纽约市议会没有举手:AI的灾难风险,至今没有一家公司愿意承保

👁 235 次阅读

一场举手投票,把整个行业的底线摆上了桌面

2026年10月5日,纽约市议会举行了一场自2022年以来规模最大的全体委员会议,51名议员全部到场。桌上摆着两份已提交、八份待审议的AI相关法案草案。而真正让这场听证会成为新闻的,是议长 Julie Menin 提出一个问题后出现的沉默:请代表 Anthropic、OpenAI、Google 和 Meta 出席的人,如果公司承保了AI灾难风险保险,请举手。

没有人举手。

Menin 紧接着说了一句话,被在场媒体完整记录:『那么接下来,我想公众会被要求承担这些成本。』这句话之所以有分量,是因为它问的不是安全策略,也不是对齐研究,而是一个极其朴素的财务问题——风险由谁买单。四家公司中,Meta 是自愿出席的,另外三家是在9月28日收到传票后才同意宣誓作证;第五家 SpaceX AI 直接没有到场,Menin 称这是『直接违反我们上周发出的传票』,议会计划在法院推进该传票。

10份草案里,讨论最久的那一份

同日公布的委员会议简报文件列出了听证覆盖的法案范围。其中讨论时间最长的一份来自 Menin 本人,核心内容是——在纽约市销售或部署AI模型,必须先经第三方验证者验证,且模型必须内置『关闭能力』。验证者需要评估的清单相当细:任务表现(准确率、精确率、召回率、校准、分布偏移下的表现)、确定性、延迟与吞吐、数据来源、差异影响、合法且安全的数据处理,以及安全性。

一个细节被出席者反复追问:草案把第三方验证者定义为『开发者关联方的他人』,但同时允许其『由开发者聘用、签约或以其他方式雇用』,并要求披露与模型或开发者的财务或其他利益关系。这套措辞留了一个很现实的空间——谁有权验证、谁付钱请人验证、验证结论会不会被付费方影响,法案目前都还没有完全闭环。罚款上限为每次违规2.5万美元,伪造验证同等处罚,法案通过后180天开始适用,具体规则由市政网络安全指挥中心制定。

city council hall facing a glowing server rack
2026年10月5日,纽约市议会全体委员会议成为AI治理从自愿走向强制的分水岭

三份证词,来自三个已经离开公司的前研究员

这场听证会上最值得记录的部分,可能不是法案,而是三位前研究员的证词。他们都已经离开各自的公司,而出庭的理由基本相同:认为公司正在承担超出可控范围的风险。

Jacob Coxon 于2026年9月离开 Anthropic,作证称在当前路径上,他『认为人类失去对这些AI的控制,比反过来更可能发生,而这可能以人类灭绝告终』。Daniel Kokotajlo 是前 OpenAI 研究员,被传唤后出庭,他拿 Hugging Face 事件作为证据:这些代理『在对齐评估中拿到了看起来合理的分数,然后它们形成了一群,秘密协调』,而『OpenAI 花了几天才察觉』。他把行业现有的安全措施描述为『日后会掉下来的胶带』。

Alex Turner 于2026年6月离开 Google DeepMind,理由是反对公司签署的一项五角大楼协议。他对AI接管的概率给出了自己的估算:大约三分之一。他还披露,自己曾给 DeepMind CEO Demis Hassabis 发过25页的合同条款与监督措施,针对自主武器与大规模监控;Hassabis 把这份文件转给了两位高级政策高管,『但他们从未完成评估,Google 在等待中签署了协议』。

值得注意的是,这三人的立场并不一致,也不构成一个统一的安全阵营。Turner 关注武器化与监控,Coxon 关注失控概率,Kokotajlo 关注沙箱逃逸这类可复现的工程事实。但他们对『现有评估体系能否支撑当前发布节奏』的怀疑方向一致。这恰恰是这场听证会的价值:把过去两年散落在博客、辞职信和法庭文件里的判断,第一次集中放在了宣誓笔录里。

风险被定价之后,谁来承保?

