新智元報道

編輯：傾傾

當硅谷把「AGI造福全人類」包裝成信仰時，真實世界卻在付出代價。Karen Hao在《Empire of AI》犀利指出，這場競賽甚至被渲染成「中美對抗」——只要跑贏中國，就能守護自由。但事實是，美國與中國差距并未拉大，唯一真正收割的，是硅谷自己。我們是否還要為這場幻覺買單？

歷史上的帝國，總有一套自我合理化的信仰。

殖民者擴張靠「拯救靈魂」，今天的AI帝國靠「AGI造福全人類」。

但當信仰被資本、算力裹挾著一路狂奔時，現實卻不斷發出警示：能源透支、勞工剝削、心理危機......

問題是，這套信仰究竟如何驅動著整個行業？

「造福人類」的口號，卻變成加速的理由

Karen Hao是麻省理工學院《Technology Review》前記者，長期追蹤硅谷公司，作品多次揭露AI行業的權力結構。

她的新書《Empire of AI》一經上市就引起熱議，其中最鮮明的觀點，就是把OpenAI比作「帝國」。

在一次播客采訪中，她提到自己遇到過一些工程師：

他們的聲音都在因信仰AGI而顫抖。

這種近乎宗教般的熱忱，正是推動OpenAI和整個行業狂奔的燃料。

對于AGI，OpenAI給出的定義是：

一種「在絕大多數有經濟價值的工作上超越人類的高度自主系統」，它將「增加財富、加速經濟、推動科學發現」。

這種敘事看似高遠宏大，卻也模糊而空泛。

也正因如此，資本、公司和從業者可以在信仰的外衣下不斷加碼。

在Hao看來，一旦目標被設定為「造福人類」，并且競爭被定義為「贏者通吃」，速度就會壓倒一切。

她直言：

當你把有益的AGI之路定義成一場贏者通吃的競賽時，最重要的就是速度，速度凌駕于效率之上，凌駕于安全之上，凌駕于探索式研究之上。

也就是說，這是一場被包裝成「必須贏」的賽跑，任何對效率、安全、甚至科學探索的考量，都會被速度踩在腳下。

事實上，AI的進步并不只有一條路。

研究者完全可以通過改進算法來減少對數據和算力的依賴。但這條路意味著放慢腳步，不符合OpenAI的競賽邏輯。

于是，他們選擇了「最省智力成本的方式」——把已有的技術塞進更大的算力工廠，用更多數據去硬拱。

Hao的評價毫不客氣：

保證速度的最佳方式，就是用更多數據和超級計算機去堆現有技術，而不是去做更困難的原創研究。

這種「堆料式」的發展，并不是技術進化的必然，而是商業化與競賽邏輯的產物。更嚴重的后果在于學術生態。

Hao指出，如今頂尖的AI研究者大多進入大公司，學術界逐漸失去獨立性：

整個學科的研究議程，正在被這些公司的商業目標所塑造，而不是由真正的科學探索來決定。

從外部看，OpenAI的路線似乎極其高效：ChatGPT、GPT-4o不斷迭代，迫使其他公司追隨。

但這種速度帶來的，并不是穩固的科研積累，而更像是一場對未來的豪賭。

速度本身，反而成了信仰的證明。而為了維持這種速度信仰，整個行業開始瘋狂燒錢。

燒錢競賽：AI帝國的真實賬單

在AI行業，速度不只是信仰，更是一場巨額消耗的戰爭。

OpenAI預計到2029年將燒掉1150億美元；meta宣布，僅2025年一年，就要砸下720億美元擴建AI基礎設施；谷歌的資本開支則可能高達850億美元，大部分投向算力與運服務。

這些數字冷冰冰的，卻足夠讓人眩暈。

可這些錢砸下去，帶來的不是烏托邦，而是沉重的「賬單」。

能源是一筆最直觀的成本。大模型訓練時需要成千上萬張GPU同時運行，耗電量相當于一座中等城市。

今年5月，AI的能源需求已經占到全球數據中心電力消耗的約20%，預計年底可能翻倍。

社會的成本同樣不容忽視。Hao在《Empire of AI》里寫道：

AI的高速發展伴隨著「就業流失與財富集中」：自動化在擠壓客服、寫作、編程等崗位，而由此產生的利潤卻被少數科技巨頭收割。

AI沒有「造福全人類」，反而進一步加劇不平等。

更隱形的是心理健康的代價。

聊天機器人制造的虛擬陪伴，正在讓部分用戶陷入「幻覺式依賴」，甚至加劇精神脆弱人群的危機。

而在產業鏈的另一端，位于肯尼亞的標注工人，只能以每小時1.5至2美元的工資，長期處理極端內容（包括兒童性虐待影像），很多人因此出現失眠、焦慮，甚至創傷后應激障礙。

