 节引| "the thing we're all afraid of is the race to the bottom and the race to the bottom doesn't matter who wins because we all lose. … The point isn't to be virtuous, the point is to get the system into a better equilibrium than it was before." | 我们都害怕的是「向下竞赛」，而向下竞赛谁赢都无所谓，因为我们都输。……重点不是要当有德之人，重点是把这个系统推到一个比之前更好的均衡。 | Lex Fridman #452 · 2024-11-11 · 节引 |  |

            "It's about shaping the incentives to point upward instead of shaping the incentives to point downward."这是关于把激励塑造成向上指，而不是塑造成向下指。Lex Fridman #452 · 2024-11-11| "It's about shaping the incentives to point upward instead of shaping the incentives to point downward." | 这是关于把激励塑造成向上指，而不是塑造成向下指。 | Lex Fridman #452 · 2024-11-11 |  |

          
          表 1-2 · 「Race to the Top」主题的其余条目。
        
      
    
  

  

1.3　Scaling 与时间线：置信结构比数字更重要

这一组最能体现本页的核心判断。同一个「十年内」的判断，他在 2026 年 2 月同一场访谈里给了 90%、95%、99% 三个数字——中文报道通常只取一个。而他自己在同一段里解释了这三个数字各自对应什么：这不是随口给的三个版本，是一个有结构的置信度分解。

“Intelligence may be very powerful, but it isn’t magic fairy dust.” 中译与语境

智能可能非常强大，但它不是魔法仙尘。

**注意 may：**连这句「智能很强大」他都加了情态动词。语境是引出五条限速因素（物理世界的速度、数据不足、内在复杂性、人类构成的约束、外部约束）。这是全部语料中对「智能万能论」最有力的一次自我节制。

      W15
      
      《Machines of Loving Grace》·
      2024-10·
      原文 [@src-b5ad9b7764]
    
  

  
    

“On the ten-year timeline I’m at 90%, which is about as certain as you can be. I think it’s crazy to say that this won’t happen by 2035.” 中译与语境

十年这个时间尺度上我给 90%，这差不多是能给到的最确定的程度了。我认为说这在 2035 年之前不会发生，是疯狂的。

      W16观点，不是事实查看业界反方 →
      
      Dwarkesh Podcast #2 · 官方文字稿·
      2026-02-13·
      官方稿 [@src-bb7fb810cf]
    
  

  
    

“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.” 中译与语境

我有一个强烈的看法——99%、95%——所有这些会在 10 年内发生。我觉得这就是一个超级安全的赌注。我有一个直觉——这更像是 50/50——它会更像是一到两年，也许一到三年。

**补回的省略号：**此前流通的版本用省略号跳过了 "I think that's just a super safe bet."，本页已按 Dwarkesh 官方文字稿补回。

⚠️ **引用纪律：**他在同一段里给了三个数字，不要只挑最高的；「一到两年」那一档他自己标的是 50/50 的直觉，不是判断。

      W17观点，不是事实查看业界反方 →
      
      Dwarkesh Podcast #2 · 官方文字稿·
      2026-02-13·
      官方稿 [@src-bb7fb810cf]
    
  

  
    

“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.” 中译与语境

关于「十年内我们会到达我所说的『数据中心里的天才之国』」这个基本假设，我给 90%。很难比 90% 更高，因为这个世界太难预测了。也许把不可约的不确定性算进去会到 95%——那里面包含的是多家公司内部动荡、台湾被入侵、所有晶圆厂被导弹炸掉这类情形。

为什么这条值得单列：它解释了 90%／95%／99% 三个数字各自的口径——基础判断 / 扣除不可约不确定性 / 更宽口径。有了这段，W17 的「不要只挑最高的」这条警告就可以升级成一条正面解释：**这不是三个版本，是一个置信度分解。**本页新增，白名单未收。

      置信结构
      
      Dwarkesh Podcast #2 · 官方文字稿·
      2026-02-13·
      官方稿 [@src-bb7fb810cf]
    
  

  
    

“People thought I was saying that we won’t need 90% of the software engineers. Those things are worlds apart. … 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.” 中译与语境

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。……即便那一步发生了，也不意味着软件工程师失业。他们能做一些新的、更高层次的事，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。

🔴 **不得在此处截断。**此前流通的版本停在「不意味着软件工程师失业」，恰好切在光谱的倒数第二档。删掉最后一句，这条引语就从「他认为需求减少那一档终将到来」变成了一句安抚，并与他自己的就业预测自相矛盾。见证伪区第 15 条。

      W18观点，不是事实查看业界反方 →
      
      Dwarkesh Podcast #2 · 官方文字稿 · 节引·
      2026-02-13·
      官方稿 [@src-bb7fb810cf]
    
  

  
    

“we may be in a world where AI is writing essentially all of the code” 中译与语境

我们可能会进入一个 AI 写几乎全部代码的世界。

**场合更正：**这是 2025-03-10 美国外交关系协会（CFR）活动上的发言，由 Business Insider 于 2025-03-14 首报——不是 Business Insider 的采访。中文世界普遍写错了场合。

🔴 必须与 W18 成对出现，否则就是引用一个预测而不给他自己的澄清。

      W22观点，不是事实查看业界反方 →
      
      CFR 活动 · Business Insider 首报·
      2025-03-10·
      报道 [@src-80c2a6b93b]
    
  

  
    「Scaling 与时间线」主题的其余 3 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "If you extrapolate the curves that we've had so far… it does make you think that we'll get there by 2026 or 2027."　**／必须配对：**"I don't fully believe the straight line extrapolation… I think the most likely is that there are some mild delay relative to that. … I think there are still worlds where it doesn't happen in a hundred years."如果你外推我们迄今为止的这些曲线……它确实会让你觉得我们会在 2026 年或 2027 年到那儿。**／**我并不完全相信直线外推……我认为最可能的是相对于此有一些轻微延迟。……我认为仍然存在一些世界，在那里这件事一百年内都不会发生。Lex Fridman #452 · 2024-11-11 · 节引｜**前句几乎总被单独剪出来传播**| "If you extrapolate the curves that we've had so far… it does make you think that we'll get there by 2026 or 2027."　／必须配对："I don't fully believe the straight line extrapolation… I think the most likely is that there are some mild delay relative to that. … I think there are still worlds where it doesn't happen in a hundred years." | 如果你外推我们迄今为止的这些曲线……它确实会让你觉得我们会在 2026 年或 2027 年到那儿。／我并不完全相信直线外推……我认为最可能的是相对于此有一些轻微延迟。……我认为仍然存在一些世界，在那里这件事一百年内都不会发生。 | Lex Fridman #452 · 2024-11-11 · 节引｜前句几乎总被单独剪出来传播 |  |

            "If I say 2026 or 2027, there will be a zillion people on Twitter who will be like, 'AI CEO said 2026'… So whoever's exerting these clips will crop out the thing I just said and only say the thing I'm about to say. But I'll just say it anyway."如果我说 2026 或 2027，Twitter 上会有无数人说「AI CEO 说了 2026」……所以不管谁在剪这些片段，都会把我刚才说的那句掐掉，只留我接下来要说的。但我还是说吧。Lex Fridman #452 · 2024-11-11｜**他预言了自己会被断章取义，而这确实发生了**| "If I say 2026 or 2027, there will be a zillion people on Twitter who will be like, 'AI CEO said 2026'… So whoever's exerting these clips will crop out the thing I just said and only say the thing I'm about to say. But I'll just say it anyway." | 如果我说 2026 或 2027，Twitter 上会有无数人说「AI CEO 说了 2026」……所以不管谁在剪这些片段，都会把我刚才说的那句掐掉，只留我接下来要说的。但我还是说吧。 | Lex Fridman #452 · 2024-11-11｜他预言了自己会被断章取义，而这确实发生了 |  |

            "What has been the most surprising thing is the lack of public recognition of how close we are to the end of the exponential."最令人意外的是，公众完全没有意识到我们离指数曲线的终点有多近。Dwarkesh #2《We are near the end of the exponential》· 2026-02-13| "What has been the most surprising thing is the lack of public recognition of how close we are to the end of the exponential." | 最令人意外的是，公众完全没有意识到我们离指数曲线的终点有多近。 | Dwarkesh #2《We are near the end of the exponential》· 2026-02-13 |  |

          
          表 1-3 · 「Scaling 与时间线」主题的其余条目。第一行的两句**必须成对引用**。
        
      
    
  

  

1.4　术语工程：他造词，是为了让判断可被证伪

「强大 AI（powerful AI）」不是「通用人工智能（AGI）」的同义替换，而是一次刻意的术语替换：他的论证是，AGI 是营销词，而 powerful AI 是一份可以逐条检验的规格说明书（比诺奖得主更聪明、10–100 倍人类速度、可自主运行数天到数周……）。翻译时不得把他说 powerful AI 的地方改写成 AGI。

“The nightmare would be that there’s this emerging ‘zeroth world’ country… that is forming its own economy and becoming decoupled or disconnected.” 中译与语境

噩梦会是这样：出现一个新兴的「零号世界」国家……它正在形成自己的经济，并与社会其余部分脱钩、断连。

⚠️ **这是白名单 34 条里仍为【二手转录】的唯一一条。**本轮未取得 WSJ 达沃斯场次的官方视频或文字稿。

⚠️ 省略号处的人口数字在不同转录中有出入（「硅谷 700 万 + 散落各处 300 万」／「约 1000 万」），因此本页略去数字。

      W21观点，不是事实查看业界反方 →
      
      WSJ @ 达沃斯（对话 Emma Tucker）· ⚠️【二手转录】·
      2026-01-20
    
  

  
    「术语工程」主题的其余 4 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "if AGI is some discrete or separate thing, which is the way people often talk about it, then it's a meaningless buzzword."如果 AGI 是某种离散的、独立的东西——人们常常就是这么谈它的——那它就是个毫无意义的时髦词。Lex Fridman #452 · 2024-11-11｜**「强大 AI」这个术语的由来**| "if AGI is some discrete or separate thing, which is the way people often talk about it, then it's a meaningless buzzword." | 如果 AGI 是某种离散的、独立的东西——人们常常就是这么谈它的——那它就是个毫无意义的时髦词。 | Lex Fridman #452 · 2024-11-11｜「强大 AI」这个术语的由来 |  |

            "We could summarize this as a 'country of geniuses in a datacenter.'"我们可以把这总结为「一个数据中心里的天才之国」。《MOLG》· 2024-10（《技术的青春期》2026-01 逐字重印）｜⚠️ 系 **Dario 原创，不是 Jack Clark 的说法**；数量级三年内被他自己从「百万级」上调到 1000 万、再到 5000 万，**引用必须标版本年份**| "We could summarize this as a 'country of geniuses in a datacenter.'" | 我们可以把这总结为「一个数据中心里的天才之国」。 | 《MOLG》· 2024-10（《技术的青春期》2026-01 逐字重印）｜⚠️ 系 Dario 原创，不是 Jack Clark 的说法；数量级三年内被他自己从「百万级」上调到 1000 万、再到 5000 万，引用必须标版本年份 |  |

            "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"我的基本预测是：AI 赋能的**生物学与医学**将让我们把**人类生物学家**在未来 50–100 年才能取得的进展，压缩进 5–10 年。《MOLG》· 2024-10｜🔴 **「压缩的 21 世纪」是生物医学领域的具体预测**，不是关于整个文明的宏大预言；原文同一段三次限定了领域| "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" | 我的基本预测是：AI 赋能的生物学与医学将让我们把人类生物学家在未来 50–100 年才能取得的进展，压缩进 5–10 年。 | 《MOLG》· 2024-10｜🔴 「压缩的 21 世纪」是生物医学领域的具体预测，不是关于整个文明的宏大预言；原文同一段三次限定了领域 |  |

            "technological adolescence" ／ "How did you evolve, how did you survive this technological adolescence without destroying yourself?"「技术的青春期」／「你们是如何演化的，你们是如何熬过这场技术青春期而没有毁掉自己的？」《技术的青春期》开篇 · 2026-01-26｜引自 Carl Sagan《Contact》| "technological adolescence" ／ "How did you evolve, how did you survive this technological adolescence without destroying yourself?" | 「技术的青春期」／「你们是如何演化的，你们是如何熬过这场技术青春期而没有毁掉自己的？」 | 《技术的青春期》开篇 · 2026-01-26｜引自 Carl Sagan《Contact》 |  |

          
          表 1-4 · 「术语工程」主题的其余条目。第二、三行附了引用纪律，是中文语境失真最集中的两处。
        
      
    
  

  

1.5　风险与 p(doom)：一个他本人拒绝的标签

这一组的引用纪律最严。三件事必须分开：数字大体可归属于他（2023-07 的「10% 或 20%」与 2025-09 的「25%」是两个独立出处）；「p(doom)」这个标签他明确拒绝（同场说过 "I really hate that term"）；他反对把它读成「AI 杀光所有人的概率」——他说的对象是「文明被实质性脱轨」。因此本报告不写「Dario 的 p(doom) 是 10–25%」。

“Maybe 10% or 20% that this will go wrong.” 中译与语境

也许有 10% 或 20% 的概率，这件事会出错。

**这是可查到的最早一手数字。**注意 Maybe，以及「出错（go wrong）」这个措辞——不是「灭绝」。

      W08
      
      Fortune Brainstorm Tech（2023-07 录 / 09-26 发）·
      2023-09-26
    
  

  
    

“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.” 中译与语境

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。

出处更正：这是「25%」的真正出处——2025 年 9 月 17 日 Axios AI+ 华盛顿峰会现场，不是 2024 年，也不是 Lex #452。同场他先说了 "I really hate that term"（指 p(doom)）。

      W09观点，不是事实查看业界反方 →
      
      Axios AI+ DC Summit · 现场视频逐字·
      2025-09-17·
      报道 [@src-e9fcfba882]
    
  

  
    

