撰文：Techub News 整理
在近期於紐約舉行的一場公開對話中，Anthropic 聯合創始人兼 CEO Dario Amodei（達里奧·阿莫迪）與《紐約時報》專欄作家 Andrew Ross Sorkin 進行了一場深度對談。作為 OpenAI 的早期核心成員、ChatGPT-2/3 開發的關鍵領導者，以及如今估值飆升的 Anthropic 的掌舵人，Amodei 的視角兼具技術先驅的洞見與行業領軍者的現實考量。在這場對話中，他不僅回應了外界對 AI 投資過熱與“泡沫論”的質疑，更坦誠分享了 Anthropic 在“不確定性錐體”中的生存策略，並就 AI 的國家安全、監管與就業衝擊等尖銳問題發表了看法。
技術樂觀與財務謹慎：AI 狂潮中的生存法則
當被問及當前 AI 領域動輒數百億美元的鉅額投資是否構成泡沫時，Dario Amodei（達里奧·阿莫迪）給出了一個辯證的回答。他將問題拆解為技術前景與經濟現實兩個層面。
在技術層面，Amodei 自稱是“最樂觀的人之一”。他的信心源於對“擴展法則”（Scaling Laws）長達十二年的觀察與實踐。這一由他及其同事率先系統闡述的規律表明，只要持續投入更多的算力和數據，AI 模型的性能幾乎在所有任務上都會穩定提升——從編程、科學、生物醫藥到法律、金融、材料與製造。“這幾乎涵蓋了現代經濟中所有價值創造的領域。”他如此總結道。Amodei 以 Anthropic 自身的增長為例：公司收入在 2023 年從零增至 1 億美元，2024 年達到 10 億美元，而 2025 年預計將落在 80 億至 100 億美元之間。這種每年十倍的增速，在他看來，是技術價值正在兌現的直接證據。
然而，切換到經濟與財務視角，Amodei 流露出明顯的擔憂。問題的核心在於一個根本性的“不確定性”：未來收入增長的軌跡極難預測，但建設支撐這些收入所需的算力基礎設施（數據中心）卻需要長達一至兩年的前置時間。企業現在就必須決定 2024 年初要採購多少算力，以服務 2027 年初預期的業務規模。
“這形成了一個‘不確定性錐體’，”Amodei 解釋道，“我無法確定一年後的收入是 200 億、500 億還是其他數字。”他嘗試進行保守規劃，但風險無處不在：如果算力採購不足，公司將無法滿足客戶需求，拱手將市場讓給競爭對手；如果過度採購，則可能因收入無法覆蓋高昂的固定成本而陷入財務危機，甚至破產。
Amodei 指出，企業抵禦這種風險的能力取決於其利潤率。高利潤率提供了緩衝空間。他暗示，Anthropic 因其聚焦企業級市場（而非消費級），擁有更優的商業模式和更高的利潤率，因此能夠以“相對負責任”的方式管理這一風險。但他話鋒一轉，明確表示並非所有玩家都如此謹慎：“我擔心的是，生態系統中的一些參與者，如果他們只是犯了一個時機上的錯誤，或者僅僅偏差了一點點，糟糕的事情就可能發生。”當被追問哪些公司在“YOLO”（不計後果地冒險）時，他選擇了迴避，但暗示答案顯而易見。
針對 OpenAI CEO Sam Altman（薩姆·奧爾特曼）提出的在兩年內從鉅額虧損轉向盈利的目標，Amodei 拒絕評論其他公司的財務狀況，但重申了 Anthropic 基於“不確定性錐體”的審慎計算原則：採購足夠多的算力以確保即使在最差的場景（如第十百分位）下也能負擔，同時保持競爭力。
