AI巨頭踩煞車 誰來驗證

九月十二日，Anthropic執行長阿莫戴發表「我們必須為前沿模型調速」，主張刻意放慢能力提升，讓安全研究追得上模型進步。數小時內，長期互相攻訐的馬斯克回應「阿莫戴是對的」；OpenAI執行長奧特曼也表示同意，並承諾比照Anthropic，讓獨立評估者取得近似員工的持續存取權。三名競爭者罕見同調，確實是一個警訊，卻不能解讀成ＡＩ競賽已踩下煞車。

他們支持的不是停止訓練，更不是凍結技術。阿莫戴明言，「調速」仍容許快速進步，只是要求能力、安全與驗證同步。他擔心模型開始協助建造下一代模型，形成遞迴式自我改進；近期代理群在測試中又出現越界攻擊、企圖欺騙評分系統等失控跡象。他甚至警告，若能力繼續加速，半年至一年後，更強的代理群可能透過「殭屍網路」造成災難性損害。這是風險推估，不是已經發生的事實，卻足以證明企業不能再以「尚未造成巨災」作安全保證。

阿莫戴提出三道機制：把外部評估者嵌入公司、由民主國家的前沿實驗室建立共同安全門檻、再尋求包括中國在內的全球協調，難題卻都在執行。單一企業先減速，可能把市場讓給對手；集體協調又可能觸犯反壟斷規範，甚至被用來築高門檻、排除新創與開源競爭者。更矛盾的是，他一面主張全球合作，一面又要求加強晶片管制、阻止模型「蒸餾」與權重外洩，以維持美國領先。ＡＩ安全已與中美科技競爭纏在一起，不再只是工程問題。

該問的不是三位執行長是否說了「放慢」，而是誰決定何時減速、用什麼指標判定危險，又由誰查核公司確實遵守？若標準、資料與停止權仍掌握在企業手中，外部評估者就可能只是高級顧問；若政府只替企業豁免反壟斷責任，卻不要求公開事故、保護吹哨者、接受強制停訓，「調速」事實上也可能成為「監管俘虜」。

對台灣而言，這不是遠方矽谷的倫理辯論。台灣既是先進晶片與算力設備的關鍵節點，也正把ＡＩ導入政府、金融、醫療、國防等領域。政府應建立高風險算力登錄、前沿模型獨立測試、重大事故強制通報及公共採購安全門檻，並參與可驗證的跨國規則。不能只管晶片流向哪裡，卻不管算力形成何種能力。

三巨頭同時踩煞車，最重要的意義是「跑得最快的人」終於承認，速度本身就是風險變數。但口頭要求減速，不等於車上已有煞車；是否願意把鑰匙交給外部查核者、接受明確紅線，並在必要時延後產品與利潤，才是考驗。若無可驗證的約束，這種說詞就只是言語漂亮的風險公關；有了獨立監督、強制揭露、跨國查核，這種警覺才可能成為ＡＩ從企業競賽走向公共治理的起點。