“That’s right. 25% is too high. We’re trying to make that probability much, much lower. That is the goal.” 中译与语境（必读）

没错。25% 太高了。我们正在努力把那个概率降得低得多。那就是目标。

🔴 这句话的意思是「这个风险水平不可接受」，不是「我此前估高了」。判定依据：航空类比是他自己在加长版 01:07:00 提出的（「假设有一堆航空公司，你要做一家更安全的……但如果有人问你能否保证飞机永不坠毁，你怎么可能保证」），主持人 Emily Chang 只是顺着他自己的类比追问「如果有 25% 坠机概率你不会上那班飞机」。所以这是他对自己类比的延伸表示同意——他在谈「什么样的事故率可接受」，不是在修订一个估计值。

⚠️ 另一处必须精确：在加长版 01:05:49–01:07:31 这一整段里，他本人没有说出任何数字。主持人以「10 到 25% 的文明崩溃概率」开场复述，他既未确认也未否认，直接转入实质回答——属消极不否认，不是主动背书。

⚠️ **时间戳必须区分提问与回答，并写明版本：**主持人复述在加长版 01:05:49 / 正片 00:45:24；这句回答在加长版 01:07:25 / 正片 00:46:26。

      W10观点，不是事实查看业界反方 →
      
      Bloomberg《The Circuit》加长版 01:07:25 / 正片 00:46:26 · 官方上传字幕·
      2026-06-17 上传·
      加长版 [@src-7a4e992177]·
      正片 [@src-d31a205555]
    
  

  
    

“the combination of intelligence, agency, coherence, and poor controllability is both plausible and a recipe for existential danger.” 中译与语境

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。

为什么这是他最凝练的论证：它刻意不依赖任何具体故事——不需要「工具性趋同目标」，也不需要与演化类比。与 W19（2023 版的同一论证）对读，可以看到三年间他把这套论证收得更紧了。

      W11观点，不是事实查看业界反方 →
      
      《The Adolescence of Technology》§1·
      2026-01-26·
      原文 [@src-329003ad29]
    
  

  
    

“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.” 中译与语境

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。

这是他与 Yudkowsky / MIRI 一系最清晰的一次公开切割。注意他切割的方式：不是说对方结论错，而是说对方把一个概念论证当成了证明。

      W12
      
      《The Adolescence of Technology》§1·
      2026-01-26
    
  

  
    

“some of the least sensible voices rose to the top, often through sensationalistic social media accounts. These voices used off-putting language reminiscent of religion or science fiction, and called for extreme actions without having the evidence that would justify them.” 中译与语境

一些最不讲道理的声音反而浮到了顶上，常常靠的是耸人听闻的社交媒体账号。这些声音使用令人反感的、让人联想到宗教或科幻的语言，并在没有足以支撑的证据时就呼吁采取极端行动。

      W13
      
      《The Adolescence of Technology》开篇·
      2026-01-26
    
  

  
    

“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.” 中译与语境

人们有时会得出结论说我是个悲观主义者或「末日论者」，认为 AI 大体上是坏的、危险的。我完全不这么认为。

**中文报道几乎从不引用这句。**它是那句「我不是末日论者，我是个忧虑者」的伪引语的正确替代——流传版本的前半句有出处，后半句没有。见证伪区第 2 条。

      W14
      
      《Machines of Loving Grace》·
      2024-10·
      原文 [@src-b5ad9b7764]
    
  

  
    

“There will be powerful models. They will be agentic… If such a model wanted to wreak havoc and destroy humanity or whatever, we have basically no ability to stop it… I actually think fact number one and fact number two are enough to be really worried. You don’t need all this detailed stuff about convergent instrumental goals or analogies to evolution.” 中译与语境

将会有强大的模型。它们会是有能动性的……如果这样一个模型想要制造浩劫、毁灭人类之类的，我们基本上没有能力阻止它……我其实认为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。

与 W11 对读可见 2023 → 2026 的收紧过程：2023 年他还在列举「事实一、事实二」，2026 年他把它压缩成一个四元组。

      W19
      
      Dwarkesh Podcast · 节引·
      2023-08-08
    
  

  
    「风险与 p(doom)」主题的其余 4 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "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."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。《技术的青春期》开篇 · 2026-01-26| "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." | 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。 | 《技术的青春期》开篇 · 2026-01-26 |  |

            "I'm not a doomer."我不是末日论者。WEF 达沃斯《The Day After AGI》· 2026-01-20｜⚠️ **常被引作 "I'm not a doomer, I'm a worrier"，后半句无出处**| "I'm not a doomer." | 我不是末日论者。 | WEF 达沃斯《The Day After AGI》· 2026-01-20｜⚠️ 常被引作 "I'm not a doomer, I'm a worrier"，后半句无出处 |  |

            "I'm not super into questions like what's your probability distribution of X? … The question I'm much more interested in is, what could we learn that shifts probability mass between them?"我不太喜欢「你对 X 的概率分布是什么」这类问题。……我更感兴趣的问题是：我们**可能**学到什么，从而在它们之间转移概率质量？Dwarkesh Podcast · 2023-08-08 · 节引｜**这解释了他 2024 全年没给概率数字；也是「70/30」那条伪引语的直接反证**| "I'm not super into questions like what's your probability distribution of X? … The question I'm much more interested in is, what could we learn that shifts probability mass between them?" | 我不太喜欢「你对 X 的概率分布是什么」这类问题。……我更感兴趣的问题是：我们可能学到什么，从而在它们之间转移概率质量？ | Dwarkesh Podcast · 2023-08-08 · 节引｜这解释了他 2024 全年没给概率数字；也是「70/30」那条伪引语的直接反证 |  |

            "if we act decisively and carefully, the risks can be overcome—I would even say our odds are good."如果我们果断而审慎地行动，风险是可以被战胜的——我甚至会说我们的胜算不错。《技术的青春期》· 2026-01-26| "if we act decisively and carefully, the risks can be overcome—I would even say our odds are good." | 如果我们果断而审慎地行动，风险是可以被战胜的——我甚至会说我们的胜算不错。 | 《技术的青春期》· 2026-01-26 |  |

          
          表 1-5 · 「风险与 p(doom)」主题的其余条目。
        
      
    
  

  

1.6　对齐与可解释性：模型是「养出来的」，不是「造出来的」

这一组包含 Anthropic 最独特、也最少被中文世界引用的一条本体论主张：模型从预训练继承了大量类人「人格」，后训练更像是在这些人格里挑一个，而不是给模型灌进一个全新目标。整套宪法式 AI（CAI）的设计哲学都从这里推出来。技术展开见 ④ 对齐科学与 ③ 可解释性。

“Models inherit a vast range of humanlike motivations or ‘personas’ from pre-training… Post-training is believed to select one or more of these personas more so than it focuses the model on a de novo goal.” 中译与语境

模型从预训练中继承了极大范围的类人动机或「人格」……目前认为，后训练更多是在这些人格中挑选出一个或多个，而不是让模型聚焦于一个全新的目标。

**注意 is believed to：**这是「目前认为」，不是「已经证明」。中译不得写成「后训练就是在挑选人格」。

      对齐本体论
      
      《The Adolescence of Technology》§1 · 节引·
      2026-01-26
    
  

  
    

“This last problem was solved by changing Claude’s instructions to imply the opposite: 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.’” 中译与语境

最后这个问题的解决办法，是把 Claude 的指令改成相反的意思：我们现在说的是「请你一有机会就去做奖励作弊（reward hacking），因为这会帮助我们更好地理解我们的训练环境」，而不是「不要作弊」——因为这样做保住了模型作为一个「好人」的自我认同。

全库最反直觉的一条，也是**接种提示（inoculation prompting）**这条技术路线的一句话概括：与其禁止钻空子，不如把钻空子重述为本任务可接受的行为，避免模型把「我是个会作弊的人」写进自我认同。

      接种提示
      
      《The Adolescence of Technology》§1·
      2026-01-26
    
  

  
    「对齐与可解释性」主题的其余 5 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "the process of doing so is more an art than a science, more akin to 'growing' something than 'building' it."做这件事的过程更像是一门艺术而不是科学，更像是「种」出某个东西而不是「造」出它。《技术的青春期》§1 · 2026-01-26｜最早版本见《The Urgency of Interpretability》2025-04：`"generative AI systems are grown more than they are built"`| "the process of doing so is more an art than a science, more akin to 'growing' something than 'building' it." | 做这件事的过程更像是一门艺术而不是科学，更像是「种」出某个东西而不是「造」出它。 | 《技术的青春期》§1 · 2026-01-26｜最早版本见《The Urgency of Interpretability》2025-04："generative AI systems are grown more than they are built" |  |

            "It has the vibe of a letter from a deceased parent sealed until adulthood."它有一种「一封被封存到成年才拆开的、已故父母的信」的气质。《技术的青春期》§1（形容 Claude 宪法）· 2026-01-26| "It has the vibe of a letter from a deceased parent sealed until adulthood." | 它有一种「一封被封存到成年才拆开的、已故父母的信」的气质。 | 《技术的青春期》§1（形容 Claude 宪法）· 2026-01-26 |  |

            "I definitely think that things like alignment and values are not guaranteed to emerge with scale. … But there's free variables here — What should you do? What should you think? What should you value? There aren't bits for that."我确实认为，对齐和价值观这类东西并**不保证**会随着 scale 涌现。……但这里有自由变量——你应该做什么？你应该怎么想？你应该重视什么？那里没有对应的比特。Dwarkesh Podcast · 2023-08-08 · 节引｜**「scaling 派也认为对齐不会自动解决」的最强一手证据**| "I definitely think that things like alignment and values are not guaranteed to emerge with scale. … But there's free variables here — What should you do? What should you think? What should you value? There aren't bits for that." | 我确实认为，对齐和价值观这类东西并不保证会随着 scale 涌现。……但这里有自由变量——你应该做什么？你应该怎么想？你应该重视什么？那里没有对应的比特。 | Dwarkesh Podcast · 2023-08-08 · 节引｜「scaling 派也认为对齐不会自动解决」的最强一手证据 |  |

            "MRI for AI"「给 AI 做核磁共振」《The Urgency of Interpretability》· 2025-04｜⚠️ 这是**目标比喻**，不是对当前能力的描述| "MRI for AI" | 「给 AI 做核磁共振」 | 《The Urgency of Interpretability》· 2025-04｜⚠️ 这是目标比喻，不是对当前能力的描述 |  |

            "a clockwork watch may be ticking normally, such that it's very hard to tell that it is likely to break down next month, but opening up the watch and looking inside can reveal mechanical weaknesses that allow you to figure it out."一只机械表**可能**走得很正常，以至于你很难看出它下个月**很可能**会坏掉；但把表打开、往里看，就能发现让你判断出这一点的机械弱点。《技术的青春期》§1 · 2026-01-26｜他解释「为什么可解释性不能被行为测试替代」的最好比喻| "a clockwork watch may be ticking normally, such that it's very hard to tell that it is likely to break down next month, but opening up the watch and looking inside can reveal mechanical weaknesses that allow you to figure it out." | 一只机械表可能走得很正常，以至于你很难看出它下个月很可能会坏掉；但把表打开、往里看，就能发现让你判断出这一点的机械弱点。 | 《技术的青春期》§1 · 2026-01-26｜他解释「为什么可解释性不能被行为测试替代」的最好比喻 |  |

          
          表 1-6 · 「对齐与可解释性」主题的其余条目。
        
      
    
  

  

1.7　生物武器与滥用：把「能力」与「动机」拆开的那个论证

这一组里最原创的一条不是关于生物学的，而是关于相关性的：历史上有能力造成大规模伤害的人，与有动机这么做的人，是两个几乎不重叠的群体；而强大 AI 会打破这个相关性。这个论证结构可以脱离生物武器场景独立使用。

“we disagree that the finding of a narrow potential jailbreak should be cause for recalling a commercial model deployed to hundreds of millions of people. If this standard was applied across the industry, we believe it would essentially halt all new model deployments for all frontier model providers.” 中译与语境

我们不认为发现一个狭窄的潜在越狱，应当成为召回一款已部署给数亿人的商业模型的理由。如果这个标准被应用于整个行业，我们相信它实质上会让所有前沿模型提供方的所有新模型部署都停下来。

**语境：**2026-06-12 美国政府援引国家安全授权下达出口管制指令后，Anthropic 的官方声明。这条常被中文报道略去——它说明下架不是 Anthropic 的自愿安全决定，公司公开表达了不同意。完整事件见 ⑥ RSP 与治理。

      W27观点，不是事实查看业界反方 →
      
      Anthropic 官方声明·
      2026-06-12·
      官方公告 [@src-b0d10e8dab]
    
  

  
    「生物武器与滥用」主题的其余 4 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "this will break the correlation between ability and motive: the disturbed loner who wants to kill people but lacks the discipline or skill to do so will now be elevated to the capability level of the PhD virologist, who is unlikely to have this motivation."这会打破能力与动机之间的相关性：那个想杀人却缺乏自律或技能的、心理失常的独行者，现在将被提升到博士级病毒学家的能力水平——而后者**不太可能**有这种动机。《技术的青春期》§2 · 2026-01-26｜**他在生物安全议题上最原创的一次论证**| "this will break the correlation between ability and motive: the disturbed loner who wants to kill people but lacks the discipline or skill to do so will now be elevated to the capability level of the PhD virologist, who is unlikely to have this motivation." | 这会打破能力与动机之间的相关性：那个想杀人却缺乏自律或技能的、心理失常的独行者，现在将被提升到博士级病毒学家的能力水平——而后者不太可能有这种动机。 | 《技术的青春期》§2 · 2026-01-26｜他在生物安全议题上最原创的一次论证 |  |

