摘要

巴黎将国际 AI 议程从安全转向机会，向 Kevin Roose 发出信号：国家竞争正在取代人们对合作的期待。 第三届峰会从安全转向机会：Emmanuel Macron 推介法国投资和 Mistral，JD Vance 则宣称，“AI 的未来不会靠对安全问题忧心忡忡赢得，而会靠建设赢得。”就连一份弱化后的声明也未获美国和英国签署，Roose 因此预计国家竞争加剧、美国政策“全油门、不踩刹车”，联邦层面几乎不会有实质性监管。
美国的加速议程没有回答：如果各大实验室实现了它们宣称的目标，接下来会发生什么。 行业领袖暗示 AGI 或类似技术可能在1年、2年或可能3年内到来，但政治应对仍像是需要数年的委员会和就业转型报告。Casey Newton 称之为“伪装成乐观主义的技术悲观主义”，而 Roose 的专栏把美国安全方案概括为“先看看会发生什么”。
劳动力替代可能把抽象的 AI 风险争论，迅速变成眼前的政治和经济问题。 据报道，信息技术行业失业率从12月的3.9%升至1月的5.7%，整体失业率则为4%；创业者告诉 Roose，如今1名配备 AI 的资深工程师，可以完成过去可能需要3、4人才能完成的工作。Anthropic 经济指数显示，观察到的 AI 使用中57%属于增强、43%属于自动化——这已经很难与 Vance 所说的 AI 只会帮助、不会替代劳动者相容。
持续加速 AI，安全投入可能是前提，而不是它的意识形态对立面。 一名与会者把 AI 比作核电：切尔诺贝利和三里岛事故让核能应用推迟数十年，因为早期系统“不够安全”。按这一逻辑，一场灾难性的 AI 事故可能引发远比预防性安全措施更严厉的反弹；最快的路径，或许是避免那场令整个行业停摆的事故。
Hinge 的首个 AI 教练提升了可测量的提示词质量，也暴露出粗糙优化如何抹平人的吸引力。 Justin McLeod 表示，提示词反馈让高质量回答增加3倍，并使低质量的单字回答减少逾三分之一；Rachel Cohn 也表示，采纳这套强调具体性的建议后，收到的回复更多了。但模型否定了她原本已经很成功的“找一个能一起躺在床上看书的人”，直到这句话变成主持人所说的“在约会 Goodreads”和“很 LinkedIn”，说明更高的互动率不等于更好的化学反应。
McLeod 预计，AI 对约会的改变将超过移动互联网，最主要的两个机会是更深度的匹配和辅导。 Hinge 的路线图将从协同过滤延伸至解读照片、提示词、个人经历、价值观、目标和关系科学，再去辅导那些不擅长展现自己的人。其核心判断是，外貌只能让人“迈进门槛”；更丰富的信号或许能减少这样的高成本发现：3个月后才知道两个人在根本上并不匹配。
公司的产品边界是：让 AI“站在我们身后，而不是介于我们之间”。 Hinge 会建议用户改进个人资料、提供对话话题，但 McLeod 拒绝让代理替用户约会；其非 AI 功能 Your Turn Limits 已经会在约8段对话无人回复后阻止用户继续匹配，并让回应率提升约20%–30%。他更深层的结论也限制了匹配技术能够许诺的东西：人们应该停止寻找一个完美的“唯一”，学会通过承诺“创造那个唯一”。

精读

1. 巴黎将峰会从安全转向机会

前两场国际会议分别在英国和韩国举行，明确聚焦 AI 安全；布莱奇利园峰会更直接以 AI Safety Summit 命名。巴黎则有意将第三场会议改名为 AI Action Summit，把机会置于生物、化学、核能、网络、宣传和生存级风险之前。
Grand Palais 汇聚了 Sam Altman、Anthropic 的 Dario Amodei、Google DeepMind 的 Demis Hassabis、政府官员、学者和非政府组织。公开展区重点展示保护濒危语言、改善福利发放，以及将 AI 用于气候变化和灾害救援，呈现“AI 能帮助人们的所有方式”。
Macron 借峰会主张，法国不应让美国和中国决定这项技术的未来。他宣布对法国本土生态系统进行大规模投资，推介 Mistral，并将法国定位为不同于欧洲其他地区监管导向形象的力量：目标是“加速”迈入 AI 领导者行列。