在委內瑞拉，研究者發現雖然數據標注為陷入經濟危機的家庭帶來了一點收入，但雇主與工人之間存在嚴重不平等，工作條件極度苛刻。

天價的算力賬單、不斷膨脹的能源消耗、用戶與工人的健康風險……所有這些，構成了 AI 帝國看不見的「暗面」。

贏家或許只有少數幾家公司，但真正為這場競賽買單的，卻是普通人和整個社會。

另一條出路：不靠燒錢也能改寫醫學

在鋪天蓋地的AGI神話之外，其實存在另一種路徑——低能耗、少數據，卻能直接推動科學突破的AI。

最典型的例子，就是Google DeepMind推出的AlphaFold。

AlphaFold的任務很具體：預測蛋白質的三維結構。

過去，科學家往往需要幾年甚至十幾年才能確定某些蛋白質的折疊方式，而AlphaFold通過訓練在氨基酸序列數據與結構數據庫上的模型，已經能在幾分鐘內準確給出結果。

DeepMind官方數據顯示，它已成功預測超過兩億個蛋白質結構，并將結果通過開放數據庫免費提供給全球科研人員。

這種突破并不是停留在實驗室里的炫技，而是正在改變醫學研究的節奏。

根據NCBI收錄的一篇綜述論文，AlphaFold2已被廣泛用于生物醫學研究，從疾病相關蛋白的結構解析，到藥物靶點發現，再到新型抗體的設計，都在顯著加速。

科研人員形容，這為藥物研發節省了「無法想象的時間和成本」。

Karen Hao在《Empire of AI》里也強調：

我們真正需要的，是像AlphaFold這樣的系統。它不會制造心理健康危機，不會引發巨大的環境消耗，也不會讓底層勞工接觸互聯網上最黑暗的內容。

相比之下，AGI路線更多依賴無休止的算力堆疊，帶來的是天價能耗與社會風險。

AlphaFold的成功提醒我們，AI并非天然與「高風險」綁定。

它完全可以被引導去解決具體而有價值的科學難題，用有限的算力和干凈的數據，換來對全人類都有益的突破。這才是另一種更值得期待的未來。

中美對抗只是幌子，硅谷才是真正收割者

過去幾年，硅谷喜歡把AGI的競賽包裝成一場「中美對抗」。

只要跑贏中國，美國就能確保世界的自由與開放。這樣的敘事不僅在科技圈流傳，還成了資本市場的興奮劑。

但Karen Hao觀察到的卻完全不同。她在TechCrunch的采訪中直言：

事實恰恰相反。美國和中國之間的差距并沒有因此擴大，硅谷對世界的影響反而是不自由化的……唯一未受傷害的，可以說只有硅谷自己。

換句話說，「中美對抗」更像是一塊擋箭牌，讓企業在無休止的擴張中獲得合法性。

與此同時，OpenAI內部的身份矛盾也愈發明顯。

一方面，它以非營利基金會的姿態宣稱使命是「造福人類」；另一方面，它又通過營利子公司不斷推進商業化。

今年與微軟的新協議，更被普遍視為邁向上市的一步。

兩名前安全研究員甚至在接受TechCrunch采訪時表示，他們擔心公司已經把「受歡迎的產品」等同于「造福人類」的證明，只要ChatGPT被大眾使用，就默認達成了使命。

與此同時，OpenAI的公司架構也一度搖擺——從最初的非營利實體，到計劃轉為Public Benefit Corporation（PBC），再到后來迫于壓力宣布仍由非營利基金會控制。

這種不斷調整，本身也反映了「使命」與「資本」之間難以調和的矛盾。

Hao的提醒不容忽視：

哪怕證據不斷顯示，這些系統正在傷害大量人群，但那套自造的使命依然把一切遮蓋。

在這樣的敘事下，「中美對抗」的緊張氣氛，和「造福人類」的口號，最終都成了硅谷加速收割的幌子。

從「造福人類」的口號，到「中美對抗」的敘事，再到資本市場的狂熱，AI 行業已經織就了一張龐大的信仰之網。

即便證據不斷累積，證明這些系統正在制造失業、透支能源、加劇心理危機，那套使命依然能把一切遮蓋。

這正是帝國式擴張最危險的地方：當信仰變成遮羞布，現實的傷害便被逐漸抹去。

歷史上，殖民者曾以「拯救靈魂」為名掩蓋掠奪；今天的 AI 帝國，則以「AGI 造福全人類」為名，加速收割資源與權力。

問題是，當越來越多的人被迫為這場競賽買單，我們還要繼續相信這個神話嗎？

AGI，到底是人類的希望，還是另一場幻覺？

參考資料：

https://techcrunch.com/2025/09/14/karen-hao-on-the-empire-of-ai-agi-evangelists-and-the-cost-of-belief/