            "Even if this motive is extremely rare, it only has to materialize once."即使这个动机极其罕见，它也只需要成真一次。《技术的青春期》§2 · 2026-01-26| "Even if this motive is extremely rare, it only has to materialize once." | 即使这个动机极其罕见，它也只需要成真一次。 | 《技术的青春期》§2 · 2026-01-26 |  |

            "These classifiers increase the costs to serve our models measurably (in some models, they are close to 5% of total inference costs) and thus cut into our margins, but we feel that using them is the right thing to do."这些分类器可测量地提高了我们服务模型的成本（在**某些**模型上，它们接近总推理成本的 5%），因而侵蚀了我们的利润率；但我们认为使用它们是正确的事。《技术的青春期》§2 · 2026-01-26｜**安全成本极罕见的一个硬数字**，注意「某些模型」这个限定| "These classifiers increase the costs to serve our models measurably (in some models, they are close to 5% of total inference costs) and thus cut into our margins, but we feel that using them is the right thing to do." | 这些分类器可测量地提高了我们服务模型的成本（在某些模型上，它们接近总推理成本的 5%），因而侵蚀了我们的利润率；但我们认为使用它们是正确的事。 | 《技术的青春期》§2 · 2026-01-26｜安全成本极罕见的一个硬数字，注意「某些模型」这个限定 |  |

            "I am generally a skeptic about most kinds of international cooperation on AI, but this may be one narrow area where there is some chance of achieving global restraint. Even dictatorships do not want massive bioterrorist attacks."我总体上对大多数形式的 AI 国际合作持怀疑态度，但这**可能**是一个**有一定机会**达成全球克制的**狭窄**领域。即使是独裁政权也不想要大规模生物恐怖袭击。《技术的青春期》§2 · 2026-01-26｜三重限定，一处都不能删| "I am generally a skeptic about most kinds of international cooperation on AI, but this may be one narrow area where there is some chance of achieving global restraint. Even dictatorships do not want massive bioterrorist attacks." | 我总体上对大多数形式的 AI 国际合作持怀疑态度，但这可能是一个有一定机会达成全球克制的狭窄领域。即使是独裁政权也不想要大规模生物恐怖袭击。 | 《技术的青春期》§2 · 2026-01-26｜三重限定，一处都不能删 |  |

          
          表 1-7 · 「生物武器与滥用」主题的其余条目。
        
      
    
  

  

1.8　中国与地缘政治：中文世界读到的，和他实际写的

这是中文语境失真最严重的一个主题。他被普遍读作「全面对华鹰派」，但他在同一批文本里同时写下了三件事：出口管制是买时间、对中国人民的明确尊重、以及**「如果民主国家要靠做那些事才能赢，那这个赢就不值得」**。下面第三张卡是中文世界几乎从未引用过的一条。

“we, we, we put our money where our mouth is on, you know, China, we cut off access to, to models. We didn’t have to do that. No one told us to do that. You know, that cost us several hundred million dollars back when several hundred million dollars was a significant fraction of our revenue.” 中译与语境

在中国问题上我们说到做到：我们切断了模型访问。**我们本来不必那么做。没有任何人要求我们那么做。**那让我们损失了数亿美元——在那个「数亿美元」还是我们收入中相当大一部分的时候。

这是官方字幕逐字，未做清理（保留了 we, we, we 与 you know）。此前流通的版本是改写：原话是两个独立短句 "We didn't have to do that. No one told us to do that."，被压缩成了一个从句；"back when several hundred million dollars was" 里重复的金额被改成了 "when that was"。改写冒充逐字会失真，本页已替换为官方版本。

      W24观点，不是事实查看业界反方 →
      
      Bloomberg《The Circuit》加长版 01:08:20 · 官方上传字幕逐字·
      2026-06-17 上传·
      加长版 [@src-7a4e992177]
    
  

  
    

“We cannot in good conscience accede to their request.” 中译与语境

我们无法凭良心答应他们的要求。

语境：关于五角大楼最后通牒的公开声明。⚠️ 争点比通常转述窄得多：Anthropic 拒绝的是「在当前可靠性水平下提供全自主武器能力」与「大规模国内监控」两个用例，它不作原则性反对——官方明确说部分自主武器「对民主的防卫至关重要」，完全自主武器「也可能对国防至关重要」。它同时自称是「所有 AI 公司里在与美军合作上最前倾的一家」。完整表述见 ⑥ RSP 与治理。

      W26
      
      关于国防部最后通牒的公开声明 · NPR 报道·
      2026-02-26
    
  

  
    

“To be clear, I am not singling out China out of animus to them in particular… If anything, it is the Chinese people themselves who are most likely to suffer from the CCP’s AI-enabled repression, and they have no voice in the actions of their government. I greatly admire and respect the Chinese people.” 中译与语境

说清楚：我把中国单拎出来，并非出于对他们的特别敌意……如果说有什么的话，最可能受中共 AI 赋能压迫之苦的，恰恰是中国人民自己，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。

**中文世界几乎从未引用过这一段。**它与他的出口管制主张写在同一篇文章的同一节里。把这段与「卖核武器给朝鲜」那个类比并置，才是他这套论证的完整形态——他的靶子是政权的能力获取路径，不是国族。

      中文必收
      
      《The Adolescence of Technology》§3 · 节引·
      2026-01-26·
      原文 [@src-329003ad29]
    
  

  
    「中国与地缘政治」主题的其余 3 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "Current autocracies are limited in how repressive they can be by the need to have humans carry out their orders, and humans often have limits in how inhumane they are willing to be. But AI-enabled autocracies would not have such limits."当今的专制政权在能有多压迫这件事上是受限的，因为它们需要人类去执行命令，而人类在「愿意有多不人道」这一点上**往往**是有极限的。但由 AI 赋能的专制政权不会有这样的极限。《技术的青春期》§3 · 2026-01-26｜**他全部政治论证的枢纽**| "Current autocracies are limited in how repressive they can be by the need to have humans carry out their orders, and humans often have limits in how inhumane they are willing to be. But AI-enabled autocracies would not have such limits." | 当今的专制政权在能有多压迫这件事上是受限的，因为它们需要人类去执行命令，而人类在「愿意有多不人道」这一点上往往是有极限的。但由 AI 赋能的专制政权不会有这样的极限。 | 《技术的青春期》§3 · 2026-01-26｜他全部政治论证的枢纽 |  |

            "In my view, this is like selling nuclear weapons to North Korea and then bragging that the missile casings are made by Boeing and so the US is 'winning.'"在我看来，这就像把核武器卖给朝鲜，然后吹嘘说导弹外壳是波音造的，所以美国「赢了」。《技术的青春期》§3 · 2026-01-26｜⚠️ 达沃斯口头版措辞不同、意思相同，**引用须注明版本**| "In my view, this is like selling nuclear weapons to North Korea and then bragging that the missile casings are made by Boeing and so the US is 'winning.'" | 在我看来，这就像把核武器卖给朝鲜，然后吹嘘说导弹外壳是波音造的，所以美国「赢了」。 | 《技术的青春期》§3 · 2026-01-26｜⚠️ 达沃斯口头版措辞不同、意思相同，引用须注明版本 |  |

            "The formulation I have come up with is that we should use AI for national defense in all ways except those which would make us more like our autocratic adversaries."我想出的表述是：我们应当在国防上以**一切**方式使用 AI，除了那些会让我们变得更像我们的专制对手的方式。《技术的青春期》§3 · 2026-01-26｜注意前半句是「一切方式」——**这不是一条反军事合作的原则**| "The formulation I have come up with is that we should use AI for national defense in all ways except those which would make us more like our autocratic adversaries." | 我想出的表述是：我们应当在国防上以一切方式使用 AI，除了那些会让我们变得更像我们的专制对手的方式。 | 《技术的青春期》§3 · 2026-01-26｜注意前半句是「一切方式」——这不是一条反军事合作的原则 |  |

          
          表 1-8 · 「中国与地缘政治」主题的其余条目。
        
      
    
  

  

1.9　就业与经济：预测属实，格式全错

这是全站最容易出错的主题。「white-collar bloodbath（白领大屠杀）」是 Axios 编辑部的标题造词，不是他的原话；「50% 入门级白领岗位 / 失业率 10–20% / 1–5 年」是记者的转述句，不是逐字引语。但内容他本人是认的——2026 年 1 月他以第一人称书面复述了同一判断，同时否认了一种误读。那句否认就是下面第一张卡。

“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).” 中译与语境

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）。

🔴 **任何引用他就业预测的段落都必须带上这一句。**注意括号里的 likely——他说的是「很可能不是」，不是「肯定不是」。

**一个必须并置的张力：**Anthropic 自家经济学团队的《Labor market impacts of AI》（2026-03-05，作者 Massenkoff & McCrory）给出三条必须一起引用的结论——① programmers、客服、金融分析师是高暴露职业；② 暂时检测不到失业率影响（双重差分估计与零无法区分，且该框架有能力检测约 1 个百分点的变化）；③ 22–25 岁群体找工作率下降 14%，但原文自陈这一结果「勉强达到统计显著」，25 岁以上无此现象。公司 CEO 公开预测大规模白领冲击，公司自己的经济学家报告尚未检测到失业率影响——这个张力应当被写出来，而不是被抹平。

      W20观点，不是事实查看业界反方 →
      
      《The Adolescence of Technology》§4·
      2026-01-26·
      原文 [@src-329003ad29]
    
  

  
    

“we were planning for a 10X a year growth in compute, 10X a year is what we expect. That isn’t what we’ve seen over the first quarter of 2026. We saw a greater than three x growth in revenue quarterly, just in not annualized three x in the quarter, which of course, three to the fourth power is 80x over the course of the year. We didn’t plan for 80x annualized growth. It would not have been rational to plan for 80x annualized growth.” 中译与语境（80× 与 10× 必须成对）

我们当时按算力每年 10 倍增长来做规划，每年 10 倍就是我们预期的。那不是我们在 2026 年第一季度看到的。我们看到的是季度收入增长超过 3 倍——不是年化，是单季 3 倍；当然，3 的四次方就是全年 80 倍。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。

🔴 这段话里有两个数字，缺一不可。80× 指收入，而且不是观测值，是把单季超过 3 倍做四次方年化外推（3⁴≈81）得到的推算；10×/年指算力，那才是公司实际的规划口径。只引 80× 会丢掉这句话的论证功能——它的用途是反驳「Anthropic 算力买少了」："I don't think we bought too little compute by any reasonable standard."

他同时明说这种增速不可持续："we're in a locally extreme explosion of compute that's not gonna continue… you get to revenue numbers that no company on earth… It just, it just can't."

      W28
      
      Bloomberg《The Circuit》加长版 00:20:00–00:20:33 · 官方上传字幕·
      2026-06-17 上传·
      加长版 [@src-7a4e992177]
    
  

  
    

“Lines of code is an imperfect measure, as it measures quantity over quality. So 8× lines of code/engineer/day in the second quarter of 2026 is almost certainly an overstatement of the true productivity gain.” 中译与语境

代码行数是一个不完美的度量，因为它衡量的是数量而非质量。所以 2026 年第二季度「人均每天 8 倍代码行数」几乎肯定高估了真实的生产力提升。

**Anthropic 主动给自己降温的最佳实例。**同期一份 130 人内部调查的中位数自评是约 4 倍。方向相反的独立证据来自 METR：早期 2025 研究点估计「慢 19%」（95% 区间 +2%～+39%），2026-02-24 后续研究点估计「快 18%」（区间 −38%～+9%）——两个区间都跨过 0，因此「AI 是否真的提升了资深开发者产出」仍是未决问题，只是不再有强证据支持「显著变慢」。

      W29查看业界反方 →
      
      《When AI builds itself》· Anthropic Institute·
      2026-06·
      原文 [@src-dc0ef612e9]
    
  

  
    

“Soon after Claude Cowork was released, $285 billion in market value vanished overnight, traders called it the SaaSpocalypse.” 中译与语境（这不是 Dario 说的）

Claude Cowork 发布后不久，一夜之间蒸发了 $2,850 亿的市值，交易员管它叫「SaaS 启示录」。（此处「市值」指公开上市的 SaaS 公司；Anthropic 未上市，没有市值，只有投后估值。）

🔴 **这是主持人 Emily Chang 的提问陈述，不是 Dario 的说法。**逐字出自 Bloomberg《The Circuit》加长版 00:14:32。**Anthropic 方未确认该数字。**本条收录的原因正是：它在传播中常被写成「Anthropic 承认一夜蒸发 2,850 亿美元」——把提问当成了回答。

      主持人陈述
      
      Emily Chang · Bloomberg《The Circuit》加长版 00:14:32 · 官方上传字幕·
      2026-06-17 上传·
      加长版 [@src-7a4e992177]
    
  

  
    「就业与经济」主题的其余 4 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "Most of them are unaware that this is about to happen. It sounds crazy, and people just don't believe it."他们中的大多数人都没有意识到这件事即将发生。这听起来很疯狂，而人们就是不相信。Axios · 2025-05-28｜✅ 已核实为**完整直接引语**（与同文中的「50% / 10–20%」转述句不同）| "Most of them are unaware that this is about to happen. It sounds crazy, and people just don't believe it." | 他们中的大多数人都没有意识到这件事即将发生。这听起来很疯狂，而人们就是不相信。 | Axios · 2025-05-28｜✅ 已核实为完整直接引语（与同文中的「50% / 10–20%」转述句不同） |  |

            "AI is affecting people with certain intrinsic cognitive properties, namely lower intellectual ability (which is harder to change). It is not clear where these people will go or what they will do, and I am concerned that they could form an unemployed or very-low-wage 'underclass.'"AI 影响的是拥有某些内在认知属性的人——也就是智力能力较低的人（这更难改变）。不清楚这些人会去哪里、会做什么，我担心他们**可能**形成一个失业的、或工资极低的「底层阶级」。《技术的青春期》§4 · 2026-01-26｜**最少被引用、也最尖锐的一条**| "AI is affecting people with certain intrinsic cognitive properties, namely lower intellectual ability (which is harder to change). It is not clear where these people will go or what they will do, and I am concerned that they could form an unemployed or very-low-wage 'underclass.'" | AI 影响的是拥有某些内在认知属性的人——也就是智力能力较低的人（这更难改变）。不清楚这些人会去哪里、会做什么，我担心他们可能形成一个失业的、或工资极低的「底层阶级」。 | 《技术的青春期》§4 · 2026-01-26｜最少被引用、也最尖锐的一条 |  |