2. 华盛顿选择加速，却没有解释终点在哪里

Vance 的“美国优先”表态极为绝对：“我今天早上不是来谈 AI 安全的。”他认为，面对技术突破，通常的反应过于自我审视、过度规避风险，最终总结道：“AI 的未来不会靠对安全问题忧心忡忡赢得，而会靠建设赢得。”
创业者和加速主义者欢迎这一转向，认为“末日论者”夸大了 AI 风险。重视安全的与会者则认为这是一场错失的机会；Roose 总结 Amodei 的回应称，先进 AI 到来的速度已经快到政府不能简单忽视其风险。
Casey Newton 认为，这一政治转向主要源于 Donald Trump 当选。Kamala Harris 和 Biden 政府曾对安全关切持同情态度，Biden 白宫也推出过 AI 行政命令；Trump 阵营则包括 AI 加速主义者 Marc Andreessen 等人，以及其他将安全运动视为非理性末日论的力量。
Roose 追问，Vance 认为美国实验室创造出超级智能后会发生什么。Newton 认为，加速主义者似乎要么不相信各实验室关于 AGI 的预测，要么没有后 AGI 时代的愿景：“这是一种伪装成乐观主义的技术悲观主义。”

3. 劳动力数据可能迫使安全争论进入当下

Newton 描述了两种互不相容的时间表。实验室领袖和技术圈内部人士讨论 AGI 或类似技术将在1年、2年或可能3年内到来；传统政策制定者却在提出可能“几年后”才发布劳动力转型报告的委员会。最接近这些系统的人要求紧迫行动，政府却把 AI 当成又一轮普通技术周期。
Newton 提到，信息技术行业失业率从12月的3.9%升至1月的5.7%，显著高于整体4%的失业率。一些经济学家将其解读为 AI 自动化正在造成实质性失业的初步信号，但节目并未声称因果关系已经确定。
软件行业可能是第一个显现压力的领域。创业者告诉 Roose，他们不再需要那么多初级工程师，因为1名配备 AI 的资深工程师，可以完成过去需要手下3、4人才能完成的工作。
Anthropic 经济指数发现，观察到的 AI 使用略偏向增强人类工作，但优势很窄：57%用于增强、43%用于自动化。这一证据与 Vance 所称 AI 只会帮助劳动者，以及 Sam Altman 所说企业可以招聘“即插即用的员工”之间存在明显张力；Newton 警告，大规模失业会造成深刻的政治不稳定。

4. 安全可能是持续加速的前提

一名 AI 安全领域的与会者提出，核电是一个有用的类比。切尔诺贝利和三里岛事故让核能大规模应用推迟数十年，不是因为社会一开始过度重视风险，而是因为第一代核电站“没有把它们做得足够安全”。
套用到 AI 上，这一论点认为，不受约束的加速可能制造一场灾难，触发公众更严厉的反应。因此，认真对待极端风险，反而可能让技术长期走得更快；Newton 希望当下坚定的加速主义者能看懂这一机制。
峰会那份弱化后的声明仍然对美国和英国过于严格，可能是因为其中包含了关于包容性 AI 的措辞，但中国签署了声明。Elon Musk 还另行介入，提出以约974亿美元收购 OpenAI 的非营利机构，而 Altman 当时坐在 Vance 身旁；主持人认为这是法律层面的 trolling，可能让 OpenAI 转为营利机构时更难确定公平价值。
Roose 对巴黎峰会的最终判断，对多边治理并不乐观：人们期待的联合国式安全架构不太可能出现，因为各国想赢，而不是合作。他预计 Trump 任内不会有实质性的联邦 AI 安全监管，州一级可能采取行动；至于这场“行动峰会”，真正的操作性决定是：“我们不会采取任何行动。”

