撰文：Techub News 整理
在2025 年 12 月于纽约举行的一场公开对话中，Anthropic 联合创始人兼 CEO Dario Amodei（达里奥·阿莫迪）与《纽约时报》专栏作家 Andrew Ross Sorkin 进行了一场深度对谈。作为 OpenAI 的早期核心成员、ChatGPT-2/3 开发的关键领导者，以及如今估值飙升的 Anthropic 的掌舵人，Amodei 的视角兼具技术先驱的洞见与行业领军者的现实考量。在这场对话中，他不仅回应了外界对 AI 投资过热与“泡沫论”的质疑，更坦诚分享了 Anthropic 在“不确定性锥体”中的生存策略，并就 AI 的国家安全、监管与就业冲击等尖锐问题发表了看法。
技术乐观与财务谨慎：AI 狂潮中的生存法则
当被问及当前 AI 领域动辄数百亿美元的巨额投资是否构成泡沫时，Dario Amodei（达里奥·阿莫迪）给出了一个辩证的回答。他将问题拆解为技术前景与经济现实两个层面。
在技术层面，Amodei 自称是“最乐观的人之一”。他的信心源于对“扩展法则”（Scaling Laws）长达十二年的观察与实践。这一由他及其同事率先系统阐述的规律表明，只要持续投入更多的算力和数据，AI 模型的性能几乎在所有任务上都会稳定提升——从编程、科学、生物医药到法律、金融、材料与制造。“这几乎涵盖了现代经济中所有价值创造的领域。”他如此总结道。Amodei 以 Anthropic 自身的增长为例：公司收入在 2023 年从零增至 1 亿美元，2024 年达到 10 亿美元，而 2025 年预计将落在 80 亿至 100 亿美元之间。这种每年十倍的增速，在他看来，是技术价值正在兑现的直接证据。
然而，切换到经济与财务视角，Amodei 流露出明显的担忧。问题的核心在于一个根本性的“不确定性”：未来收入增长的轨迹极难预测，但建设支撑这些收入所需的算力基础设施（数据中心）却需要长达一至两年的前置时间。企业现在就必须决定 2024 年初要采购多少算力，以服务 2027 年初预期的业务规模。
“这形成了一个‘不确定性锥体’，”Amodei 解释道，“我无法确定一年后的收入是 200 亿、500 亿还是其他数字。”他尝试进行保守规划，但风险无处不在：如果算力采购不足，公司将无法满足客户需求，拱手将市场让给竞争对手；如果过度采购，则可能因收入无法覆盖高昂的固定成本而陷入财务危机，甚至破产。
Amodei 指出，企业抵御这种风险的能力取决于其利润率。高利润率提供了缓冲空间。他暗示，Anthropic 因其聚焦企业级市场（而非消费级），拥有更优的商业模式和更高的利润率，因此能够以“相对负责任”的方式管理这一风险。但他话锋一转，明确表示并非所有玩家都如此谨慎：“我担心的是，生态系统中的一些参与者，如果他们只是犯了一个时机上的错误，或者仅仅偏差了一点点，糟糕的事情就可能发生。”当被追问哪些公司在“YOLO”（不计后果地冒险）时，他选择了回避，但暗示答案显而易见。
针对 OpenAI CEO Sam Altman（萨姆·奥尔特曼）提出的在两年内从巨额亏损转向盈利的目标，Amodei 拒绝评论其他公司的财务状况，但重申了 Anthropic 基于“不确定性锥体”的审慎计算原则：采购足够多的算力以确保即使在最差的场景（如第十百分位）下也能负担，同时保持竞争力。