            "Democracy is ultimately backstopped by the idea that the population as a whole is necessary for the operation of the economy. If that economic leverage goes away, then the implicit social contract of democracy may stop working. … I worry it is already starting to happen."民主最终的兜底逻辑是：整体人口对于经济的运行是必需的。如果这个经济杠杆消失了，那么民主的隐性社会契约**可能**就不再运作。……我担心它已经开始发生了。《技术的青春期》§4 · 2026-01-26 · 节引| "Democracy is ultimately backstopped by the idea that the population as a whole is necessary for the operation of the economy. If that economic leverage goes away, then the implicit social contract of democracy may stop working. … I worry it is already starting to happen." | 民主最终的兜底逻辑是：整体人口对于经济的运行是必需的。如果这个经济杠杆消失了，那么民主的隐性社会契约可能就不再运作。……我担心它已经开始发生了。 | 《技术的青春期》§4 · 2026-01-26 · 节引 |  |

            "We simply need to break the link between the generation of economic value and self-worth and meaning."我们只需要打断「创造经济价值」与「自我价值和意义」之间的连接。《技术的青春期》§5 · 2026-01-26| "We simply need to break the link between the generation of economic value and self-worth and meaning." | 我们只需要打断「创造经济价值」与「自我价值和意义」之间的连接。 | 《技术的青春期》§5 · 2026-01-26 |  |

          
          表 1-9 · 「就业与经济」主题的其余条目。
        
      
    
  

  

1.10　监管与治理：从「现在别管」到「有约束力的强制测试」

这条线三年没断，但方向变了。2023 年他说「不要监管现在正在发生的事情」，同一年在参议院书面证词里说「私人行动是不够的」——合起来才是他 2023 年的完整立场：现在别管，但现在就要开始建管的能力。2026 年 6 月，他第一次公开主张有约束力的强制测试。

“It is time to go beyond transparency to more serious and binding regulation of AI. … 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.” 中译与语境

是时候超越透明度，走向对 AI 更严肃、有约束力的监管了。……前沿 AI 模型应当像飞机一样，被要求通过技术测试与审计；如果它们达不到高安全标准，其发布应当作为公共安全威胁被阻止或撤回。

这是本页跨度最大的一次立场移动的终点（起点见跨年对照第 2 组）。提案里有两条限定必须一起写：政府的阻止权必须严格限定在四类风险（网络安全、生物武器、AI 系统失控、可能加速上述风险的自动化研发），且必须有防止政治偏袒或武断决定的保护措施。

一个不该被略过的时间关系：在此三个月前（2026-03-26），一位联邦法官在初步禁令阶段认定，政府对 Anthropic 自己行使类似权力时恰恰不满足这些条件。这不是巧合，是他这套主张的经验来源。

      立场转折
      
      《Policy on the AI Exponential》· 节引·
      2026-06
    
  

  
    

“We felt that it wouldn’t actually help anyone for us to stop training AI models. We didn’t really feel, with the rapid advance of AI, that it made sense for us to make unilateral commitments … if competitors are blazing ahead.” 中译与语境

我们觉得，我们停止训练 AI 模型实际上帮不了任何人。我们真的不觉得，在 AI 快速推进的情况下，如果竞争对手在狂奔，我们做出单边承诺还有什么意义。

**说话人是首席科学官 Jared Kaplan，不是 Dario。**场合是 2026 年 2 月 RSP 大改（取消硬性 tripwire 承诺）后 TIME 的独家采访。该引语在 TIME、Engadget、WinBuzzer、CNN 四处独立复现。

**为什么这条放在这一页：**它是「向上竞赛」理论遇到的第一次公开挫折的官方解释。完整事实、双向 steelman 与当前裁决在 ⑥ RSP 与治理，这里只做来源卡。

      Jared Kaplan
      
      TIME 独家《Anthropic Drops Flagship Safety Pledge》· 节引·
      2026-02·
      报道 [@src-7fbcbd475f]
    
  

  
    「监管与治理」主题的其余 3 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "Don't regulate what's happening now."　**／必须并读：**"private action is not enough"不要监管现在正在发生的事情。**／**私人行动是不够的。前句：Fortune Brainstorm Tech · 2023-07 录 / 09-26 发；后句：参议院书面证词 · 2023-07-25｜**只引前句会造出一个不存在的立场**| "Don't regulate what's happening now."　／必须并读："private action is not enough" | 不要监管现在正在发生的事情。／私人行动是不够的。 | 前句：Fortune Brainstorm Tech · 2023-07 录 / 09-26 发；后句：参议院书面证词 · 2023-07-25｜只引前句会造出一个不存在的立场 |  |

            "the worst enemy of those who want real accountability is badly designed regulation. We need to actually get it right."那些想要真正问责的人，最大的敌人就是设计糟糕的监管。我们必须真的把它做对。Lex Fridman #452 · 2024-11-11| "the worst enemy of those who want real accountability is badly designed regulation. We need to actually get it right." | 那些想要真正问责的人，最大的敌人就是设计糟糕的监管。我们必须真的把它做对。 | Lex Fridman #452 · 2024-11-11 |  |

            "I don't think you can trust these companies to adhere to these voluntary plans on their own. … if there's nothing watching over us as an industry, there's no guarantee that we'll do the right thing and the stakes are very high."我不认为你可以信任这些公司会自己遵守这些自愿计划。……如果没有东西在监督作为一个行业的我们，就没有保证我们会做正确的事，而赌注非常高。Lex Fridman #452 · 2024-11-11 · 节引｜**2024 年他就说过自愿承诺不可靠**——与 2026-02 的 RSP 改动对读，见第 4 组跨年对照| "I don't think you can trust these companies to adhere to these voluntary plans on their own. … if there's nothing watching over us as an industry, there's no guarantee that we'll do the right thing and the stakes are very high." | 我不认为你可以信任这些公司会自己遵守这些自愿计划。……如果没有东西在监督作为一个行业的我们，就没有保证我们会做正确的事，而赌注非常高。 | Lex Fridman #452 · 2024-11-11 · 节引｜2024 年他就说过自愿承诺不可靠——与 2026-02 的 RSP 改动对读，见第 4 组跨年对照 |  |

          
          表 1-10 · 「监管与治理」主题的其余条目。RSP 版本沿革与三次阈值修改见 ⑥ RSP 与治理。
        
      
    
  

  

1.11　商业与文化：两次自我辩护，一封辞职信

这一组的三张卡有一个共同点：它们都是关于「该不该相信这家公司」的直接材料——两条是公司自己的辩护，一条是来自内部的批评。把它们放在一起不是为了制造矛盾，而是因为它们回答的是同一个问题。

“we, we, we were willing to risk the future of our company to like limit how… these models are used” 中译与语境（脱离语境会读反）

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。（清理版：已删口语重复词 we, we, we 与 like, you know。）

🔴 **必引上下文。**紧接其后 00:44:20 他说："what you're talking about is a use case that doesn't even violate our red lines. We're worried that there will be a hundred times as much with use cases that do violate our red lines."（你说的那个用例甚至并不触犯我们的红线。我们担心的是，触犯红线的用例会多出一百倍。）

他是在回应战争中的误伤问题，并明确指出被问及的那个用例并不触犯自家红线。脱离这个语境单引，会把一句「对未来风险的辩护」读成「对已发生事件的表功」。

      W23
      
      Bloomberg《The Circuit》加长版 00:44:11 · 官方上传字幕（已删口语重复词）·
      2026-06-17 上传·
      加长版 [@src-7a4e992177]
    
  

  
    

“We aren’t perfect, we make mistakes. But you know, what I would ask is for people to look at the overall history and say, if you add up that overall history, what is the hypothesis about us that is most consistent with that overall history? People have to decide for themselves, but I think the hypothesis that’s consistent is we are genuinely trying to do the right thing. We’re imperfect. Organizations are always dysfunctional.” 中译与语境

我们并不完美，我们会犯错。但我想请人们看看整体的历史，把这段历史加总起来，关于我们最一致的假说是什么？人们得自己判断，**但我认为那个一致的假说是：我们是真心在努力做正确的事。**我们不完美。组织总是功能失调的。

🔴 **此前流通的版本用一个省略号删掉了整段话的落点。**被删掉的正是 "we are genuinely trying to do the right thing"——删掉之后，一段「先自陈不完美、再给出自我辩护」的话被剪成了只剩自陈不完美，论证方向被削平。见证伪区第 15 条。

⚠️ 末句 "We're imperfect. Organizations are always dysfunctional." 的句号为本报告所加——官方字幕在此处缺失标点，原文为 "We're imperfect organizations are, you know, always dysfunctional"。

      W25
      
      Bloomberg《The Circuit》加长版 01:08:38 · 官方上传字幕逐字·
      2026-06-17 上传·
      加长版 [@src-7a4e992177]
    
  

  
    

“The world is in peril. And not just from AI, or bioweapons, but from a whole series of interconnected crises unfolding in this very moment.” 中译与语境

世界处于危险之中。而且不只是来自 AI 或生物武器，而是来自此时此刻正在展开的一整串互相关联的危机。

说话人是 Mrinank Sharma，Anthropic Safeguards Research 团队负责人（2023 年加入，牛津机器学习博士），2026-02-09 公开辞职信，BBC 于 02-13 报道。他还说自己「一再看到，让我们的价值观真正支配我们的行动有多难」，包括在 Anthropic——公司「持续面对把最重要的东西搁在一边的压力」。

⚠️ **公允记录：**信中有大量对公司的赞美，没有具体的违规指控，且他把问题扩展到了自身与整个社会。这是强烈的内部压力信号，不是具体违法或失信的证据。另需注意范围：2026 年流失发生在安全研究的中层领导岗位，七位联合创始人全部在任。完整分析在 ⑧ 关键员工群像。

      W32
      
      Mrinank Sharma 公开辞职信 · BBC 报道·
      2026-02-09·
      BBC [@src-7cb97cc0a5]
    
  

  
    「商业与文化」主题的其余 3 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "My view has always been talent density beats talent mass."我一直的看法是：人才密度胜过人才总量。Dwarkesh Podcast · 2023-08-08（同期说了两遍）| "My view has always been talent density beats talent mass." | 我一直的看法是：人才密度胜过人才总量。 | Dwarkesh Podcast · 2023-08-08（同期说了两遍） |  |

            "our revenue has grown 10x in the last three years from zero to 100 million in 2023, 100 million to a billion in 2024. And 1 billion to 10 billion in 2025."我们的收入在过去三年里每年 10 倍地增长：2023 年从零到 1 亿美元，2024 年从 1 亿到 10 亿，2025 年从 10 亿到 100 亿。WEF 达沃斯《The Day After AGI》· 2026-01-20｜⚠️ 公司自报，非审计数字| "our revenue has grown 10x in the last three years from zero to 100 million in 2023, 100 million to a billion in 2024. And 1 billion to 10 billion in 2025." | 我们的收入在过去三年里每年 10 倍地增长：2023 年从零到 1 亿美元，2024 年从 1 亿到 10 亿，2025 年从 10 亿到 100 亿。 | WEF 达沃斯《The Day After AGI》· 2026-01-20｜⚠️ 公司自报，非审计数字 |  |

            "Many people have told me that we should stop doing this, that it could lead to unfavorable treatment, but in the year we've been doing it, Anthropic's valuation has increased by over 6x, an almost unprecedented jump at our commercial scale."许多人告诉我我们应该停止这样做、说这**可能**招致不利待遇；但在我们这样做的这一年里，Anthropic 的**估值**上涨了 6 倍以上——在我们这个商业体量上，这几乎是前所未有的跃升。《技术的青春期》§4 · 2026-01-26｜⚠️ 「估值」指**投后估值**；Anthropic 未上市，没有市值| "Many people have told me that we should stop doing this, that it could lead to unfavorable treatment, but in the year we've been doing it, Anthropic's valuation has increased by over 6x, an almost unprecedented jump at our commercial scale." | 许多人告诉我我们应该停止这样做、说这可能招致不利待遇；但在我们这样做的这一年里，Anthropic 的估值上涨了 6 倍以上——在我们这个商业体量上，这几乎是前所未有的跃升。 | 《技术的青春期》§4 · 2026-01-26｜⚠️ 「估值」指投后估值；Anthropic 未上市，没有市值 |  |

          
          表 1-11 · 「商业与文化」主题的其余条目。收入与估值口径见 ⑨ 2026 前沿。
        
      
    
  

  

1.12　个人方法论：他自己怎么看「被引用」这件事

把这一组放在最后，是因为它对本页有元层意义：他多次表达过对「把公司人格化」「剪三秒片段」的警惕，也交代过自己的写作过程。一个研究他言论语料的页面，有义务把这些交代出来。

“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.” 中译与语境

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。

      W30
      
      《The Adolescence of Technology》开篇·
      2026-01-26
    
  

  
    

“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.” 中译与语境

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。

**这是《技术的青春期》全文的最后一段。**省略号处为对合作与制度建设的展开，不改变语气。

      W31
      
      《The Adolescence of Technology》全文末段 · 节引·
      2026-01-26
    
  

  
    「个人方法论」主题的其余 3 条
    
      
        