5. 约会应用正把 AI 卖给用户信心危机

Newton 描述了一笔不断恶化的消费者交易：用户觉得约会应用收取更多费用，却带来更少约会，也无法带来持久伴侣。究竟是匹配质量下降，还是约会本身变得不那么受欢迎，目前并不清楚；但应用 CEO 们正在提供科技行业如今的标准答案——“往里面撒点 AI”。
Cohn 选择 Hinge，是因为作为一名30岁、住在纽约的异性恋约会者，她认识的每个人都在用 Hinge；Tinder 规模更大，但 Hinge 是增长最快的应用之一。它有意将自己定位为认真发展关系的场所，因此如果合成式功能损害“有意义的人类连接”，声誉代价也更高。
在 Match Group 12月的投资者日上，Hinge 将 AI 分成两类：预计稍后推出的改进匹配，以及帮助“约会困难者”。Cohn 约会活跃了2年半，只符合后一标签的一半：她约会漏斗顶部的约会供给很充足，但“我们得把它转化掉”。

6. Hinge 的提示词教练把具体性误当成化学反应

AI Prompt Feedback 会将每一条必填文字回答评为“Great answer”“Try a small change”或“Go deeper”。Cohn 将最后一类理解为要求袒露脆弱，但模型最稳定的偏好其实是具体性；正如 Newton 所观察的，它似乎从不建议“浅一点”。
系统正确认可了 Cohn 关于“简单快乐”的回答：录下地铁里的搞笑对话、跑步时稍微跳一跳，以及画“非常普通的水彩画”。主持人一致认为，这段回答具体、自嘲、有辨识度，还能自然引出关于幽默或艺术的对话。
对于她所说的长处——“让人分享他们通常不会或不该分享的事”——模型就没那么敏锐了。为了满足模型要求增加细节，她补充了一个故事：一名婚礼上的陌生人透露自己的薪水，以及自己为何觉得受困于这段关系。AI 接受了这个答案，但主持人认为，它可能会让第一次约会听起来像审讯。
Newton 的人工修改是说，人们会“无意中”向她透露这些事，把 Cohn 描绘成一个有魅力到能让秘密自然浮现的人，而不是一个喜欢刨根问底的人。Cohn 承认，这种说法更有吸引力，但“并不完全符合真实的我”，精准呈现了吸引人的定位与真实筛选之间的张力。

7. 听起来更糟的个人资料，反而带来更多互动

模型最大的明显错误，是否定了 Cohn 最成功的一句话：“我想找一个能一起躺在床上看书的人。”这句话的战略性模糊，允许潜在对象把自己投射进场景；主持人觉得它甜蜜、亲密、富有邀请感，还方便男性借机聊自己正在读什么。
Hinge 不断要求她补充类型、书名和推荐提示，直到答案变成：“找一个能一起躺在床上读历史小说的人。欢迎推荐！尤其喜欢以纽约市为背景的爱情故事。”模型的评价十分残酷：“突然间我在约会 Goodreads”“这很 LinkedIn”“删掉。”
但改写后刚过1周多，互动反而更多了。男性开始推荐具体的历史小说或爱情小说；其中一人直到与她匹配后，才告诉她那本普利策奖获奖作品的书名。Newton 由此认为，模型确实发现了一个规律：邀请男性推荐某样东西，往往能稳定引出他们的观点。
Cohn 将这一结果与大学申请辅导相比：申请者会被推入一个生动、连贯的故事，这个故事“有一点简化，也不完全真实”，因为筛选者更容易对它作出反应。类似地，这幅更狭窄、由 AI 塑造的画像，或许能改善筛选，即使它感觉没那么自然迷人。

