这集讲什么
All-In 四位主持人认为，Anthropic 的模型限制正在把 AI 安全争论推向谁能控制算力与开放模型的竞争，而企业研发可能先承受断供风险。
1-3要点
- 性能领先不等于采购安全：价格、数据留存、降级告知与申诉机制同样决定模型的企业价值。
- 安全护栏有真实机会成本：Friedberg 的基因研究案例说明，宽泛限制可能波及非武器化任务。
- 开放模型需要基础设施：若缺少算力和资本，名义上的退出选项未必能在规模上成立。
Anthropic's Fable Backlash, Nationalizing AI, Inflation Heats Up & California's Broken Elections
播出信息
- 日期：2026-06-12
- 节目：All-In Podcast
- 嘉宾与主持：Jason Calacanis、Chamath Palihapitiya、David Sacks、David Friedberg；本集为四人讨论。
- 场合：围绕 Anthropic 新模型、AI 治理与公共资本、通胀，以及加州选举制度的圆桌讨论。
- 时长：约 01:41:13。
- 转写说明：开场将新模型称为“Fable 5”，又多次提及“Mithos／Mythos 级”模型；相关名称及个别专名可能受语音转写影响。所给转写中段省略，因此中段议题只记录可由现有文字与时间锚点支持的内容。
背景
讨论从 Anthropic 的新模型发布切入。Jason 称它在几乎所有基准测试中领先，单位 token 价格约为 Opus 4.8 的两倍，但可能因完成任务所需 token 更少而改变实际成本。他同时指出，使用该模型的提示数据至少保存 30 天；针对某些前沿 AI 研发用途，模型原先可能在不告知用户的情况下被降级。Anthropic 后来表示，会让这类保护措施更可见。
这一产品争议很快扩展为三个问题：企业能否依赖随时可能改变准入规则的闭源模型；开放模型需要多少算力与资金才能构成真实替代；当 AI 能力兼具科研价值和武器化风险时，应限制工具入口，还是重点追究危险用途。节目后段转向生产者价格及加州邮寄选票、身份核验和计票结果。尤其在选举话题上，主持人之间存在明确分歧：异常数据与制度漏洞值得调查，但它们本身不等于已经证明足以改变结果的舞弊。
总结分析
本集最有价值的转折，是把模型“安全护栏”从抽象的价值观之争，拉回研发现场。Friedberg 描述，其公司用模型辅助植物基因研究，包括 RNA 引导序列设计、遗传构件设计和性状预测；过去容易完成的工作，近几周因生物武器风险限制而变得困难。他预期企业会转向本地运行的开放模型，并把自有数据接入专门模型。Chamath 则把同一件事表述为企业治理问题：即使供应商没有拿走数据，只要它能自行判断提示是否触线、改变输出或中断服务，关键研发能力就存在单点故障。
Sacks 给出更强的政治经济解释：如果领先的闭源公司一边决定谁能用到完整能力，一边推动模型审批，开放模型的替代空间可能被压缩。这个推论值得关注，却不能当作 Anthropic 已被证实的动机。节目也提出了反方最强论点：能力越强，网络攻击和生物风险越难仅靠事后执法处理；私人公司有理由谨慎发布。真正待解决的，是可说明、可申诉、可审计的限制如何与有效防护并存，而不是在“完全放开”和“完全封锁”之间二选一。
算力使这场争论更具体。Chamath 称自己参与取得亚利桑那州 2,000 英亩土地及建设 2 吉瓦数据中心的许可，并估算现在建设 1 吉瓦约需 1,000 亿美元。按他的说法，开放模型即便允许存在，也未必拿得到足够算力形成可靠选择。后半集则显示同一种分析纪律在公共议题上更难坚持：生产者价格数据需要放回口径与成因中看；选票结构的异常、合法的选票收集、违法代填，以及足以改变选举结果的舞弊，是四个不同命题。听众不必先接受任何一方结论，但应要求各方给出能区分这些命题的证据。
节目结构 / 议程
- 新模型发布与开发者反弹 — 00:00 🎧 · ▶️
- 基因研发遭遇安全护栏 — 05:08 🎧 · ▶️
- 留存、降级与可审计性 — 09:54 🎧 · ▶️
- 开放模型并非免费的退出选项 — 17:47 🎧 · ▶️
- 安全边界：管工具入口，还是管危险用途 — 23:38 🎧 · ▶️