          英文逐字中译出处 · 日期等级| 英文逐字 | 中译 | 出处 · 日期 | 等级 |

          
            "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."把你的激励非常强烈地绑定在人群的赞许或欢呼上，会毁掉你的头脑，**某些情况下**，会毁掉你的灵魂。Dwarkesh Podcast · 2023-08-08｜解释他为什么刻意低调；**与他 2025–2026 年成为高曝光 CEO 形成张力**| "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." | 把你的激励非常强烈地绑定在人群的赞许或欢呼上，会毁掉你的头脑，某些情况下，会毁掉你的灵魂。 | Dwarkesh Podcast · 2023-08-08｜解释他为什么刻意低调；与他 2025–2026 年成为高曝光 CEO 形成张力 |  |

            "I don't really like the trend of personalizing companies. … I want people to think in terms of the nameless, bureaucratic institution and its incentives more than they think in terms of me. Everyone wants a friendly face, but actually, friendly faces can be misleading."我不太喜欢把公司人格化的趋势。……我希望人们更多地以「无名的官僚机构及其激励结构」的方式来思考，而不是以「我」的方式来思考。每个人都想要一张友善的面孔，但实际上，友善的面孔**可能**会误导人。Dwarkesh Podcast · 2023-08-08 · 节引｜**对一个「金句库」页面的直接警告**| "I don't really like the trend of personalizing companies. … I want people to think in terms of the nameless, bureaucratic institution and its incentives more than they think in terms of me. Everyone wants a friendly face, but actually, friendly faces can be misleading." | 我不太喜欢把公司人格化的趋势。……我希望人们更多地以「无名的官僚机构及其激励结构」的方式来思考，而不是以「我」的方式来思考。每个人都想要一张友善的面孔，但实际上，友善的面孔可能会误导人。 | Dwarkesh Podcast · 2023-08-08 · 节引｜对一个「金句库」页面的直接警告 |  |

            "I'd love to give some sophisticated reason why I wrote that first, but it was just that the positive essay was easier and more fun to write than the negative essay."我很想给出某个精妙的理由来解释我为什么先写那篇（《MOLG》），但真相只是：正面的那篇比负面的那篇更容易写、也更好玩。WEF 达沃斯 · 2026-01-20｜**三年后他给出了一个更诚实、也更不体面的版本**| "I'd love to give some sophisticated reason why I wrote that first, but it was just that the positive essay was easier and more fun to write than the negative essay." | 我很想给出某个精妙的理由来解释我为什么先写那篇（《MOLG》），但真相只是：正面的那篇比负面的那篇更容易写、也更好玩。 | WEF 达沃斯 · 2026-01-20｜三年后他给出了一个更诚实、也更不体面的版本 |  |

          
          表 1-12 · 「个人方法论」主题的其余条目。
        
      
    
  

  

1.13　附：待复核区 —— 七条只有第三方转录的 Bloomberg 引语

下面 7 条出自 Bloomberg《The Circuit》，但本轮没有回官方上传字幕逐字复核，目前只有第三方转录。它们的证据强度与第④档【二手转录】相同，因此单独列出：可以作为「他大致表达过这个意思」的材料，不得作为逐字引语使用，也不得据此争论个别用词。本页把它们放进来而不是删掉，是因为其中几条（尤其第 3、6 条）是理解他 2026 年立场的重要材料，删掉会造成另一种失真。

    待复核区 · 7 条（第三方转录，未回官方字幕复核）
    
      
        

          #英文（第三方转录）中译主题| # | 英文（第三方转录） | 中译 | 主题 |

          
            1"What I think needs to happen is that the trustworthy actors need to get together and put the untrustworthy actors in a position where they have to adopt the same standards."我认为需要发生的是：可信的行为者联合起来，把不可信的行为者置于「不得不采纳同样标准」的境地。Race to the Top| 1 | "What I think needs to happen is that the trustworthy actors need to get together and put the untrustworthy actors in a position where they have to adopt the same standards." | 我认为需要发生的是：可信的行为者联合起来，把不可信的行为者置于「不得不采纳同样标准」的境地。 | Race to the Top |

            2"The Rosetta Stone to all of this is the smooth exponential."　"The experience of the smooth exponential is nothing's happening, nothing's happening, nothing's happening, a little things happen, and then zoom, it goes crazy."理解这一切的罗塞塔石碑，就是那条平滑的指数曲线。／平滑指数的体验是：什么也没发生，什么也没发生，什么也没发生，有一点点事发生了，然后「嗖」的一下，它疯了。Scaling| 2 | "The Rosetta Stone to all of this is the smooth exponential."　"The experience of the smooth exponential is nothing's happening, nothing's happening, nothing's happening, a little things happen, and then zoom, it goes crazy." | 理解这一切的罗塞塔石碑，就是那条平滑的指数曲线。／平滑指数的体验是：什么也没发生，什么也没发生，什么也没发生，有一点点事发生了，然后「嗖」的一下，它疯了。 | Scaling |

            3"It's not worth democracies winning if democracies do those things."如果民主国家要靠做那些事才能赢，那这个赢就不值得。地缘政治| 3 | "It's not worth democracies winning if democracies do those things." | 如果民主国家要靠做那些事才能赢，那这个赢就不值得。 | 地缘政治 |

            4"I am scared of companies having this technology, but also of government having it. Companies need to provide checks on government, and government needs to provide checks on companies."我害怕公司拥有这项技术，但也害怕政府拥有它。公司需要对政府提供制衡，政府需要对公司提供制衡。监管| 4 | "I am scared of companies having this technology, but also of government having it. Companies need to provide checks on government, and government needs to provide checks on companies." | 我害怕公司拥有这项技术，但也害怕政府拥有它。公司需要对政府提供制衡，政府需要对公司提供制衡。 | 监管 |

            5"We have suffered enormously commercially from not releasing this model. … This has hurt us enormously commercially."不发布这个模型，让我们在商业上遭受了巨大损失。……这在商业上极大地伤害了我们。商业（谈 Mythos）| 5 | "We have suffered enormously commercially from not releasing this model. … This has hurt us enormously commercially." | 不发布这个模型，让我们在商业上遭受了巨大损失。……这在商业上极大地伤害了我们。 | 商业（谈 Mythos） |

            6"The figure I most identified with was Leo Szilard… In some ways, I see Oppenheimer as a failure case, as what should not happen."我最认同的人物是利奥·西拉德……在某种意义上，我把奥本海默看作一个失败案例，看作不该发生的事。自我定位| 6 | "The figure I most identified with was Leo Szilard… In some ways, I see Oppenheimer as a failure case, as what should not happen." | 我最认同的人物是利奥·西拉德……在某种意义上，我把奥本海默看作一个失败案例，看作不该发生的事。 | 自我定位 |

            7"I have not gotten to the point where I actually allow text directly written by Claude in… But I basically use Claude to help me brainstorm… writing helps you struggle through ideas. … Do we lose that if we let Claude do it for us? I'm a little worried about that."我还没到真的允许 Claude 直接写的文字进入我文章的程度……但我基本上会用 Claude 帮我头脑风暴……写作能帮你在观念中挣扎。……如果我们让 Claude 替我们做，我们会不会失去那个？我有点担心这个。方法论（元信息）| 7 | "I have not gotten to the point where I actually allow text directly written by Claude in… But I basically use Claude to help me brainstorm… writing helps you struggle through ideas. … Do we lose that if we let Claude do it for us? I'm a little worried about that." | 我还没到真的允许 Claude 直接写的文字进入我文章的程度……但我基本上会用 Claude 帮我头脑风暴……写作能帮你在观念中挣扎。……如果我们让 Claude 替我们做，我们会不会失去那个？我有点担心这个。 | 方法论（元信息） |

          
          表 1-13 · 待复核区。全部标 ：Bloomberg《The Circuit》2026-06，第三方转录，**本轮未回官方上传字幕逐字复核**。⚠️ 与白名单中的 W21 属同一证据强度；**白名单 34 条里仍标【二手转录】的只有 W21 一条**。
        
      
    
  



  

2 · 跨年对照：五组「他改了什么」

同一主题、不同年份的表述并排。看的不是「谁自相矛盾」，而是问题被怎样重新命名、限定被怎样增减、置信结构被怎样改写。

    警示 · 这一节的读法
    

本节不做「言行不一」的指控。把不同时期、回答不同问题的句子剪在一起，很容易造出一个原本不存在的矛盾。因此每一组都写明变化的类型——用下面这套分类，而不是用「打脸」这类词：时间更新（新证据改变旧结论）、范围扩大 / 收窄（同一主张的适用域变了）、集体行动困境（单边承诺受竞争惩罚）、口径迁移（措辞变了但主张未变）、自陈修正（他自己回头给了不同解释）。

只有同时满足「同一主体、同一时期、同一适用范围、明确承诺、行为直接违反、没有公开修订、没有可信的情境变化」这七条，才谈得上「言行不一」。下面五组没有一组同时满足这七条。

对照一　「我只是不想让它变成企业宣传」→ 一万多词的乌托邦长文

2023-09-07 · TIME100 AI

• 被问及为什么很少谈 AI 的正面前景时，他的回答是：“I just don’t want it to turn into corporate propaganda.”（我只是不想让它变成企业宣传。）

• 同期 Daniela Amodei 的说法是：Anthropic 领导层比其他 AI 名人更少谈好处，「不是因为我们不在乎或者不认为它存在，而是因为我们认为当下有太多重要的事要做」。

2024-10 → 2026-01 · 三次解释

• **2024-10：**他写下《Machines of Loving Grace》，一整篇专门论述 AI 的正面愿景。

• **2024-11 Lex #452：**他给出的理由是 “If you only talk about risks, your brain only thinks about risks.”（如果你只谈风险，你的大脑就只会想风险。）

• 2026-01 达沃斯：他给出了一个更不体面的版本——“it was just that the positive essay was easier and more fun to write than the negative essay.”（真相只是：正面的那篇更容易写、也更好玩。）

变化类型：自陈修正。这一组的价值不在于「他改了口」，而在于他两年后给出的理由比当时更诚实、也更不体面。这为判断他其他自述的可信度提供了一个有用的参照：他会在事后修正自己对自己的解释。

对照二　「不要监管现在正在发生的事情」→「有约束力的强制测试」

2023 · 两句必须并读

• 2023-07 Fortune：“Don’t regulate what’s happening now.”（不要监管现在正在发生的事情。）

• 2023-07-25 参议院书面证词：“private action is not enough”（私人行动是不够的），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。

• 合起来才是完整立场：现在别管，但现在就要开始建「管的能力」。

2026-06 ·《Policy on the AI Exponential》

• “It is time to go beyond transparency to more serious and binding regulation of AI.”（是时候超越透明度，走向有约束力的监管了。）

• 提案：超过某算力阈值的模型须由合格第三方强制测试四类风险；政府应有权阻止部署，但权力必须严格限定在这四类，且必须有防止政治偏袒的保护措施。

• 触发证据是 Anthropic 自己的模型（Mythos 展示出精英级网络安全能力）。

变化类型：时间更新。这不是从「反监管」转向「亲监管」——他 2023 年就在要求建立测试与审计制度。真正变化的是触发条件：他 2026-01 写过 “if truly strong evidence of risks emerges, then rules should be proportionately strong.”（如果真正有力的风险证据出现，规则就应当相应地强硬。）五个月后，他认为那个条件被自己公司的模型满足了。

**值得注意的自指结构：**推动他升级政策立场的关键证据，是他自己公司的产品。这既是这套主张最有说服力的地方（有一手证据），也是「监管俘获」指控的着力点。两种读法都成立，本页不替读者选。完整辩论见 ⑥ RSP 与治理。

对照三　从「不评论别人」到「下一层风险是 AI 公司本身」

2023–2024 · 刻意回避同行评论

• 2023-08 Dwarkesh：“I don’t really like the trend of personalizing companies. The whole cage match between CEOs approach.”（我不太喜欢把公司人格化的趋势。CEO 之间搞铁笼格斗那一套。）

• 2024-11 Lex #452：“It is incredibly unproductive to try and argue with someone else’s vision…”（试图跟别人的愿景争辩是极其没有产出的……）

2026-01 ·《技术的青春期》§3

• “It is somewhat awkward to say this as the CEO of an AI company, but I think the next tier of risk is actually AI companies themselves. … they could, for example, use their AI products to brainwash their massive consumer user base.”（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。……举例来说，它们可以用自家 AI 产品给庞大的消费者用户群洗脑。）

变化类型：范围扩大。他并没有推翻「不搞人身争论」这条原则——2026 年的批评仍然不点名，靶子是「AI 公司」这个类别及其激励结构，与他 2023 年说的「以无名的官僚机构及其激励来思考」是同一套方法。变的是他把自己所在的这个类别也放进了风险清单。

    失效边界
    

2026 年他确实有若干更直接的同行批评见诸报道（含对信任问题的表述），但本轮可得的多为第三方转录，未回官方字幕复核，因此本节不引用其逐字文本，只用有一手出处的这一条。**这意味着本组对照的强度低于它可能达到的强度。**相关条目见 §1.13 待复核区。

对照四　「不能信任公司自律」→ 取消硬性承诺

2024-11 · Lex #452

• “I don’t think you can trust these companies to adhere to these voluntary plans on their own.”（我不认为你可以信任这些公司会自己遵守这些自愿计划。）

• 他同时解释了 RSP 的设计逻辑：“It’s actually dangerous to cry wolf. … So the if-then, the trigger commitment is basically a way to deal with this.”（喊「狼来了」其实是危险的。……所以这个「如果—那么」式的触发承诺，基本上就是应对这个问题的办法。）