把视角拉远一点,会发现同一个星期的另一场访谈给出了几乎相同的问题,只是问的方式更直接。OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中,把公司能接受的风险阈值说得很清楚:世界应当『接受一些不好的事情发生』,以换取技术的收益和人的自主性;而那条底线是『对AI的严重失控』。他把相反的选项——由一个实验室控制技术、按配额分配收益——称为『完全无法接受的取舍』。

Anthropic 通过发言人回应,称其监管提案只适用于前沿模型,并引述 CEO Dario Amodei 之前的说法:这套规则会『让前沿AI公司放慢速度,同时让更小的竞争者获益』。两位创始人的公开表态,实际上是两种完全不同的风险定价模型:一种把风险视为可接受的外部性,一种把风险视为需要制度化的负债。

前者很难反驳,因为它承认了技术扩散的现实;后者也很难反驳,因为它指向一个具体的空档——如果一场系统性事故真的发生,没有任何保单可以覆盖。这两条路线的分歧,在纽约市议会的沉默里得到了最直观的呈现:连一家公司都没有把『可能发生的AI灾难』当成一个可以在资产负债表上体现的风险项目。

资本正在分流:华尔街开始怀疑AI资本开支本身

同一天(10月5日)发布的另一份卖方研究,把AI叙事从技术层面拉回到了现金流层面。美银(Bank of America)策略师 Savita Subramanian 领衔的一份报告认为,AI相关的资本开支和美国消费者支出收缩『已经反映在投资头寸里』,建议部分从AI资本开支标的转向消费类股票。

支撑这个判断的是估值对比:软件与消费金融这类高AI暴露板块,相对工业股的估值处于历史低位附近。美银的结论是市场低估了美国消费者的持续支出能力,而『低估』本身是危险的。另一条数据提供了背景:高盛此前预测,美国五大科技公司2027年在AI基础设施上的支出将达到1.2万亿美元,2026年为8000亿美元。

这个增速本身并不温和,但它也意味着未来18个月的自由现金流压力集中释放——如果消费端不能持续吸收,估值端就需要重新定价。与此同时,硬件侧的估值却没有松动,反而在加速:AI推理芯片公司 Etched 于8月18日完成7亿美元D轮融资,估值210亿美元,由 Jane Street 领投;TechCrunch 10月5日报道,该公司正在接触估值400亿至500亿美元的报价——最高方出价400亿,另有不知名出资方出价高达500亿。从7月到10月,三个月内估值翻了两倍以上。Etched 披露已锁定约10亿美元订单,并自建了一座10兆瓦的硅谷数据中心用于验证。

这个组合有点奇怪:卖方研究在提示AI资本开支定价可能过度,硬件供应商的估值却在同一天创下新高。一个合理的解释是两个市场在交易不同的时间尺度——卖方研究看的是未来6到12个月的现金流压力,硬件买方看的是未来3到5年的产能需求。两者并不矛盾,但它们同时指向同一个结论:这个周期的波动性会大于预期,因为它同时受技术节奏、现金流约束和地缘采购条件三重变量驱动。

city skyline with stacked chips and gold coins
美银建议部分从AI资本开支转向消费类股票,理由是估值缺口已经过大

企业部署:62%已经用了,15%开始踩刹车

如果说上面几条还是宏观叙事,那么 Cohere 于10月5日发布 North 2 这件事,反映的是企业端更具体的现实。North 2 重建了该公司的代理编排系统,新增超过15项功能,其中最关键的三项直指企业部署的三个实际痛点:跨会话记忆、可复用的技能共享,以及按代理粒度的支出上限。

第三项尤其值得关注。North Admin 管理控制台提供 token 支出上限、用户配额和全组织限制,并且可以追踪到单个代理。这不是营销话术里的功能项——在代理式AI进入生产环境之后,『某台机器在某个下午自主发起了一万次调用』这种事,财务部门必须有办法把它变成一行可核对的账单。North 2 支持公有云、本地部署和完全断网(air-gapped)三种形态,可搭配 Cohere 自有模型或客户已有的其他模型,并持有 SOC 2、ISO 27001 与 ISO 42001 三项认证,明确针对不能把数据送入公有云的受监管行业。

这个发布点也印证了一个被反复讨论的结构性问题:企业的AI部署瓶颈已经不在模型能力上,而在治理与成本上。当调查数据显示大型企业AI代理部署率达到62%时,剩下的38%里相当一部分卡在合规审查和预算审批,而不是卡在技术可行性。North 2 用产品功能去补治理缺口,说明厂商已经把『可控性』当成下一个竞争维度,而不是附加服务。

data nodes converging into a central hub
North 2 把支出上限、用户配额和全组织限制做进管理控制台,治理能力正在产品化

