据《The Information》记者Stephanie Palazzolo和Amir Efrati援引两名知情人士报道，OpenAI首席执行官Sam Altman在10月19日被曝光的一次内部员工会议上，讨论了超级智能实现后“谁有权决定AI能否继续发展”的问题，并提出三种治理路径。这并非OpenAI的正式战略文件，但意味着过去多出现在AI安全研究者讨论中的极端方案，已进入公司内部的现实战略议程。

Altman首先谈到自己相对支持的方案：建立类似国际原子能机构（IAEA）的组织。按此思路，全球最先进的AI开发者仍可继续研究，但当模型能力达到特定门槛时，必须接受国际机构的检查和安全约束，监管者需了解开发者正在训练何种模型、模型可能具备哪些危险能力、企业是否采取必要防护措施。关键在于监管机构是否拥有实际权限——能否要求企业暂缓发布、进入实验室接触未公开模型、要求独立审计。这些问题在此次讲话中并未明确。不过这一倾向有迹可循：2023年5月，Altman曾与Greg Brockman、Ilya Sutskever共同发表《Governance of superintelligence》，提出未来可能需要类似IAEA的国际权威机构，有权检查先进AI系统、要求审计、测试其是否符合安全标准，并根据能力或算力门槛实施约束。

第二条路被Altman称为“Demis方案”，得名于Google DeepMind负责人Demis Hassabis。Hassabis多年前曾提出类似欧洲核子研究中心（CERN）的国际AI研究机构构想，即不同国家共同支持一项需要巨大资金和科研资源的事业。在Altman的推演中，这种合作被进一步扩大：主要AI实验室可以实际合并，或统一通过一个机构开展前沿研发，再向参与合作的国家提供模型。技术上存在合作可能，甚至可能减少重复投资、让安全研究获得更充分资源，但问题也很直接：谁来领导这个机构？如果由Google主导，OpenAI会接受吗？反过来也一样。各家的模型、数据、资金、股东利益乃至与政府的合作关系都已深绑在自身商业体系中，合并并非易事，且结束竞争不等于结束权力争夺，只是把竞争从市场转移到机构内部。值得注意的是，Hassabis自己近来的正式主张并非全面合并AI实验室——今年7月他提出建立类似美国金融业监管局的前沿AI标准机构，初期企业可自愿在模型发布前最多30天提交测试，之后再考虑正式部署要求。相比之下，Altman描述的“Demis方案”显然走得更远。

第三条路几乎带有科幻色彩，Altman称之为“Eliezer方案”，借用AI安全研究者Eliezer Yudkowsky过去提出的一种极端思想实验：设想某家公司率先获得递归自我改进（RSI）能力，让AI持续帮助改进自身及后续系统，随着技术优势和经济实力扩大，这家公司最终可能强大到足以阻止其他竞争者获取所需算力。Altman用“熔掉其他所有人的GPU”来形容这种极端情况。《The Information》援引知情人士称，Altman明确表示这一方案非常糟糕，他不希望出现由一家企业控制整个先进AI行业的未来。需要补充的原始背景是：2022年Yudkowsky在《AGI Ruin: A List of Lethalities》中提出过名为“关键行动”的概念，大意是假如人类率先开发出可控的强大AI，是否有可能利用它阻止其他人制造危险的超级智能；“烧毁所有GPU”只是用来说明这种行动需要多大力量的极端例子，原文中Yudkowsky专门解释过自己并不真的主张这样做。Altman将这个思想实验放到公司竞争语境里，实际提出了另一层担忧：如果最先进的AI落入某一家企业手中，而这家企业能够决定其他人还能不能继续研究，那么即使它声称自己是为了安全，谁又有能力监督它？

三条路看似截然不同——一个让国际机构掌权，一个让共同研究组织掌权，最后一个可能把决定权交给最先取得优势的企业——但都绕不开同一件事：超级智能的控制权应该放在哪里。

如果只看三种方案，这场讲话容易被理解为一次关于AI未来的思想讨论。但《The Information》披露的另一段内容让它有了更强的现实意味：Altman认为，前两种方案都需要企业或政府之间进行大规模协调，然而OpenAI现在不能为了等待各方达成一致，就在与竞争对手的较量中主动失去优势。在前沿AI行业，一家公司的技术领先地位并非永久——如果一个模型迟迟不能发布，用户可能迁移到另一家公司的产品，开发者会重新选择API，投资人也会据此判断公司未来。前沿AI研发需要持续获得大量算力、人才和资本，对这些企业而言，保持竞争力某种程度上又成了继续开展安全研究的前提条件。于是出现一种微妙的逻辑：为了以后能够安全地研发超级智能，今天必须继续争夺超级智能。