2026-02 · RSP 大改

• 「若无法事先保证有恰当缓解措施就不训练／不发布」这一硬性触发承诺被取消。

• 首席科学官 Jared Kaplan 的解释：“if competitors are blazing ahead” 时做单边承诺没有意义。

• 新版 RSP 的自辩：如果一家开发者为实施安全措施而暂停，而其他人继续推进，「拥有最弱保护的开发者将决定节奏」。

**变化类型：集体行动困境。**注意这两栏其实指向同一个判断——2024 年他说的正是「自愿承诺不可靠」。2026 年发生的不是他改变了这个判断，而是他所在的公司成了这个判断的案例。

两种读法证据都支持，本页不替读者选：（a）这是一次对集体行动困境的诚实承认，保留一个做不到的承诺比公开修订它更不诚实；（b）这是估值上升期的伦理软化。**准确的裁决停在这里：约束性质确实变弱了（从结果型单边承诺退到程序型透明与比较承诺），可审计性则部分增强（Risk Report、公开 diff、把外审把关权交给长期利益信托 LTBT）。**完整六段式分析在 ⑥ RSP 与治理。

对照五　生物医学的乐观，与他自己写下的限速清单

2024-10 ·《MOLG》被引用的那一半

• “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”

• 中文标签「压缩的 21 世纪」由此而来——这个标签是他自己起的，确实有歧义。

同一篇文章里没被引用的那一半

• “Intelligence may be very powerful, but it isn’t magic fairy dust.”（W15）

• 紧接着他列出五条限速因素：物理世界的速度、数据不足、内在复杂性、人类构成的约束（临床试验、监管、社会接受度）、外部约束。

• 2026-01 的措辞已经变了：从「生物医学 50–100 年 → 5–10 年」改为 “a century of scientific and economic progress compressed into a decade”。

**变化类型：口径迁移 + 传播端的限定语剥离。**这一组与前四组不同：2024 年的原文里，限定语一直都在——「生物学与医学」在同一段里出现了三次。丢失发生在传播端，不在他这边。但 2026 年的措辞确实放宽了：从一个领域限定的预测，变成了「科学与经济进展」这一更宽的口径。这两件事必须分开说：中文世界的失真是转述问题，措辞放宽是他本人的变化。

3 · 证伪区：16 条被误传的说法

这是本页最有价值的一区。每条给出：原说法 / 出现位置 / 更正后 / 依据 / 为什么容易错。其中 4 条确认无一手出处（01–05 里的四条），4 条是「说了，但不是这个人 / 不是这个意思」，3 条是语义被读反或说话人被搞错，2 条是删节与加码改变了论证方向（都发生在本报告自己的材料里），2 条是修辞与反讽被当成了数据。

    口径说明
    

下面「原说法」栏里出现的英文串，全部是被广泛流传但不应使用的版本，本页保留它们是为了让读者能对上号。**不要静默删除原说法——保留它正是这个组件存在的意义。**这些串在本报告其余 12 个页面中一律不出现。

    证伪 01 · 查无出处
    
      
        原说法
        

“We’re not building AI because we think it’s safe, we’re building it because we think it’s inevitable.”

出现位置：中英文社群、演讲引用、多份二手综述；归于 Dario Amodei

      →
      
        更正后
        

确认无逐字出处，判定为「确认无出处」而非「尚未找到」。三条有确切出处的替代：①《MOLG》(2024-10) “The basic development… seems inevitable… On the other hand, the risks are not predetermined”；② 达沃斯 (2026-01-20) “I think it was inevitable [from] the instant we started working with fire. But how we handle it is not inevitable.”；③《The Urgency of Interpretability》(2025-04) “We can’t stop the bus, but we can steer it.”

依据：多轮官方 transcript 全文检索 + 独立复核（核验日 2026-07-25）｜替代见 W02 / W03 / W04

为什么容易错：语义上最接近的三处真实表述都存在、且措辞明确不同，说明流传句是对这些真实表述的压缩改写，而不是某处遗失的原话。它之所以流传，恰恰因为它比原话更利落——原话的关键在后半句（「但我们如何处理它，则不是不可避免的」），而压缩版把后半句整个丢掉了，于是一个「有条件的宿命论」变成了纯粹的宿命论。

    证伪 02 · 半句有出处，半句没有
    
      
        原说法
        

“I’m not a doomer, I’m a worrier.”

出现位置：英文社群与中文编译的人物侧写

      →
      
        更正后
        

前半句有出处，后半句没有。“I’m not a doomer” 出自达沃斯（2026-01-20）；《MOLG》(2024-10) 有等价书面表述：“people sometimes draw the conclusion that I’m a pessimist or ‘doomer’… I don’t think that at all.” “I’m a worrier” 全窗口未找到出处。

依据：全语料检索（核验日 2026-07-25）｜替代见 W14

**为什么容易错：**对仗工整的句子传播力远高于原话。只用前半句，或直接引 MOLG 那句（更强，且是书面一手）。

    证伪 03 · 查无出处，且有反向证据
    
      
        原说法
        

“Anthropic is not a normal company.”

出现位置：多份中英文综述与任务简报，归于 Dario Amodei

      →
      
        更正后
        

**找不到一手出处。**两份独立笔记分别 grep 了 Dario 的三篇长文与 84 篇官方新闻稿，零匹配。反向证据：Eric Schmidt 公开说过 Anthropic「现在已经是一家普通公司」。若要表达「Anthropic 自认特殊」，应改用有出处的制度事实——公益公司（PBC）身份、长期利益信托（LTBT）的董事任免权。

依据：两份独立笔记的全文检索，结论一致（核验日 2026-07-25）

为什么容易错：这句话太符合 Anthropic 的自我形象，读者会默认它出自官方。这类「听起来一定说过」的句子风险最高——它们不需要被编造，只需要被复述几次就会获得出处感。

    证伪 04 · 措辞不存在
    
      
        原说法
        

“the loading dock”（作为 Dario 的招牌措辞）

出现位置：早期笔记的「措辞清单」，未标注出处

      →
      
        更正后
        

**2021–2026 全部可得材料中未找到这一措辞。**从措辞清单整体移除，不以任何形式出现——包括作为章节标题的灵感。

依据：全语料检索（核验日 2026-07-25）

为什么容易错：这是「无出处措辞」最典型的形态——它没有具体主张，因此没人会去核对；它一旦进入某份清单，就会被下游当作既定事实继承。本页把它列出来，是为了让它在被继承之前先被否掉。

    证伪 05 · 无出处，且方向性反证很强
    
      
        原说法
        

“70% / 30%“——Dario 对「对齐难度」的概率分配

出现位置：二手综述与讨论区

      →
      
        更正后
        

无出处。反证很强：Dwarkesh Podcast（2023-08-08）上他明确拒绝给出概率分布——“I’m not super into questions like what’s your probability distribution of X?”，并说他更关心「我们可能学到什么，从而在它们之间转移概率质量」。

依据：见 §1.5 表 1-5 第三行（Dwarkesh 2023-08-08）

**为什么容易错：**他后来确实给过若干概率数字（10–20%、25%、90/95/99），于是读者会默认「他对什么都给概率」。但这些数字分属不同问题、不同年份，且他对「对齐难度」这个问题恰恰长期拒绝量化。

    证伪 06 · 短语不存在，且主语搞反
    
      
        原说法
        

Jack Clark 用 “a very smart, very strange child” 形容 AI

出现位置：中文编译与二手综述，引《Technological Optimism and Appropriate Fear》(2025-10-13)

      →
      
        更正后
        

该短语在该文全文中不存在。更严重的是：该文「黑暗中的孩子」比喻指的是人类——我们是那个在黑暗房间里的孩子，房间是地球，而我们害怕的是自己造出来、却看不清的那个东西。中文世界读成「Anthropic 形容 AI 像个聪明又古怪的孩子」，是把主语搞反了。

依据：该演讲全文核对（核验日 2026-07-25）｜相关人物分析见 ⑧ 关键员工群像

为什么容易错：这是比喻在跨语言传播中最常见的失效方式——比喻的两端被对调。原文的力量恰恰来自主语是人类（这是一篇关于人类认知局限的演讲）；换成 AI 之后，它变成了一句关于模型性格的可爱描述，论证功能完全消失。

    证伪 07 · 非原话，且时态差异有意义
    
      
        原说法
        

Jack Clark 说 “the machines are alive”（机器活了）

出现位置：中文标题党报道（如「AI 真的『活』了，我们只是装作没看见」）与二手综述

      →
      
        更正后
        

非原话。最接近的原文是 “I am sure it is coming to life.”（我确信它正在活过来。）时态差异是有意义的：is coming to life 是过程，are alive 是状态——改写把一个谨慎的观察变成了断言。原文的完整语境是：读 Sonnet 4.5 的系统卡时发现情境觉知迹象跃升，「椅子上那堆衣服开始动了」。

依据：Import AI 431 全文核对（核验日 2026-07-25）

**为什么容易错：**英文进行时在中文里没有对应的强制标记，翻译过程本身就会抹掉时态。这一条说明：跨语言引用时，时态与情态是最先丢失的两样东西，而它们恰恰承载着说话人的置信度。

    证伪 08 · 归属错误，且方向相反
    
      
        原说法
        

“we’re in the middle of an intelligence explosion” 是 Sholto Douglas / Trenton Bricken 说的

出现位置：任务简报与二手综述

      →
      
        更正后
        

**两场官方 transcript 均无此句。**而且 2024 年他们说的恰恰相反。若要写他们的立场，应改用「预测台账对照」——把他们 2024 年的公开预测与 2025 年的实际结果逐条并列，这是极罕见的「让专家为自己旧预测负责」的可验证素材。

依据：两场官方 transcript 全文检索（核验日 2026-07-25）｜见 ⑧ 关键员工群像

为什么容易错：这四个字（intelligence explosion）是这个圈子的公共词汇，读者会默认「他们当然说过」。公共词汇最容易被回填成具体引语。

    证伪 09 · 标题造词 + 转述被当成逐字
    
      
        原说法
        

Dario 说 AI 将造成「white-collar bloodbath（白领大屠杀）」，消灭 50% 的入门级白领岗位，失业率飙到 20%

出现位置：中英文报道普遍如此，常以引号形式呈现

      →
      
        更正后
        

三重错误。①「white-collar bloodbath」是 Axios 编辑部的标题造词（2025-05-28，作者 Jim VandeHei & Mike Allen），文中只出现在 Axios 自己的叙述句里；② 那组数字是记者的转述句，不是逐字引语；③ 区间被取上限（10–20% 被写成 20%）。但内容属实——他 2026-01 在《技术的青春期》以第一人称书面确认了同一判断，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).”

依据：Axios 原文 ^[1]（2025-05-28）｜《技术的青春期》 ^[2]（2026-01-26）

**为什么容易错：****标题与正文在传播中会合并。**报道被转发时，标题里的编辑造词与正文里的记者转述都会被读作「他说的」。正确写法是：「Axios 以《A white-collar bloodbath》为题报道了他的警告」，而不是「Dario 说白领大屠杀」。

    证伪 10 · 归属错误，且论点相反
    
      
        原说法
        

「march of nines（九的进军）」是 Dario 对自己「90% 代码」预测的修正

出现位置：中文综述与调研笔记（本报告自己的一份笔记里也一度写入）

      →
      
        更正后
        

这是 Andrej Karpathy 的措辞，出自他 2025-10 在 Dwarkesh 播客（《AGI is still a decade away》）谈特斯拉自动驾驶时的原话：“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.” ⚠️ 他 2026-05-19 才加入 Anthropic 预训练团队，说这话时他在 Anthropic 之外，且论点（AGI 还要约十年）与 Dario 相反。「90% 代码」的正确修正来源是 Dario 自己在 Dwarkesh #2 的光谱论（见 W18）。

依据：Dwarkesh × Karpathy ^[3]（2025-10）｜Dwarkesh #2 官方文字稿（2026-02-13）

为什么容易错：两个陷阱叠加。① 两句话谈的都是「90% 到 100% 之间那段路」，语义邻近；② Karpathy 后来加入了 Anthropic，于是这句 2025-10 的话极易被回溯成「Anthropic 的观点」。它不是——如果要用，必须标 Karpathy 2025-10、注明当时他不在 Anthropic，并作为对 Dario 时间表的外部反方呈现。提出者／推翻者：本报告事实基线独立复核，第 3 轮。

    证伪 11 · 语义完全读反
    
      
        原说法
        

「Dario 在 2026 年下调了他的 p(doom)」／「他说 25% 太高了，所以改口了」

出现位置：中英文二手解读，引 Bloomberg《The Circuit》

      →
      
        更正后
        

语义完全搞反。“25% is too high” 的意思是这个风险水平不可接受，不是「我此前估高了」。决定性证据：航空类比是 Dario 自己在加长版 01:07:00 提出的，主持人只是顺着他的类比追问；因此这句是他对自己类比的延伸表示同意——他在谈「什么事故率可接受」。⚠️ 另需精确：在 01:05:49–01:07:31 整段里他本人没有说出任何数字，属消极不否认，不能写成「他仍在 10–25% 区间内作答」。

依据：Bloomberg《The Circuit》加长版 ^[4] 01:07:25 官方上传字幕逐字（复核日 2026-07-25）

为什么容易错：中文「太高了」天然带有「我原来估高了」的读法，而英文 too high 在此处是规范判断（不可接受），不是描述判断（估计有误）。一个形容词的两种语用，造出了一条完全相反的新闻。

    证伪 12 · 两个时点被拼成一次表述
    
      
        原说法
        

「Dario 的 p(doom) 是 10–25%」——作为他的一次完整原话

出现位置：大量批评文章以此为立论基础；多篇二手博客标题

      →
      
        更正后
        

这是两个不同时点、不同问法的拼接。10–20% 出自 2023-07 Fortune，25% 出自 2025-09-17 Axios，是两个独立出处。他本人称「10 到 25」与「p(doom)」是误引，说他讲的是「文明被实质性脱轨」而非「AI 把所有人都杀了」；同场（Axios 2025-09）他还说过 “I really hate that term”。⚠️ 在 Bloomberg《The Circuit》可得转录中，检索不到他逐字说出「10–25%」——该区间只出现在主持人提问与二手标题里。

依据：Fortune（2023-09-26 发）｜Axios ^[5]（2025-09-17）｜NYT Hard Fork 视频访谈（⚠️ YouTube 自动转录，可信度中）