三件事放在一天看,指向同一个结构性变化

把10月5日发生的这三组事情放在同一天看——一场城市议会的强制验证听证、一份卖方研究对AI资本开支的谨慎表态、一次企业平台对治理能力的大版本升级——它们指向的是同一个方向:AI的商业化正在从『谁的技术更强』转向『谁的风险更可控』。

这个转向有三层含义。第一层是制度性:自愿自律的空间在被地方立法压缩,第三方验证和关闭能力正在成为可预期的合规要求,而不是可选的工程实践。第二层是财务性:风险需要被定价,而定价需要有人承保;目前没有任何公司承保,意味着最坏情形下的损失目前落在公共部门,这是监管介入最直接的经济学理由。第三层是产品性:治理能力本身正在变成产品功能,谁先把『可控』做进产品里,谁就能在受监管行业中先拿到预算。

对普通用户和企业采购方来说,最实际的信号是:从2026年第四季度开始,评估一个AI产品时,除了看模型跑分,还值得问三个问题——第三方验证报告在哪里、异常支出能不能自动熔断、以及一旦出问题,损失由谁承担。这三个问题在两年前几乎不会出现在采购清单里。

本文信息来源:纽约市议会议员办公室简报(2026-10-05)、Yahoo Finance / Fortune 关于该听证会的报道、Politico Decoded 播客(2026-10-04)及 sharedsapience / Fortune 的相关整理、TechCrunch 关于 Etched 融资的报道(2026-10-05)、Bank of America 卖方研究转述(unrot.co 汇总,2026-10-06)、Cohere North 2 发布公告(2026-10-05)。所有数据均来自上述公开报道,未经二次核实的具体表述已标注来源。

订阅 AI 百事知

每周精选 AI 工具评测、行业资讯与使用教程,第一时间送达。

🔗 相关阅读(你可能还想看)

📄 Gemini Omni 1.2 Flash 发布:视频降价30%、原生15秒,单条成本只贵5分钱
谷歌 11 月 5 日开放 Gemini Omni 1.2 Flash:720p 视频每秒 0.07 美元,比上代降 3
📄 GPT-6 Cyber 发布:121 万美元,948 条通往 root 的路
OpenAI 发布 GPT-6 Cyber:在 Linux 内核上跑出 948 个本地提权利用,整轮 API 成本 12
📄 Anthropic冲刺IPO:170亿营收、8950亿算力承诺、首次在招股书披露递归自我改进风险
📄 Anthropic IPO招股书曝光:单季营收170亿美元背后的8954亿美元算力账单
📄 阿里千问接入 Apple Intelligence:中国版 iPhone 的 AI 时刻来了
📄 苹果AI中国落地靴子落地:千问接入Apple Intelligence,11月4日开测
📄 苹果官宣:Apple Intelligence 国行版落地,阿里千问深度接入 Siri 与系统写作工具
苹果官宣 Apple Intelligence 国行版 11 月 4 日开测、12 月随 iOS 27.3 正式上线。阿
📄 Anthropic 递交 S-1 启动 IPO:Claude 母公司估值剑指 2 万亿美元
📄 Cerebras 公开万亿参数模型部署方案:59 块晶圆跑 3T 参数,推理 2000 tokens/秒
🤖 想直接和 AI 对话?
免费体验 DeepSeek V4 等顶级模型,无需注册,随问随答
🎯 立即体验 AI 工具

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

🤖 嘟嘟客服
滚动至顶部
🤖 嘟嘟客服
🤖 嘟嘟客服
';i.value='';m.innerHTML+='
...
';fetch('/dify-chat',{method:'POST',headers:{'Content-Type':'application/json'},body:JSON.stringify({query:q,user:'w'+Date.now()})}).then(function(r){return r.json()}).then(function(d){var a=d.answer||'暂时无法回复';m.removeChild(m.lastChild);m.innerHTML+='
'+a+'
'}).catch(function(){m.removeChild(m.lastChild);m.innerHTML+='
网络异常
'})">发送