- AI 公共资本与所有权之争 — 38:28 🎧 · ▶️
- 通胀回到议程 — 01:06:10 🎧 · ▶️
- 加州选举：制度漏洞与舞弊指控 — 01:13:05 🎧 · ▶️
- 身份核验能否修复信任 — 01:20:51 🎧 · ▶️
- 异常计票的替代解释与举证责任 — 01:35:49 🎧 · ▶️
分节详解
1）新模型发布与开发者反弹 — 00:00 🎧 · ▶️
💬 他们说了什么：Jason 称 Anthropic 发布的“Fable 5”几乎领先所有基准测试，token 单价是 Opus 4.8 的两倍，但实际任务可能消耗更少 token。他说该模型至少保存用户输入 30 天；如果识别到用户在进行前沿 AI 模型研发，原先可能暗中降低提供的能力，相关说明藏在一份 319 页文件中。Anthropic 随后表示，将使这类限制更可见。
💡 为什么重要：模型性能、真实任务成本、数据留存和能力稳定性，必须一起评估；单看排行榜不足以决定采购。
⚡ 争议点：这里混合了主持人的产品描述与对政策后果的解读；具体适用范围及修订后的告知方式仍需核对正式文件。
2）基因研发遭遇安全护栏 — 05:08 🎧 · ▶️
💬 Friedberg 说，其公司在农业基因研究中使用模型评估基因及变体、设计基因编辑所需的 RNA 引导序列，并预测植物性状。约六个月前，模型还能较方便地辅助设计用于制造特定蛋白质的遗传构件；近几周，这类工作因所称生物武器风险受到限制。他预计公司可能改用本地运行的开放模型，并结合自有数据建立内部基因组模型。
💡 通用安全分类会影响合法科研的日常任务。对企业而言，问题不只是一次拒答，而是能否持续规划实验流程。
⚡ Friedberg 提供的是自身使用经历；节目没有展示被限制任务的完整提示，也没有证明所有同类科研都会得到相同结果。
3）留存、降级与可审计性 — 09:54 🎧 · ▶️
💬 Sacks 指称，这类模型会保留提示、输出及传入的上下文 30 天，甚至影响此前约定零数据留存的客户；他还批评针对机器学习、AI 研究及芯片设计的隐性降级。按他的说法，Anthropic 后来同意在降级时告知用户，但并未取消降级。Chamath 进一步追问：若输出疑似受商业关系影响，能否保存足以还原当次模型运行的记录？
💡 企业需要知道收到的是哪一级能力，也需要在结果出错时追溯原因；否则“可用”并不等于“可治理”。
⚡ Sacks 对监视、操纵及反竞争的定性是其判断；Chamath 提出的偏向商业伙伴情景是假设，并非节目证明已经发生的交易。
4）开放模型并非免费的退出选项 — 17:47 🎧 · ▶️
💬 Chamath 称，他与伙伴两年前购入亚利桑那州 2,000 英亩土地，取得建设 2 吉瓦数据中心的许可，并正考虑另一处 1 吉瓦项目。他估算如今建设 1 吉瓦约需 1,000 亿美元，3 吉瓦即约 3,000 亿美元；最初项目估算仅为 40 亿至 50 亿美元。Friedberg 则举例称，其植物育种项目正在使用由 Ark Institute 等推出的开放基因组语言模型，辅助判断植物基因变体。
💡 开放权重只是替代方案的一部分；足够的算力、资金和专业数据，决定企业能否真正摆脱单一供应商。
⚡ 数据中心数字是 Chamath 的项目与成本估算，不宜直接推广为所有地点、所有建设阶段的统一价格。
5）安全边界：管工具入口，还是管危险用途 — 23:38 🎧 · ▶️
💬 Jason 替谨慎发布提出辩护：若公司相信模型可能被滥用，可先交给选定伙伴加强网络安全，再逐步开放；用户也可继续使用旧模型。Friedberg 将风险分为网络、物理和生物武器，同时强调相同能力也可用于癌症研究、增产和软件开发，主张重点约束武器化用途。Chamath 以购买化肥时的身份核验作比，问为何不能为合规研究者设置更明确的身份核验及准入路径。
💡 争论的关键不是承不承认风险，而是怎样让合法高价值用途获得可靠通道，同时对危险用途设防。
⚡ Jason 指出，仅在武器造成伤害后执法可能太晚；其他人则担忧前置限制过宽。身份核验能解决多少风险，节目没有给出验证。
6）AI 公共资本与所有权之争 — 38:28 🎧 · ▶️