**为什么容易错：****区间比单点好记，也更像一个「立场」。**把两个年份的数字拼成一个区间，读者会以为那是一次经过校准的表述。本报告的统一口径是：不写「他的 p(doom) 是 10–25%」，而写「他 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」。

已终裁（2026-07-25）：业界反方证据档案把这一条推得更远——它判定「Amodei 承认 10–25% 灾难概率」整个立论基础错误，因为该区间只出现在主持人的提问里。经三方交叉核对，这与本页「他整段没说出任何数字」是同一事实的两种措辞；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，外部检索到的「Amodei estimates 10 to 25 percent」全是二手博客，且它们自己的叙述都显示那出自主持人的提问。本站四页统一：不把该区间归给他，也不写「他仍在这个量级上」。

    证伪 13 · 主持人的提问被当成受访者的回答
    
      
        原说法
        

Anthropic／Dario 称 Claude Cowork 发布后「一夜蒸发 $2,850 亿市值」，即所谓 SaaSpocalypse

出现位置：转述 Bloomberg《The Circuit》的中英文报道

      →
      
        更正后
        

这是主持人 Emily Chang 的提问陈述。官方上传字幕逐字（加长版 00:14:32）：“Soon after Claude Cowork was released, $285 billion in market value vanished overnight, traders called it the SaaSpocalypse.” **Anthropic 方未确认该数字。**可以使用，但必须写成「Bloomberg 主持人在访谈中称……，Anthropic 未确认该数字」。

依据：Bloomberg《The Circuit》加长版 ^[4] 00:14:32 官方上传字幕（复核日 2026-07-25）

为什么容易错：访谈转录里提问与回答在文本上是连续的，一旦被截取成片段，说话人标记就消失了。这是「访谈类材料」特有的失真形态，也是本页要求每条口头引语都写明版本与时间戳的直接原因。

    证伪 14 · 转述层层加码（本报告自己的材料）★
    
      
        原说法
        

创始人原话：“This reflects our core view on safety: safety problems are solvable…”；以及 “None of us initially wanted to start a company… and that’s why we made that commitment.”

出现位置：中文整理稿（第二手）→ 本报告的一份调研笔记（第三手）

      →
      
        更正后
        

**官方字幕逐字：**① “I think it sort of reflects a view a lot of us have about safety, which is that it’s a solvable problem.”——「我们当中很多人持有的一种看法」被写成了「我们的核心观点」，I think it sort of reflects 这一双重限定被整段删掉。② “none of us wanted to found a company. We just felt like it was our duty, right?”——末尾的从句 “and that’s why we made that commitment” 在官方字幕与中文整理稿里都不存在，是转抄时被凭空加上的。

依据：Anthropic 官方视频 om2lIWXLLN4 ^[6] 官方上传字幕 00:21:31 / 00:30:42（复核日 2026-07-25）

为什么容易错：这是三级漂移：一手（带三重限定的试探性个人观察）→ 中文整理稿（限定被删，个人观察升级为公司教义）→ 调研笔记（英文被从中文回译，并自行扩写出一整个从句）。**关键机制：从中文整理稿回译出来的英文，看起来像原文，但它是被重新生成的文本。**由此得出一条硬性规则——凡笔记中的英文引语，若其原始材料是中文整理稿或中文报道，一律必须回官方源逐字核对，不得沿用笔记里的英文回译。 **提出者／推翻者／轮次：**本报告一手核验轮次（2026-07-25）；处理流程见 ⑫ 方法论与自我纠错。

    **图 4 ·** 转述层层加码。**示意，非精确数据**——三层文本为实际材料的节录，方框大小不代表任何量化关系。**这条链的每一步单看都不算造假**：第二层是编译者为可读性做的整理，第三层是转抄者为通顺补的连接词；但三步叠加之后，一句「我们当中很多人这么觉得」变成了带有承诺意味的公司声明。来源：Anthropic 官方视频 om2lIWXLLN4 [@src-7233704434] 官方上传字幕，与本报告调研材料对照（核验日期 2026-07-25）。
  

  
    证伪 15 · 删节改变论证方向（两个例子，都在本报告自己的材料里）
    
      
        原说法
        

① W18 引到 “…it doesn’t mean software engineers are out of a job.” 为止；② W25 写作 “I would ask people to look at the overall history and decide what hypothesis is most consistent with it… We are imperfect; organizations are always dysfunctional.”

出现位置：本报告事实基线的早期版本，以及大量二手引用

      →
      
        更正后
        

① 原文紧接着还有一句：“Then further down the spectrum, there’s 90% less demand for SWEs, which I think will happen but this is a spectrum.”——删掉它，他的立场就从「需求减少那一档终将到来」变成了一句安抚，并与他自己的就业预测自相矛盾。② 那个省略号恰好吃掉了整段话的落点：“I think the hypothesis that’s consistent is we are genuinely trying to do the right thing.”——删掉之后，一段「先自陈不完美、再给出自我辩护」的话，被剪成了只剩自陈不完美。

依据：① Dwarkesh #2 官方文字稿 ^[7]；② Bloomberg《The Circuit》加长版 ^[4] 01:08:38 官方上传字幕（复核日 2026-07-25）

为什么容易错：这两处删节都不是恶意的——① 是引文太长时的自然截断点（那句话读起来像结论）；② 是用省略号压缩长引语时的常规操作。但它们的共同后果是：**省略号落在了论证的转折处，于是方向被削平了一档。**由此得出一条操作规则——省略号不得跨越「But」「Then」「However」这类转折词；凡要跨越，必须在正文里补出被省略的方向。**提出者／推翻者／轮次：**本报告一手核验轮次（2026-07-25）。

    证伪 16 · 修辞被事实化，反讽被新闻化
    
      
        原说法
        

①「Anthropic 工程师的效率是 2005 年谷歌工程师的 1000 倍」；②「Anthropic 的年化收入将在 2028 年初达到全球 GDP 的 100%」

出现位置：① 中文科技媒体标题（原文出自 Steve Yegge《The Anthropic Hive Mind》）；② 中文媒体作为「加速度佐证」正面引用

      →
      
        更正后
        

① 原话属实，但是印象式修辞，没有任何测量方法——原文紧接着自己说「这个数字太疯狂了」。**只能作为「修辞如何被事实化」的案例出现，不得放进任何数据表。**② 原推文是反讽，用来嘲讽线性外推的荒谬；中文媒体把它当成了正面证据。

依据：原文与原推文语境核对（核验日 2026-07-25）｜相关口径见 ⑨ 2026 前沿

**为什么容易错：**两条共享同一个机制——一个具体数字一旦脱离它的语用标记（自嘲、反讽），就会自动获得数据地位。中文标题尤其容易完成这一步，因为标题没有空间容纳「他接着说这数字太疯狂了」。这也是本页给每条引语都留出「语境」栏的原因。

    口径说明 · 本区共 16 条
    

正文编号从 01 到 16，其中 13、14、15 三条是本报告在一手核验过程中发现的自身问题（主持人陈述被当成受访者回答、转述层层加码、删节改变论证方向）。把它们与外部误传并列，不是为了自我表扬，而是因为它们的失真机制完全相同——如果只列别人的错，这一区的方法论价值会下降一半。

3.17 反向证伪：这四条流行批评本身不成立

上面十六条纠的都是「把 Anthropic 说得比实际更好或更极端」的传言。但辩证不等于各打五十大板：批评侧同样存在被广泛复述、却经不起一手核对的说法。本报告的立场是——敢于指出批评不成立，与敢于指出主张站不住，是同一种纪律。以下四条出自业界反方证据档案（2026-07-25）对流行批评的反向核查。

    反向证伪 · 批评不成立 ①
    

「Dario 在 2026 年下调了他的 p(doom)。」

语义反了。“25% is too high” 的语境是 Dario自己提出的航空类比（假设有一堆航空公司，你打算做一家安全十倍的），主持人顺着他的类比追问「如果有 25% 坠机概率你不会上那班飞机」，他才回答 “That’s right. 25% is too high.”——意思是这个风险水平不可接受，不是「我此前估高了」。

依据：Bloomberg《The Circuit》加长版 x2VHFgyawPE 01:07:00（类比）与 01:07:25（回答），官方上传字幕。相关引语见本页 W10。

    反向证伪 · 批评不成立 ②
    

「DeepSeek 只花 600 万美元就造出了前沿模型，说明算力投入与出口管制都是无用的。」

明确的误读。$5.576M 是最后一次训练运行的 GPU 小时按假想租金折算出来的数字，论文自己声明不含前期研究与消融实验；DeepSeek 拥有自己的硬件，从未付过这笔租金。SemiAnalysis 估其服务器资本支出约 $16 亿。有意义的说法是「它的最后一次训练运行只花了同级别美国模型的一个零头的算力」——这个说法本身已经足够震撼，不需要那个被误读的数字。

依据：DeepSeek-V3 技术报告自述口径；SemiAnalysis 资本支出估算。时间护栏：该数字出自 2024-12 发布的报告，2026 年的成本结构已不同。

    反向证伪 · 批评不成立 ③
    

「《All Circuits Lead to Rome》证明了可解释性被证伪 / 大模型里根本不存在电路。」

与论文原文冲突。论文结论段自己写着 “our findings do not undermine CSD: the discovered mechanisms remain meaningful and causally relevant.” 它主张的是不存在「唯一的那一条」电路，不是「电路不存在」——它发现的是电路太多（理论上 Ω(exp(d)) 条互不相交且同样保真的解），稀缺的是唯一性。它要求改变的是解读方式：每条电路应被视为功能等价类中的一个实现。

依据：arXiv:2605.12671（ICML 2026）结论段与引言逐字。⚠️ 该论文实验模型是 GPT-2 Small 与 Pythia-160M（亿级参数），把结论外推到生产级模型是理论外推，不是实测。完整论证见 ③ 可解释性纲领。

    反向证伪 · 批评不成立 ④（但有一个更窄的版本成立）
    

「Anthropic 的安全叙事就是监管俘获——它推动监管是为了用合规成本挤死竞争者。」

作为一个统一解释，它装不下这些事实：它主动提议了 SB 53 的小企业豁免（$5 亿营收以下）；它累计向 Public First Action 捐款 $4,000 万，反对一项对自己有利的十年州级立法暂停条款；它在 SB 1047 上的措辞保守到从未说过 “we support”；它在 2026-06 主张给政府封禁权，而三个月后这项权力就被用在了它自己身上。

但必须同时写出可核验的窄版本：它提议的门槛（10²⁵ FLOPs／$5 亿收入／$10 亿研发）确实覆盖自己、排除多数竞争者，且合规的边际成本对它最低。这两句话必须一起出现——只写前半句是洗白，只写后半句是误判。完整对辩见 ② 独特世界观与 ⑥ RSP 与治理政策。

    这一小节与本页「查看业界反方」标注的关系
    

本页给主张型引语挂的 观点，不是事实 与 查看业界反方 → 两枚标注，指向的是「这里存在争议」，不是「该批评成立」。裁决在主锚点页做，而上面这四条正是提醒：争议的存在本身，不构成任何一方为真的证据。

4 · 中文语境的失真：八种类型，以及一条完整的信息链

上一节处理的是「哪句话错了」，这一节处理的是「错法有几种」。把失真归类，比逐条纠错更有用——因为类型可以预测下一个错误会出现在哪里。

本报告对约 200 篇微信公众号文章、31 篇本地缓存全文、以及知乎／播客／B 站语料做了交叉核查，归纳出八种稳定的失真类型。它们不需要恶意，只需要转述时图省事。

      类型定义本页出现过的案例| 类型 | 定义 | 本页出现过的案例 |

      
        T1 限定语剥离引用准确，但丢掉原文的限定条件「压缩的 21 世纪」丢掉「生物医学」；`a lot of us` 变成 `our core view`；`may` / `likely` 被抹平| T1 限定语剥离 | 引用准确，但丢掉原文的限定条件 | 「压缩的 21 世纪」丢掉「生物医学」；a lot of us 变成 our core view；may / likely 被抹平 |

        T2 修辞事实化把比喻或印象式表述当作可引用的数据「效率高 1000 倍」（原文紧接着自嘲）；「棋盘第 40 格 = 已走完 62.5%」（这个百分比是中文笔记自行添加的）| T2 修辞事实化 | 把比喻或印象式表述当作可引用的数据 | 「效率高 1000 倍」（原文紧接着自嘲）；「棋盘第 40 格 = 已走完 62.5%」（这个百分比是中文笔记自行添加的） |

        T3 版本混淆不标注说法的时间与版本，把新说法回溯到旧文本「数据中心里的天才之国」的数量级从百万级到 1000 万到 5000 万，三个数字对应三个不同年份的原始文本| T3 版本混淆 | 不标注说法的时间与版本，把新说法回溯到旧文本 | 「数据中心里的天才之国」的数量级从百万级到 1000 万到 5000 万，三个数字对应三个不同年份的原始文本 |

        T4 段子新闻化把社交平台上的反讽或外推当作新闻事实「2028 年初达到全球 GDP 的 100%」（原推文是反讽）| T4 段子新闻化 | 把社交平台上的反讽或外推当作新闻事实 | 「2028 年初达到全球 GDP 的 100%」（原推文是反讽） |

        T5 内部矛盾同一篇文章内数字打架同文既写「300–400 亿」又写「300 亿的三倍」| T5 内部矛盾 | 同一篇文章内数字打架 | 同文既写「300–400 亿」又写「300 亿的三倍」 |

        T6 选择性传播系统性只传播一类信息乐观言论被大量转载，风险自白零覆盖；「march of nines」（Karpathy 2025-10 谈自动驾驶的措辞）在中文世界完全缺席| T6 选择性传播 | 系统性只传播一类信息 | 乐观言论被大量转载，风险自白零覆盖；「march of nines」（Karpathy 2025-10 谈自动驾驶的措辞）在中文世界完全缺席 |