对于行业内“循环交易”（即芯片供应商如英伟达投资 AI 公司，后者再用资金购买其芯片）的质疑，Amodei 为其合理性进行了辩护。他以一个简化的模型说明：假设建设 1 吉瓦算力的数据中心需要约 500 亿美元资本支出，分摊到 5 年使用寿命，每年成本约 100 亿美元。一家年收入近百亿且快速增长的公司，当下可能没有 500 亿美元现金，但与拥有资本且有意出售芯片的巨头合作，获得部分投资以支付首年费用，后续再以收入支付，这在商业逻辑上是成立的。“原则上，这没有什么不妥。”他强调，风险只在于当这种交易规模堆叠到极其巨大、对未来收入预期过于激进时，才会导致过度扩张。
关于芯片折旧周期的争论，Amodei 再次展现了其保守立场。他认为问题不在于芯片的物理寿命，而在于新芯片以更快速度、更低成本迭代上市，导致旧芯片价值迅速贬损。“这可能在你购买芯片一年后就发生。”因此，Anthropic 在规划时假设了非常激进的芯片效率提升曲线，并据此做出保守的财务预测。“我们几乎在所有情境下都认为自己能够应对。”但他再次强调，无法替其他公司发言，并暗示可能存在一些过于乐观的假设。
企业级路径 vs. 消费级战争：Anthropic 的差异化护城河
近期，谷歌发布新模型引发的行业震动，以及 OpenAI 内部发出的“红色警报”，凸显了消费级 AI 市场竞争的白热化。Dario Amodei（达里奥·阿莫迪）对此表示，Anthropic 所选择的差异化路径让他“非常感激”。
Amodei 指出，OpenAI 和谷歌的核心战场在消费级市场。谷歌需要捍卫其搜索垄断地位，而 OpenAI 的中心也在消费者业务。服务于企业客户对它们而言是次要的。相反，Anthropic 自始至终专注于企业级市场。随着时间推移，其模型越来越针对企业需求进行优化——编码能力提升最快，并正扩展到金融、生物医药、零售、能源、制造等各个领域。
“这些模型战争，尽管我们的模型也非常出色……但我们某种程度上是在一个不同的方向上或不同的维度上发展。”Amodei 认为，这使得 Anthropic 能够较少受到消费级市场激烈攻防的影响，处于一个“特权位置”，可以专注于持续增长和模型开发，而无需发出“红色警报”。
那么，AI 公司的护城河究竟是什么？当模型能力最终趋同，用户是否会仅仅因为谁拥有最新、最强的模型而频繁切换？Amodei 从企业级市场的角度给出了否定的答案。
首先，他强调了为企业和为消费者构建模型所产生的根本性差异。企业级模型更专注于编码、高智力活动和科学能力，而非用户 engagement（参与度）。这种不同的优化目标导致了模型“个性”和能力侧重点的显著不同。
其次，即使通用人工智能（AGI）到来，Amodei 也不认为所有模型会收敛到同一个点。“ specialization exists alongside general intelligence.”（专业化与通用智能并存）。就像人类虽然都具有通用智能，但各自擅长不同领域一样，AI 模型也可以且将会专业化。
最后，他指出了企业市场的固有粘性：公司会与供应商建立关系，习惯于使用特定模型。即使是看似标准化的 API 业务，企业客户也很难在不同模型间切换，因为下游客户已经适应了现有模型的交互方式和“个性”。
当被问及仅靠现有 Transformer 架构和算力堆叠是否能通往 AGI 时，Amodei 给出了肯定的答复。“我认为扩展（Scaling）将带我们到达那里。”他再次援引扩展定律，预测未来只会偶尔需要一些微小的改进。他将 AI 能力的进步比作摩尔定律的指数曲线：模型将在所有方面变得越来越强大，每几个月发布的新模型都在编码、科学、数学等方面取得突破。他透露，Anthropic 内部已有研究人员表示不再亲自编写代码，而是完全让 Claude 生成初稿，自己只负责编辑。“这个过程将持续下去……未来我们将看到的，只是过去的延续，只是程度更深。”
国家安全、监管与就业：AI 领袖的公共责任
