减速共识被写成了一份诉状，白宫另起一页

一周前的共识，本周末被写成了诉状

四家实验室的 CEO 在上周五各自发的公开表态，周六变成了加州北区联邦地区法院的一份民事诉状。四名具名原告分别付费订阅 ChatGPT、Claude、Grok 与 Gemini，拟把案件扩成全国范围的集体诉讼。诉状把 9 月 12 日当作起点：Amodei 那天发文呼吁全行业协同为前沿研发”控速”，Altman、马斯克、哈萨比斯当天分别公开附议。原告据此主张，这些表态构成《谢尔曼法》第一条下的竞争者协议，效果是把”改进速度低于竞争本应带来的水平”的产品，以同样的订阅价卖给用户。

诉状里最不引人注意、也最该读的一句，是原告声明自己并不要求法院禁止任何一家公司单独设护栏，也不要求禁止任何一家自行减速或停发模型；他们要的是禁止竞争者之间共同设定研发与发布节奏。原告方首席律师 Nick Rowley 的说法是，AI 安全与规程”由全球最强大的营利性科技公司之间私下、利己的协议来决定”，这件事本身才是风险。

Amodei 的原文已经预判到这一层，他写的是希望美国政府出面”调解，或至少允许”这类跨实验室讨论，并对”某些类型的安全对话”给出一份窄范围豁免。密苏里州共和党参议员 Josh Hawley 已在听证会上表态：不存在他会支持给这类公司反垄断豁免的世界。

编者评： 同一份材料，作者叫它”为前沿控速”，原告叫它”集体限制”。差别不在减速这件事，而在谁有权决定速度——厂商坚持这是自律，原告坚持这是协议，两边都认为对方拿走了不属于自己的权限。

白宫的答案：组一支”AI 部队”，再配一位”沙皇”

特朗普 19 日在 Truth Social 宣布组建”AI Force”，类比他在第一任期设立的太空军，并称不久会任命一位 AI 事务”总管”，申请者的门槛是”高智商”。他给 AI 的经济分量定了个数：占到美国 GDP 的 25%。处理方式上，他明确不走新立法，AI 领域的”坏东西”交给现有的刑事与民事司法体系。他把对 AI 风险的担忧与俄乌战争、全球变暖并列，归为民主党编造的骗局之一。

这篇帖子还发起了一次改名投票，选项为”超级智能""极限智能""卓越智能”，近 17 万人参与，卓越智能以 40.7% 领先。白宫没有回应置评；Politico 引述的科技业高管说，业内没人知道这个机构负责什么、有谁参与、怎么运转，其中一人说”根本没人知道这到底是什么构想”。马斯克在帖下回应称，这对美国会是极其明智的举措。司法部长 Todd Blanche 本周在白宫表态，口径一致：美国不能输掉对中国的 AI 竞赛。

编者评： 把减速定性为骗局，又新设一个专管 AI 的机构——两句之间缺的是”管什么”。用旧法处理新问题省下了立法时间，也把”谁来判定越界”留在了原地。

招股书比宣言诚实：Anthropic 把 IPO 从十月挪到十一月

The Information 与《华尔街日报》的消息称，Anthropic 的上市窗口从 10 月推到 11 月，最早也要到 10 月底。顾问给出的理由是先拿出强劲的三季度业绩，可二季度的数字已经足够撑起一次 IPO。市场给的估值约 2 万亿美元，融资规模至多 1000 亿美元，两项都会打破 SpaceX 六月创下的纪录。

营收从一季度约 47 亿美元翻到二季度 115 亿美元以上，算力基础设施支出同期从 34 亿升到 56 亿，涨幅 65%。所谓的”调整后经营利润率”从一季度的 -13% 转为正个位数，这个口径剔除了股权激励等主要成本。年消费超 10 万美元的企业客户从 2025 年底的约 1500 家涨到二季度末的约 6000 家。五月与 SpaceX 签的算力合同，每月 12.5 亿美元。

OpenAI 已把上市推到 2027 年，Altman 给的理由是安全。两家喊减速的公司，各自把公开市场的检验往后挪了几个月到一年。

编者评： 反垄断诉状说这几家在合谋降速，财务数据说的是另一套——营收、客户数、算力账单都在往上走。资本市场的排期比公开信难修饰。

Nathan Lambert：我还是没买”真 RSI”的账

Interconnects 9 月 19 日的这篇更新，把最近一周的行业情绪当成了对象。Lambert 引 Richard Ngo 的判断：安全圈里现在有很大一部分人，或明或暗地押注”几年内发生智能爆炸”；Ngo 的预期是方向对、事实错——未来八年不会出现超级智能，但速度快到足以让人觉得短时间线那派人是对的。

Lambert 自己的框架叫 lossy self-improvement（有损自我改进），三条理由是：可自动化的研究面太窄，撑不起指数级成本下的净加速；并行 agent 的边际收益确实递减；资源瓶颈与政治是造强模型的硬约束，AI 对此能加速的部分有限。

他把自己的不确定性也写在了前面：前沿实验室看到了尚未公开的、真正具体的突破，这一前景他保留了很高的权重；能让他把 RSI 时间表从”对冲指数成本的工具”改成”不稳定变量”的，是那种奠基性的、依赖想象力的突破。