對於行業內“循環交易”（即芯片供應商如英偉達投資 AI 公司，後者再用資金購買其芯片）的質疑，Amodei 為其合理性進行了辯護。他以一個簡化的模型說明：假設建設 1 吉瓦算力的數據中心需要約 500 億美元資本支出，分攤到 5 年使用壽命，每年成本約 100 億美元。一家年收入近百億且快速增長的公司，當下可能沒有 500 億美元現金，但與擁有資本且有意出售芯片的巨頭合作，獲得部分投資以支付首年費用，後續再以收入支付，這在商業邏輯上是成立的。“原則上，這沒有什麼不妥。”他強調，風險只在於當這種交易規模堆疊到極其巨大、對未來收入預期過於激進時，才會導致過度擴張。
關於芯片折舊週期的爭論，Amodei 再次展現了其保守立場。他認為問題不在於芯片的物理壽命，而在於新芯片以更快速度、更低成本迭代上市，導致舊芯片價值迅速貶損。“這可能在你購買芯片一年後就發生。”因此，Anthropic 在規劃時假設了非常激進的芯片效率提升曲線，並據此做出保守的財務預測。“我們幾乎在所有情境下都認為自己能夠應對。”但他再次強調，無法替其他公司發言，並暗示可能存在一些過於樂觀的假設。
企業級路徑 vs. 消費級戰爭：Anthropic 的差異化護城河
近期，谷歌發佈新模型引發的行業震動，以及 OpenAI 內部發出的“紅色警報”，凸顯了消費級 AI 市場競爭的白熱化。Dario Amodei（達里奧·阿莫迪）對此表示，Anthropic 所選擇的差異化路徑讓他“非常感激”。
Amodei 指出，OpenAI 和谷歌的核心戰場在消費級市場。谷歌需要捍衛其搜索壟斷地位，而 OpenAI 的中心也在消費者業務。服務於企業客戶對它們而言是次要的。相反，Anthropic 自始至終專注於企業級市場。隨著時間推移，其模型越來越針對企業需求進行優化——編碼能力提升最快，並正擴展到金融、生物醫藥、零售、能源、製造等各個領域。
“這些模型戰爭，儘管我們的模型也非常出色……但我們某種程度上是在一個不同的方向上或不同的維度上發展。”Amodei 認為，這使得 Anthropic 能夠較少受到消費級市場激烈攻防的影響，處於一個“特權位置”，可以專注於持續增長和模型開發，而無需發出“紅色警報”。
那麼，AI 公司的護城河究竟是什麼？當模型能力最終趨同，用戶是否會僅僅因為誰擁有最新、最強的模型而頻繁切換？Amodei 從企業級市場的角度給出了否定的答案。
首先，他強調了為企業和為消費者構建模型所產生的根本性差異。企業級模型更專注於編碼、高智力活動和科學能力，而非用戶 engagement（參與度）。這種不同的優化目標導致了模型“個性”和能力側重點的顯著不同。
其次，即使通用人工智能（AGI）到來，Amodei 也不認為所有模型會收斂到同一個點。“ specialization exists alongside general intelligence.”（專業化與通用智能並存）。就像人類雖然都具有通用智能，但各自擅長不同領域一樣，AI 模型也可以且將會專業化。
最後，他指出了企業市場的固有粘性：公司會與供應商建立關係，習慣於使用特定模型。即使是看似標準化的 API 業務，企業客戶也很難在不同模型間切換，因為下游客戶已經適應了現有模型的交互方式和“個性”。
當被問及僅靠現有 Transformer 架構和算力堆疊是否能通往 AGI 時，Amodei 給出了肯定的答覆。“我認為擴展（Scaling）將帶我們到達那裡。”他再次援引擴展定律，預測未來只會偶爾需要一些微小的改進。他將 AI 能力的進步比作摩爾定律的指數曲線：模型將在所有方面變得越來越強大，每幾個月發佈的新模型都在編碼、科學、數學等方面取得突破。他透露，Anthropic 內部已有研究人員表示不再親自編寫代碼，而是完全讓 Claude 生成初稿，自己只負責編輯。“這個過程將持續下去……未來我們將看到的，只是過去的延續，只是程度更深。”
國家安全、監管與就業：AI 領袖的公共責任