Dario Amodei（达里奥·阿莫迪）因其在 AI 政策问题上的直言不讳而闻名，尤其是在对华先进芯片出口问题上。尽管 Anthropic 与英伟达建立了合作伙伴关系，且英伟达 CEO Jensen Huang（黄仁勋）曾对其言论表示不满，Amodei 明确表示自己的观点没有改变。
他将此定性为国家安全问题，而非经济问题。Amodei 描绘了一幅图景：随着模型能力指数级增长，最终将形成“数据中心里的天才国度”。这个“国度”落在哪个地理国家至关重要。“如果它落在一个威权国家，我认为他们能在方方面面超越我们：情报、国防、经济价值、研发……我担心他们将能够压迫自己的人民，建立起一个完美的监控国家。”因此，他认为民主国家必须率先获得这一优势，这是一个“绝对的必要条件”。向中国出售最先进的芯片，“只会增加他们率先到达目的地的可能性，这是常识。”
当话题转向民主国家内部的监控风险时，Amodei 试图将讨论提升到政策原则层面，而非针对特定个人或政府。他提出的核心原则是：“我们应该积极地在所有可能的方面使用这些模型，除了那些会使我们变得更像我们威权对手的方式。我们需要击败他们，但不能采取那些会导致我们变成他们的行动。”
对于白宫 AI 事务负责人 David Sacks 指责 Anthropic 基于“恐惧营销”进行“复杂的监管俘获”并损害初创企业生态的言论，Amodei 进行了反驳。他指出自己早在 2016 年创立公司之前就已撰写关于 AI 风险的论文，且 Anthropic 支持的主要 AI 法案（如 SB 53）对年收入低于 5 亿美元的小型公司设有豁免条款。“这些指控与事实完全不符。”
他进一步解释了在监管问题上的立场分歧。他认为，一些人将 AI 革命类比于互联网或电信革命，相信市场会自行解决一切，这种观点在过去或许合理，但“最接近 AI 的人并不这么认为”。真正的 AI 研究者既对潜力感到兴奋，也对国家安全风险、模型对齐问题和经济冲击感到担忧。他形容那种主张十年内暂停所有州级监管（在缺乏联邦框架的情况下）的提议，就像“开车时因为十年内不需要转向而拆掉方向盘”一样危险。
关于 AI 对就业的冲击，Amodei 此前曾预测可能有一半的入门级工作受到影响。在这次对话中，他更系统地阐述了应对这一挑战的三个层次。
第一层（私营部门主导）：企业客户在使用 AI 时面临一个权衡。他们可以利用 AI 自动化原有流程（如保险理赔处理、“了解你的客户”流程），大幅提高效率、降低成本，但所需人力将锐减。同时，他们也可以利用 AI 创造大量新价值。即使在 AI 完成 90% 工作的情况下，人类员工的生产力可能被杠杆化十倍，有时甚至需要更多员工来处理百倍于从前的工作量。社会应鼓励企业更多地进行第二种价值创造。
第二层（政府介入）：Amodei 认为再培训计划并非万能药，但政府最终需要在财政上介入。AI 驱动的快速增长将创造巨大的经济“蛋糕”，政府需要通过税收政策等手段，确保财富不会过度集中，并对转型中的劳动者进行支持。
第三层（社会结构重塑）：从长期看，一个拥有强大 AI 的社会结构必须有所不同。他引用凯恩斯“我们子孙后代的经济可能性”中的设想，未来人们可能每周只需工作 15 到 20 小时。工作对于许多人而言，其核心意义可能从经济生存转变为自我实现。“社会是灵活的……我们需要在通用人工智能（AGI）时代，共同找出如何运作的方式。”
Amodei 总结道，他提出这些警告并非散布悲观论调，而是因为“预警是解决问题的第一步”。只有看清前方的“地雷”，社会才能绕开它，而非盲目踏入。这位 AI 领域的领军者，在展现对技术前景无比乐观的同时，也肩负起了呼吁社会未雨绸缪的责任。