💬 讨论转向锚点所称的“American AI sovereign wealth fund Act”，以及 Bernie Sanders 的提案。Sacks 表示反对 Bernie 的方案，理由是它在他看来属于直接没收财产。其后谈话涉及用公共资本购买股票，也提到当期新增就业 172,000 个、超过经济学家预期的两倍。
💡 当 AI 的收益可能集中而公共财政承担转型压力时，社会如何分享收益，会从企业治理问题进入所有权与财政政策争论。
⚡ 所给转写省略了这段的大部分论证；无法仅凭锚点还原两项方案的条款、就业数据口径，或主持人之间的完整分歧。
7）通胀回到议程 — 01:06:10 🎧 · ▶️
💬 这一段的精确锚点提到，生产者价格指数 PPI 同比为 6.5%，是 2022 年末以来最高水平。其后时间锚点显示，讨论继续围绕通胀，并谈到石油对全球的影响。
💡 价格压力会影响企业成本判断，也会改变前段有关巨额算力投资和公共支出的现实约束。
⚡ 现有材料没有保留完整通胀段落；不能据此确定该 6.5% 的具体统计口径，也不能把油价判定为主持人认可的唯一成因。
8）加州选举：制度漏洞与舞弊指控 — 01:13:05 🎧 · ▶️
💬 后段讨论聚焦加州邮寄选票、身份核验、选民名册和选票收集。Sacks 声称名册久未清理、签名核验不足，并以收到选票、见证签名和计票期限等环节说明他认为存在的漏洞。Jason 则坚持区分可疑制度、个别违法行为与“重大选举已被舞弊扭转”的结论，要求调查而非仅凭推断定案。
💡 制度即使允许某些操作，也可能损害公众信任；但治理漏洞需要与实际发生且达到特定规模的违规分开证明。
⚡ 节目中的“合法舞弊”是政治评价，不是法律结论。关于选民名册、核验门槛及新法妨碍审计的说法，需要逐项查证。
9）身份核验能否修复信任 — 01:20:51 🎧 · ▶️
💬 Sacks 质疑登记及投票时缺少选民身份证明，并描述他认为过于宽松的签名与见证流程。Friedberg 主张由国会建立公民身份、登记和出示身份证明的明确规则，以维护“一人一票”的信任。Jason 支持选民身份核验，同时表示自己不认为现代重大选举已被证明因舞弊而逆转。
💡 几位主持人对规则改革有交集，却对已有证据能否支持选举结果遭扭转，持不同立场。
⚡ 身份核验的具体制度设计、可及性与效果没有在这段获得充分讨论；节目举出的个案也不能自动推及整场选举。
10）异常计票的替代解释与举证责任 — 01:35:49 🎧 · ▶️
💬 Jason 反复要求为选票结果差异提出最强的非舞弊解释，并呼吁有权机关调查。讨论中出现两种可能：候选人的地面组织与选票收集能力不同；部分选民可能在最后阶段选择 Raman 或 Bass，以阻止 Spencer Pratt 进入后续竞选。Sacks 声称某结果发生的概率是“万亿分之一”，但节目未在所给文字中展示计算方法。
💡 寻找替代解释不是否认异常，而是检验因果推断；若要指控有人代填或违法收集选票，还需要可核查的行为证据。
⚡ 合法收集选票、选民策略性投票和违法填写他人选票不能混称。所谓“万亿分之一”缺少模型、样本与假设，不能单独作为舞弊证明。
人物与机构
- Jason Calacanis：主持讨论；为谨慎发布模型提出反方论证，并在选举议题上要求区分怀疑与证明。
- Chamath Palihapitiya：强调企业对闭源模型的依赖风险、输出可追溯性，以及开放算力的资本门槛。
- David Sacks：批评模型留存与降级政策，提出监管俘获担忧；后段强烈质疑加州选举制度。
- David Friedberg：从农业基因研发经验说明模型限制的实际影响，主张保护合法用途并改革选举核验规则。
- Anthropic／Dario：模型发布及安全政策争论的主要对象；节目多次讨论其监管主张。
- Ark Institute：Friedberg 所举开放基因组语言模型的相关机构。
- Bernie Sanders、Spencer Pratt、Raman、Bass：分别出现在 AI 公共所有权及加州选举讨论中。
金句
中：Anthropic 确实说了实话；只是那实话听起来很难受。 英：“One thing I'll say about Anthropic is they tell the truth. It's just that the truth sucks.”
