AI风险是否需要非凡的政府干预？

近日，Derek Thompson在一篇文章中与“AI作为正常技术”（AINT）的框架进行了对话。他认同AI对劳动力市场影响缓慢的论点：GDP增长保持平均，失业率低于5%，甚至看似易受自动化冲击的行业就业和工资仍在上升。他认为，宏观经济图景至今符合“正常”通用技术的预期。然而，在AI风险方面，他远更悲观。他援引网络和生物风险案例，认为AI的涌现能力使其与以往技术根本不同，从而证明“非凡”政府回应（包括限制公司发布产品）是合理的。

本文则阐述非凡政府干预的弊端。我们将非凡干预定义为具有三个特征：一是预防性，基于预期而非实际危害限制行为；二是限制非直接责任方的自由，例如限制AI公司发布可能被滥用的工具，而恶意行为者本身并未受到直接限制；三是绕过正常治理程序，依赖行政命令或紧急声明等单边权力。干预的非凡程度越高，其正当性门槛也应越高。

非凡干预代价高昂。以核不扩散为例，其依赖浓缩铀这一物理瓶颈，尚可通过IAEA、NPT等机制维系。但AI没有类似物理瓶颈，核心技术公开，对手（尤其国家行为体）数月内即可追赶前沿能力。任何AI不扩散体制都将面临持续侵蚀。出口管制等温和措施只能争取数月时间，若要真正实现不扩散，就必须限制开源模型和API访问，建立许可制度，进而扩展为政府对AI研究、发布和人才流动的永久控制。这并非极端假设——Anthropic被列为供应链风险、传闻中的许可要求已是前兆。

历史提供了警示。1995年俄克拉荷马城爆炸后，参议员范斯坦提议禁止互联网传播炸弹制作信息，最终法案范围大幅缩小。加密软件出口管制和强制后门要求也因法院裁决和行政行动而撤销，加密反而成为数字安全的基石。但另一方面，动态炸药发明后的恐怖活动催化了FBI监控权力的扩张。我们应审慎选择。

文章主张将重点转向社会韧性——系统抵抗和适应损害的能力。韧性分散防御，不依赖单一瓶颈，并能协调激励，使潜在受影响者提前准备。尽管美国政府僵化，使投资韧性变得困难，而限制AI公司看似更易推行，但长期来看，加强常规政策有效性才是正途。只有提升韧性，才能在AI能力不可避免广泛可及时做好准备。