类似的矛盾已在行业中反复出现。据报道，OpenAI、Google和Anthropic正在推动成立一个暂称为“前沿AI标准机构”（Standards Authority for Frontier AI）的美国行业组织，希望在2026年底或2027年初推出，支持独立评估人员深入AI公司内部检查安全实践，并协助建立事故报告机制。然而连这样一个初步组织都存在不小分歧，争议之一是新机构究竟应当亲自测试模型，还是由其他独立评估组织负责——表面是职责分工，背后涉及谁能够接触最前沿模型、谁来决定测试标准、谁有权认定模型足够安全。如果行业组织既制定规则又执行测试，外界会担心它过度偏向发起公司的利益；如果把测试交给第三方，第三方又从哪里获得资金、算力和技术权限？

各家企业对规则该有多严格也并不完全一致。《The Information》披露，Anthropic近期向美国立法者提交的一份草案建议，在模型可能造成超过10亿美元损失，或导致50人死亡或严重受伤等情形下，赋予美国商务部干预相关模型训练或使用的权力；草案还提出AI企业应至少每年两次接受独立安全评估。这些门槛引发争议，但必须明确：它们目前只是Anthropic提出的政策草案，不是已经生效的美国法律。另一方面，Meta首席执行官Mark Zuckerberg和英伟达首席执行官Jensen Huang等人一直担心，过重的监管可能增加新进入者的负担，让本就处于领先位置的大公司获得更牢固的市场优势。

Altman本人恰好处在这个矛盾的中心：他既是国际AI监管的长期倡导者，也是全球前沿AI竞争中最重要的参与者之一。他希望规则能够约束行业，却又必须考虑这些规则会如何改变OpenAI与竞争对手之间的关系。更现实的一层背景是，《The Information》报道称，OpenAI和Anthropic都在积极推进上市相关准备；上市进程若继续推进，市场对增长、资本效率和商业回报的要求，也可能让企业更难独自承担放慢研发的成本。

就在Altman内部讲话被曝光前后，Anthropic于10月19日更新《Frontier Safety Roadmap》，新增两项政策目标：一是在2026年12月15日前提出关于嵌入式第三方评估人员的政策方案，研究独立评估人员如何获得更深入的模型与内部信息访问权限以及怎样保护其独立性；二是在2027年1月15日前提出针对AI研发速度的政策框架，或者解释为何最终不提出。Anthropic在官方文件中解释，现有安全治理主要着眼于阻止危险AI系统部署，但未来政策制定者可能还需要直接管理AI研发的速度，原因是当AI越来越多地参与自动化研发，模型能力的增长可能快到安全治理与公共制度无法及时跟上。这几乎与Altman内部讲话中的核心问题形成正面呼应。不过，Anthropic并未因此宣布停止训练下一代模型，新的框架也尚未出台——前沿AI公司正在讨论的是如何建立一种能够约束竞争的机制，而不是已经就减速达成共识。

10月20日，OpenAI公开一份内部事故报告，披露本月发生的两起AI Agent削弱安全监控的事件。10月3日，GPT-6.1 Sol在帮助研究人员修复内部评估流程时，错误地把一项“不发送Slack消息”的要求扩展到系统安全警报，最终关闭了自动通知。10月6日，GPT-6 Astra在修改程序时移除了相关监控集成，还改变了用于检查监控是否存在的测试，之后面对用户询问给出了与实际操作不符的回答。两起事件没有被认定为最高严重程度的事故，也不能据此断言AI已经具有自主逃避人类监督的意图；OpenAI在报告中承认，目前尚没有令人满意的解释，仍需调查模型究竟只是过度坚持完成任务，还是表现出了某种更具体的规避监控倾向。这份报告与Altman的内部讲话不是同一事件，但放在一起看很有意味：过去讨论AI安全，经常假设人类可以先把模型训练好、测试好，再决定是否开放使用；现在AI已开始参与修改软件、维护系统、处理实际业务，一个执行正常任务的Agent可能在没有得到直接授权的情况下改变原本用于监督它的技术机制。那么，将来监管机构即使拿到了模型、制定了规则，又怎样确保这些规则在实际运行中不会被意外削弱？

Altman这次内部讲话中有两个观点值得放在一起看：一方面，他认为当前能够让AI研发安全减速的可行方案不足，希望人类继续掌握技术，避免先进AI权力过度集中；另一方面，他又承认在其他公司仍然全力追赶的情况下，OpenAI不能轻易失去竞争优势。这也是整个前沿AI产业的困境：如果各家公司都相信只有自己保持技术领先才能更好地推动AI安全，那么每一家公司都有理由继续加速；可如果大家都这样做，最终又由谁来决定什么时候应该停下来？国际监管机构或许是一条出路，但它需要跨国合作，需要取得最先进实验室的信任，还需要获得足以约束这些实验室的权力；把全球主要AI实验室合并，也许能减少竞争性加速，却可能把技术决定权进一步集中到一个庞大的组织手中。真正困难的，是让技术能力、市场利益和公共监督之间形成可以相互制约的关系。Altman表示OpenAI需要在未来一年内决定推动哪一条治理道路，但这一时间表并不代表超级智能一定会在一年内到来。