中：我是否希望 AI 成为企业差异化能力的单点故障？ 英：“Do I want to have a single point of failure risk with respect to AI?”
中：你不能简单地把 AI 关掉。 英：“You can't just stop AI.”
中：让它失去利润空间，使它成为大宗化的能力。 英：“Take all the margin out, make it a commodity.”
中：凡是技术上可能的事，至少会有人尝试一次。 英：“Whatever is possible will be tried at least once.”
洞见与延伸背景
这集可用一条共同线索串起：谁有权决定系统给出的结果，以及外部人如何复核这个决定。在 AI 议题中，它表现为提示分类、隐性降级、数据留存和模型运行记录；在选举议题中，则表现为登记、选票流转、签名核验和审计。两个领域不能直接类比，但都说明：当关键决策过程难以追踪，信任争议就会从单次结果扩展到整个制度。
Friedberg 的例子也提醒研发团队，不应把“模型今天能回答”当作稳定接口。若一项工作涉及敏感生物、网络或芯片领域，供应商政策变化可能与性能迭代一样快。相应地，开放模型的价值不是口号式的“去中心化”，而是经过实际任务测试后，能否成为可维护的备用工作流。
争议与需核实
- 模型政策：核对 Anthropic 关于 30 天留存、零数据留存客户、降级范围、通知与申诉的现行正式条款；节目描述可能对应发布初期状态。
- 名称与测试：核对转写中的“Fable 5”“Mithos／Mythos”、Opus 4.8 及“几乎所有基准领先”的正式名称、基准与成本口径。
- 监管动机：“监管俘获”“意在排除开放模型”是主持人的归因，不能仅由公司呼吁监管推出。
- 资本估算：2 吉瓦许可、追加 1 吉瓦意向，以及每吉瓦 1,000 亿美元估算，需区分许可、融资、建设和投运阶段。
- 中段数据：AI 公共资本方案、172,000 个新增就业岗位及 PPI 同比 6.5% 的来源、日期和统计口径，在所给材料中不足以独立确认。
- 加州选举：核对具体选举结果、选票批次、名册与签名核验规则、审计法律及个案记录。节目没有给出足以证明本次结果被违法舞弊改变的完整证据链。
- 统计概率：“万亿分之一”未附计算；必须取得假设、基准分布及数据，才有评估意义。
行动建议
- 企业采购模型时，同时测试能力、实际任务成本、数据留存和被降级时的告知，不要只比较基准分数。
- 为关键研发流程准备第二模型或本地运行路径，并定期用相同任务验证其可替代性。
- 对敏感领域任务保存提示、模型版本、拒答或降级提示及输出，便于内部复盘与供应商沟通。
- 讨论 AI 安全政策时，分别评估合法用途误伤、危险用途预防和限制措施的申诉机制。
- 阅读选举异常分析时，先索取原始计票数据、统计方法与审计结果，再判断哪一级结论得到支持。