        T7 区间取上限凡区间取上限，凡概率上调「10–20% 失业率」→「20%」；「90%、95%、99%」→ 只取 99%；两档概率（十年 90%、一到三年约 50%）只取后一档并配上「必然」| T7 区间取上限 | 凡区间取上限，凡概率上调 | 「10–20% 失业率」→「20%」；「90%、95%、99%」→ 只取 99%；两档概率（十年 90%、一到三年约 50%）只取后一档并配上「必然」 |

        T8 叙事过期曾经准确的事实未随后续发展更新，继续作为品牌证据流传「Dario 拒绝了中东的钱」——2024 年部分成立，2025-07 后已被他自己的备忘录推翻，但仍在流传| T8 叙事过期 | 曾经准确的事实未随后续发展更新，继续作为品牌证据流传 | 「Dario 拒绝了中东的钱」——2024 年部分成立，2025-07 后已被他自己的备忘录推翻，但仍在流传 |

      
      表 4-1 · 中文报道 Anthropic 的八种失真类型。基于 13 条独立核查归纳。**T6 与 T8 最难防**——它们无法通过核对单个数字发现：T6 只有把整个语料库与英文源做覆盖率对比才看得出来，T8 失效的是时效性而不是事实本身。
    
  

  
    关键洞察
    

**T7（区间取上限）是本报告最容易在自己身上重演的一类。**它不需要立场，只需要在转述时少写几个字。因此本页对自己设了一条硬规则：**凡引用区间必须写全区间，凡引用概率必须写原始概率值。**这条规则在 W17（90/95/99）、W08（10% 或 20%）、以及就业预测（10–20%）三处被反复执行。

4.1　四条会被反复继承的硬伤

下面四条的共同特点是：它们出现在看起来最权威的位置——全译本的编者导语、财经媒体的人物介绍。读者不会核对导语。

      流传说法出现位置正确事实| 流传说法 | 出现位置 | 正确事实 |

      
        「2019 年创立 Anthropic」某篇《可解释性的紧迫性》中译的**导语**Anthropic 成立于 **2021 年 1 月**。2019 年他还在 OpenAI。⚠️ 该译本流传较广，**引用时只用正文、弃用导语**| 「2019 年创立 Anthropic」 | 某篇《可解释性的紧迫性》中译的导语 | Anthropic 成立于 2021 年 1 月。2019 年他还在 OpenAI。⚠️ 该译本流传较广，引用时只用正文、弃用导语 |

        「先后在谷歌大脑、斯坦福大学医学院及百度从事研究」同上正确顺序是 **斯坦福医学院博士后 → 百度（Andrew Ng 团队）→ Google Brain → OpenAI**| 「先后在谷歌大脑、斯坦福大学医学院及百度从事研究」 | 同上 | 正确顺序是 斯坦福医学院博士后 → 百度（Andrew Ng 团队）→ Google Brain → OpenAI |

        「斯坦福大学神经科学博士」某篇《MOLG》全译本导语**三重错误**：博士来自**普林斯顿大学**，方向是**生物物理**，斯坦福是**博士后**所在地| 「斯坦福大学神经科学博士」 | 某篇《MOLG》全译本导语 | 三重错误：博士来自普林斯顿大学，方向是生物物理，斯坦福是博士后所在地 |

        「物理学博士」多处他本人的说法是：**本科读物理，博士读生物物理**| 「物理学博士」 | 多处 | 他本人的说法是：本科读物理，博士读生物物理 |

      
      表 4-2 · 四条高传播度硬伤。⚠️ 另需注意一处人物互串：**前约翰霍普金斯理论物理教授是 Jared Kaplan，不是 Dario Amodei。**
    
  

  

4.2　「AI 写了多少代码」：五个口径同时在流传

这是 T1 与 T3 叠加的典型。五个数字口径完全不同，而中文报道极少说明差异。

      数字口径出处 · 时间| 数字 | 口径 | 出处 · 时间 |

      
        15–20%「AI 编程**贡献度**」，半年前约 5%Dario 在 Dwarkesh #2 · 2026-02| 15–20% | 「AI 编程贡献度」，半年前约 5% | Dario 在 Dwarkesh #2 · 2026-02 |

        65%「our **product team's** code」——特定团队Anthropic Newsroom · 2026-06-23| 65% | 「our product team's code」——特定团队 | Anthropic Newsroom · 2026-06-23 |

        80%+**合并进生产代码库的代码行数占比**（官方口径）《When AI builds itself》· 2026-05／06| 80%+ | 合并进生产代码库的代码行数占比（官方口径） | 《When AI builds itself》· 2026-05／06 |

        80–90%指 **Claude Code 项目自身**Latent Space 访谈 · 2025 年中| 80–90% | 指 Claude Code 项目自身 | Latent Space 访谈 · 2025 年中 |

        90%「**helping write** 90%」——协助撰写，不是独立撰写CBS《60 Minutes》· 2025-11| 90% | 「helping write 90%」——协助撰写，不是独立撰写 | CBS《60 Minutes》· 2025-11 |

      
      表 4-3 · 「AI 写了多少代码」的五个并存口径：贡献度 / 行数占比 / 特定团队 / 特定项目 / 协助撰写。**本报告统一口径：用 80%（官方内部统计）+ 4 倍（官方内部调查中位数自评），不用 90% + 8 倍**——90% 是预测，80% 是官方内部统计；8 倍是官方自认高估的行数口径。⛔ 全站不称这三个数字为「实测」：它们没有公开的测量协议，也没有第三方重跑（口径纪律见 ⑨ 2026 年前沿）。
    
  

  

4.3　被后见之明整形的叙事：「Anthropic 从第一天就战略清晰」

主流中文叙事是：「它在创立第一天就明确了自己的适应性函数：安全可信的 AI……几乎每次都选了看起来更少、更慢、更不讨好的那条路。」

三个独立的中文信源否认了这个叙事，而且其中两个是中文世界质量最高的那两家：某投研媒体的深度研究文章自陈选中编程是「一半远见，一半运气」「这个战略转向整体还是谨慎和实证主义的，不是一次毅然决然的豪赌」；某高质量播客中受访者直言「All in Coding 不是 day 1 这个团队就想清楚的」；Claude Code 负责人 Boris Cherny 说该产品的核心编程范式源于一次「歪打正着」的偶然发现，最初只是「只能完成 10%–20% 工作的内部原型」。

**性质：叙事被后见之明整形（hindsight narrative）。**值得注意的是——这个偏差不是中文信息源不足造成的，因为否认它的恰恰是中文源；它是商业媒体的叙事惯性造成的。准确的说法是：安全使命清晰 + 商业路径摸索出来。

4.4　一条需要精确归属的中文批评：宪法的适用边界

中文世界对 Anthropic 最有分量的一条批评是：这份要求 Claude「不协助以违宪方式夺取或维持权力」的宪法，出自一家持有美国国防部合同的公司；而据 TIME 报道，部署给军方的模型不必然按同一部宪法训练。这条批评成立，但归属必须拆开。

    证伪
    

「Amanda Askell 明确表示：宪法只适用于面向公众的 Claude，军方版本不一定适用同一套规则。」

关于军方的那句话是 Anthropic 官方发言人说的，不是 Askell。TIME 原文把这件事拆给了两个主体：Askell 说的是宪法适用于什么（面向公众的 mainline 模型）；发言人说的是「部署给美军的模型不必然按同一部宪法训练」。而最强的一层证据是官方公告自己写的：“This constitution is written for our mainline, general-access Claude models. We have some models built for specialized uses that don’t fully fit this constitution…”

误差来源：媒体报道中两个说话人相邻，转述时被合并到更有名的那个人名下——这与证伪 13（主持人陈述被当成受访者回答）是同一类错误。⚠️ 三句必须一并呈现，缺一句都会失真：① 军方模型不必然按同一部宪法训练；② Anthropic 目前并没有为专门客户另写一部宪法；③ 政府用户仍须遵守使用政策，该政策禁止破坏民主进程。**禁止写法：「宪法对军方无效」「军方版 Claude 不受宪法约束」「Anthropic 为军方另写了一部宪法」。**准确表述与完整分析见 ④ 对齐科学。

4.5　中文语境里最值得借用的两个原创框架

这一节不是纠错，而是记账：中文世界生产了两个英文源里没有的分析框架，本报告认为都成立。

框架一 · 「信仰」与「杠杆」可以同时成立

某财经媒体的表述：「阿莫迪的复杂性，正在于这两件事可能同时成立：他确实相信 AI 安全，也确实把 AI 安全变成了 Anthropic 最锋利的商业武器。」

它的价值在于避开了两种廉价立场，并且能容纳全部矛盾证据：既拒绝为五角大楼移除护栏，又派工程师进国安部门；既呼吁监管，又冲刺 IPO。本报告采用这个框架。

框架二 · 真文章比假文章更需要警惕

某公众号的表述：「一篇带战略目的的真文章，比一篇纯假文章更值得警惕，因为它让你在吸收真实信息的同时不知不觉接受了它的叙事框架。」

它精确描述了一种内容策略：不造假，但通过选择性披露真实数据来塑造框架。它与表 4-1 的 T6（选择性传播）指向同一机制——一个说的是发布端，一个说的是转述端。两端合起来才是完整的信息链条。

4.6　一个关于信源结构的发现

本报告在核查中文语料时发现一件比任何单条失真都更重要的事：生产 Anthropic 深度报道的中文媒体，与生产 Anthropic 批评内容的中文媒体，几乎是两个不重叠的圈层。

技术与投研类账号（新智元、海外独角兽、机器之心、极市平台一类）系统性地不生产批评内容；而批评内容来自另一批完全不同的信源（学者博客、财新、钛媒体、36 氪、品玩、高校与官方媒体）。**一个只读前者的读者，会得到一个失真的图景——不是因为前者说了假话，而是因为它们没有说的那一半从不出现在同一个信息流里。**本页的证伪区之所以必须存在，一半原因就在这里。

口径说明：中文语料核查覆盖约 200 篇微信公众号文章（其中 151 篇为 2026 年）、31 篇本地缓存全文、以及知乎／播客／B 站语料。⚠️ 直连 mp.weixin.qq.com 的抓取成功率为 0（返回反爬拦截页），全文主要通过镜像站与本地缓存获得；未取得全文的条目只引用搜索引擎抽取的连续完整句子，不跨省略号拼接。检索日期 2026-07-25。

5 · 我的看法

    我的看法
    

做完这 90 条之后，最让我意外的不是任何一条被证伪的引语，而是「误传」的方向高度一致。四条查无出处的伪引语（证伪 01 的不可避免性、证伪 02 的「我是个忧虑者」、证伪 03 的「不是一家普通公司」、证伪 04 的那个招牌措辞），有三条的效果是让 Dario 显得更利落、更有决断、更像一个有清晰教义的人。而所有被删掉的部分——限定语、省略号后面的落点、光谱的最后一档——几乎无一例外地让他显得更温和或更简单。换句话说：**传播系统在把一个爱加限定的人，改写成一个爱下断言的人。**这不是任何单个转述者的选择，而是「什么样的句子能被记住」这个筛选机制的产物。

第二个判断：这一页最有价值的三条，都不是关于 Anthropic 的，而是关于引用本身的。① 主持人的提问会被当成受访者的回答（证伪 13）；② 从中文整理稿回译出来的英文看起来像原文（证伪 14）；③ 省略号落在转折词上会削平论证方向（证伪 15）。这三条对任何一份跨语言的人物研究都成立，而且都发生在本报告自己的材料里。我把它们写进正文而不是脚注，是因为一份只列别人错误的证伪区，说服力会打对折。

**第三个判断，也是我对本页角色的界定：引语不能用来证明动机。**把 2023 年的「不想变成企业宣传」和 2024 年的乌托邦长文剪在一起，很容易剪出一个暗示虚伪的蒙太奇——但那需要先证明这两句话回答的是同一个问题、处在同一个约束条件下，而它们不是。本页能做到的是把变化摆出来并标明类型；至于这些变化合起来说明了什么，那是⑪ 我的评价的事，需要的证据也远不止引语。

**最后一条，关于本页自身的局限：这 90 条里有 8 条是第三方转录，其中 7 条集中在 Bloomberg《The Circuit》。**那场访谈的官方上传字幕是存在的——本报告已经用它复核了五条关键引语并全部升级。剩下这 7 条没升级，纯粹是因为本轮时间不够。**这意味着本页最有分量的几句 2026 年表态（「如果民主国家要靠做那些事才能赢，那这个赢就不值得」是其中之一），目前仍停在「他大致表达过这个意思」这一档。**这是一个可以被下一轮工作直接消除的缺口，我把它明写在§1.13，而不是让它悄悄混进正文。

    失效边界 · 这一页不能推出什么
    

**① 不能推出「Anthropic 是否真诚」。**引语只能证明「谁在什么时候说了什么」，动机需要行为证据，而行为证据在 ⑥ RSP、⑧ 群像、⑨ 2026 前沿三页。

**② 不能推出「他的预测准不准」。**本页收录的是表述，不是记分板。预测台账见 ① Dario 思想编年史。

③ 不能推出「中文媒体不可信」。表 4-1 的八种失真在英文世界同样存在（「white-collar bloodbath」就是英文媒体造的词）；中文语境的特殊之处在于多了一道翻译，因而多了一层限定语丢失的机会。

**④ 会推翻本页哪些结论：**如果后续取得 WSJ 达沃斯 2026-01-20 的官方视频或文字稿，W21 将从第④档升为第②档；如果有人完成 om2lIWXLLN4 的目视确认，§1.1 那两条就可以点名到人；如果找到任何一条伪引语的一手出处，证伪区相应条目必须撤回并公开记录。撤回流程见 ⑫ 方法论与自我纠错。

⑩ 金句库（含证伪区）　|　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