编者评： 全行业在给递归自我改进排日程，写这篇的人先把自己的不确定处摊开了。这类自我限定在当下的公开讨论里是稀缺品。

CNN 11 分钟：专家说已经来不及踩刹车了

CNN 频道 18 小时前上线的一支 11 分 45 秒片段，标题直接给出结论——“AI 专家谈末日担忧：想阻止 AI 威胁已经太晚”。它与本期第一条并排看格外别扭：法院刚被要求裁定几家公司有没有资格一起决定速度，电视网这边的嘉宾已经在讨论”来不及了”。

这类节目在过去一周密集出现，从 BBC 的长访谈到各家新闻网的短切片，共同点是给出判断、不给判据。

编者评： “来不及”是个无法证伪的说法——它不接受反驳，只接受传播。真正能被检验的问题（谁定速度、怎么定、由谁复核）从来不会出现在这种标题里。

ABC（澳）：正在抵制 AI 的年轻人

ABC News（澳大利亚）2 小时前发的 2 分 05 秒短片，把镜头交给了一批主动不用 AI 的年轻人。在白宫宣布组建 AI 部队、司法部强调不能输掉竞赛的这一天，这条片子记录的是另一端的选择：不用、不买、不参与。

2 分钟的篇幅装不下方法论，它给的是姿态而非数据。姿态本身是可观测的——当”用不用 AI”从效率问题变成身份问题，产品的渗透曲线就不再只由能力决定。

编者评： 上层在争速度，民间在争要不要上这辆车。两边的议题从来没在同一个层面碰过面。

Peter Diamandis 两小时：代币化、六份失配报告、Figure 机器人

Peter H. Diamandis 的访谈节目 14 小时前更新，全长 2 小时 6 分 21 秒，嘉宾是 Robinhood CEO Vlad Tenev。标题把三件事塞进一行：万物代币化、OpenAI 的六份失配报告、Figure 的机器人。

一期节目里装着”把一切资产上链”的乐观，也装着”模型已经出现六次失配”的案卷，这是本周节奏的缩影：资本叙事与事故清单在同一次呼吸里出现，谁也不打算先处理谁。

编者评： 两小时的访谈不需要给出结论，它的价值在于把两件互相拆台的事摆在同一张桌上。

B 站 9 分钟：爆红的 Jev 演示，一半是假的

UP 主”一摩尔炸鸡翅”9 月 19 日深夜投稿的 9 分 33 秒视频，译介的是 Builder.io CEO Steve Sewell 的一条长帖。帖子针对的是这两天刷屏的 Jev 演示：加红色菱形、放大、拖拽、设计 UI、甚至特斯拉全自动驾驶——作者逐条指出这些是提前硬编码了一组固定选项（“添加圆形""移动到这里""撤销”），再让 Jev 从中挑一个，然后包装成 AI 自己完成的。

Jev 是决策模型，只输出一个概率或从固定选项里选一个，不生成内容，也读不了图像和视频。自动驾驶演示里它读的是游戏内部状态，只在”左转、右转、开火”这类动作里选。逐行过滤 Postgres 的演示思路有意思，真实生产数据量下跑不动；代码压缩的演示不成立，因为压缩是提炼关键信息而不是逐行取舍。

作者给出了他认为站得住的三个用例：邮件分类打标签（Riley 的方案已被集成进 Agent Native Mail）、浏览器操作（把页面上每个可点击元素的 ID 传给 Jev 选下一步）、有限选项的命令 K 式自动补全。

编者评： 关于 AI 该跑多快的争论，素材层已经掺了假。这条稿子的价值在于它把”能做”与”看起来能做”分开——分开之后，速度之争才谈得上有个对象。

编者按

24 小时里，“AI 该跑多快”这个问题被交给了四个互不搭理的裁决者：法院、白宫、投资人和评论区。

法院拿到的说法是，四家公司的公开附议构成《谢尔曼法》下的协议，原告要法院禁止的不是减速，而是竞争者之间共同决定速度。白宫的答复是组建 AI 部队、任命沙皇，用旧法处理新问题，不立新规。投资人那边，Anthropic 把 IPO 从十月挪到十一月，OpenAI 推到 2027，两家都在喊减速，也都把公开市场的检验往后排。评论区这边，一边是 CNN 的”已经来不及”，一边是 ABC 记录的年轻人抵制，还有 Lambert 把”方向对、事实错”写进公开博客。

四份答案彼此不引用、不回应。真正能被观测的信号只有两个：一是诉状会不会从四名原告扩成集体诉讼，二是有没有实验室真的去申请那份”窄范围豁免”——Amodei 在原文里写明了需要它，截至目前没有人公开表示要去申请。

技术层没有停。Google DeepMind 的 Dream-RSI 在 9 月 19 日给出一组数字：写最快统计程序这一项上，平均运行时间从 3,587 毫秒降到 2,931 毫秒，尝试次数从 550 降到 317，对照系统 SimpleTES 用了 51,200 次；两个 GPU kernel 任务上，同等性能下生成次数最多省 2.43 倍。它改的是搜索策略，不是模型。自我改进这件事，在论文里是可量化的；在公共讨论里，它是一场关于语气的争吵。