8. Hinge 预计 AI 对匹配的重塑将超过移动互联网

Cohn 强调，教练从不直接写出替代答案；它只提供“展示，不要陈述”这类初中英语水平的建议。这保护了作者身份，却限制了可及性：完成一条提示词就花了她30分钟，这让人怀疑那些不愿投入精力、也不愿袒露脆弱的“约会困难者”，是否会积极回应“再多分享一点”。
McLeod 仍预计，AI 将带来“一次比移动互联网转型还大的转变”。他的两大支柱是个性化匹配——在配对前更深入数层理解用户——以及有效辅导，从个人资料建议到应对约会带来的情绪压力。
Hinge 在2015年前后的算法主要使用协同过滤：用户喜欢谁，以及拥有相似品味的人喜欢谁。计划中的基于内容的层，将解读照片和提示词，再要求用户更完整地讲述背景、关系经历、价值观、目标和期待——这些无法塞进宗教或身高下拉菜单的信息。
McLeod 还希望纳入关系研究，判断哪些性格适合彼此，以及什么因素会带来持久的兼容性。Roose 用一个讽刺性问题检验这套逻辑：所谓“90%”，是不是只是在找一个长得可爱的人？McLeod 表示，外貌是最容易产生的瞬时判断，但它只是“迈进门槛”，之后还要看对话、出席约会以及第二次约会时的匹配程度。

9. Hinge 想让 AI 辅导行为，而不是冒充用户

McLeod 表示，提示词反馈让高质量回答的出现率增加3倍，并使低质量的单字回答减少逾三分之一。Hinge 优化的是“脆弱性的效率前沿”：透露自己喜欢哪首卡拉 OK 歌很容易，却永远不会带来约会；改变自己与母亲的关系或许能暴露价值观，但对大多数公开个人资料来说又过于私密。
主持人担心，普遍化的辅导会把下限抬高，直到普通人看起来都像被人为修饰成原创——相当于给人格打磨皮肤。McLeod 的区分是辅导与代笔：Hinge 要求用户用自己的声音透露更多，而不是把润色好的文案交给他们，因为很多真正有活力的人，只是写出了“完全无法体现”自己的个人资料。
McLeod 表示，辅导路线图还包括一个照片筛选器，用来学习哪些照片在 Hinge 上表现更好。Hinge 也在防御性使用 AI，通过比对 IP 地址、历史照片、应用内行为和行为模式识别情感诈骗者；他说，Hinge 专门的信任与安全团队能足够快地抓到这些账号，因此加密货币式的信任诈骗并不是 Hinge 的主要问题。
在对话方面，公司计划于下一季度测试开场提示：不是可直接复制的消息，而是“你注意到对方资料里的这个了吗？”之类的问题。McLeod 的核心原则是，AI 应该“站在我们身后，而不是介于我们之间”——推动人们真正约出来，而不是替他们经营关系。

10. 持久的爱情是在匹配之后创造的，不是由代理发现的

Hinge 用规则而不是生成式 AI 对付 ghosting。Your Turn Limits 会在约8段对话等待用户回复后，阻止用户继续发送新的喜欢或收集匹配；McLeod 表示，回应率提升了约20%–30%，甚至一名最初给出1星评价的用户后来也在体验这一功能后改了口。
McLeod 拒绝让 AI 礼宾代表用户与其他代理约会，这不同于 Bumble 讨论过的概念，或 Grindr 计划在2027年推出的 wingman。Newton 称这是讲给股东听的科幻故事；Roose 则反驳说，人们已经在约会资料中使用 ChatGPT Operator。McLeod 更狭义的反对理由是结果导向的：当前代理无法可靠复现一个人的声音、价值观或个性，也就无法替用户选出他们真正会喜欢的人。
这份克制也来自他的个人情感经历。与大学恋人分开8年后，在她即将嫁给别人约1个月前，他飞往瑞士，请她取消婚礼。她回到纽约；2个月的美好时光过后，他却想：“我的天，我是不是犯了个错误？”但两人坚持了下来，10年后拥有了他所说的深厚而美好的关系。
McLeod 自2011年创办 Hinge 以来最大的变化，是放弃了人们只是在“找到唯一”的想法，转而认为人们是在“创造唯一”。Newton 补充说，算法可能无法判断一个人是否真正理解一段关系，或是否真的想要一段关系；他的约会经历直到遇到一个准备好投入的人才发生改变，而那之前他决定再去“约一次线上约会”。

JD Vance 的 AI 演讲、技术乐观派与末日派、关税，以及与 Naval Ravikant 讨论的 AI 诉讼 Harvey AI如何改变法律行业：Winston Weinberg