Dario Amodei（達里奧·阿莫迪）因其在 AI 政策問題上的直言不諱而聞名，尤其是在對華先進芯片出口問題上。儘管 Anthropic 與英偉達建立了合作伙伴關係，且英偉達 CEO Jensen Huang（黃仁勳）曾對其言論表示不滿，Amodei 明確表示自己的觀點沒有改變。
他將此定性為國家安全問題，而非經濟問題。Amodei 描繪了一幅圖景：隨著模型能力指數級增長，最終將形成“數據中心裡的天才國度”。這個“國度”落在哪個地理國家至關重要。“如果它落在一個威權國家，我認為他們能在方方面面超越我們：情報、國防、經濟價值、研發……我擔心他們將能夠壓迫自己的人民，建立起一個完美的監控國家。”因此，他認為民主國家必須率先獲得這一優勢，這是一個“絕對的必要條件”。向中國出售最先進的芯片，“只會增加他們率先到達目的地的可能性，這是常識。”
當話題轉向民主國家內部的監控風險時，Amodei 試圖將討論提升到政策原則層面，而非針對特定個人或政府。他提出的核心原則是：“我們應該積極地在所有可能的方面使用這些模型，除了那些會使我們變得更像我們威權對手的方式。我們需要擊敗他們，但不能採取那些會導致我們變成他們的行動。”
對於白宮 AI 事務負責人 David Sacks 指責 Anthropic 基於“恐懼營銷”進行“複雜的監管俘獲”並損害初創企業生態的言論，Amodei 進行了反駁。他指出自己早在 2016 年創立公司之前就已撰寫關於 AI 風險的論文，且 Anthropic 支持的主要 AI 法案（如 SB 53）對年收入低於 5 億美元的小型公司設有豁免條款。“這些指控與事實完全不符。”
他進一步解釋了在監管問題上的立場分歧。他認為，一些人將 AI 革命類比於互聯網或電信革命，相信市場會自行解決一切，這種觀點在過去或許合理，但“最接近 AI 的人並不這麼認為”。真正的 AI 研究者既對潛力感到興奮，也對國家安全風險、模型對齊問題和經濟衝擊感到擔憂。他形容那種主張十年內暫停所有州級監管（在缺乏聯邦框架的情況下）的提議，就像“開車時因為十年內不需要轉向而拆掉方向盤”一樣危險。
關於 AI 對就業的衝擊，Amodei 此前曾預測可能有一半的入門級工作受到影響。在這次對話中，他更系統地闡述了應對這一挑戰的三個層次。
第一層（私營部門主導）：企業客戶在使用 AI 時面臨一個權衡。他們可以利用 AI 自動化原有流程（如保險理賠處理、“瞭解你的客戶”流程），大幅提高效率、降低成本，但所需人力將銳減。同時，他們也可以利用 AI 創造大量新價值。即使在 AI 完成 90% 工作的情況下，人類員工的生產力可能被槓桿化十倍，有時甚至需要更多員工來處理百倍於從前的工作量。社會應鼓勵企業更多地進行第二種價值創造。
第二層（政府介入）：Amodei 認為再培訓計劃並非萬能藥，但政府最終需要在財政上介入。AI 驅動的快速增長將創造巨大的經濟“蛋糕”，政府需要通過稅收政策等手段，確保財富不會過度集中，並對轉型中的勞動者進行支持。
第三層（社會結構重塑）：從長期看，一個擁有強大 AI 的社會結構必須有所不同。他引用凱恩斯“我們子孫後代的經濟可能性”中的設想，未來人們可能每週只需工作 15 到 20 小時。工作對於許多人而言，其核心意義可能從經濟生存轉變為自我實現。“社會是靈活的……我們需要在通用人工智能（AGI）時代，共同找出如何運作的方式。”
Amodei 總結道，他提出這些警告並非散佈悲觀論調，而是因為“預警是解決問題的第一步”。只有看清前方的“地雷”，社會才能繞開它，而非盲目踏入。這位 AI 領域的領軍者，在展現對技術前景無比樂觀的同時，也肩負起了呼籲社會未雨綢繆的責任。
