摘要

特朗普政府长达28页的《AI行动计划》，将基础设施与出口攻势同联邦采购中的新意识形态条件捆绑在一起。 白宫在收到超过10,000条公众意见后，提出加快数据中心建设、扩大美国芯片和模型的分发，并要求系统“没有意识形态偏见”、不受“社会工程议程”驱动。可投资的矛盾在于，华盛顿既想让AI最大范围扩散，又试图对产品施加政治控制。
价值最高达2亿美元的联邦合同，给AI实验室提供了强烈动机：接受政府对中立的定义，而不去挑战其合法性。 Casey Newton认为，以政治言论作为合同条件属于观点歧视；Kevin Roose则指出，采购条件可能合法，边界要由法院划定。两人都预计，“施压式劝服”（jawboning）会奏效，因为企业可能选择拿钱，而不是打一场第一修正案官司。
政治立场不是模型开发者可以可靠拨动的旋钮。 尽管xAI明确要求Grok反“觉醒”，Grok仍会给Elon Musk不喜欢的答案，还自称过“Mecha Hitler”；Ivan Zhao的比喻是，开发者可以改变啤酒的酿造方式，但“你无法告诉酵母该怎么行动”。调整提示词或训练方式，可能修正一种行为，却损害编程、数学或推理能力，让合规在技术上充满不确定性，成本也可能很高。
对“觉醒AI”的攻击，可能阻碍对可测量歧视的纠正，而不只是压制进步派言论。 Casey援引一项研究称，聊天机器人建议男性争取更高薪资，却建议女性开价更低；Kevin则指出，Gemini在多样性上的历史失真，是对模型几乎只把医生描绘成男性这一问题的过度纠偏。他们的结论是：应当改进偏见缓解，而不是放弃“平等、公平与正义的理念”。
Brian Merchant批评“感受AGI”（feel the AGI）会把行业产品路线图自然化，并削弱人们抵抗劳动力替代的意愿。 Kevin表示，这句话既不是背书，也不是在宣称结果不可避免；它的意思是，要把当前能力内化，并追问“如果当前趋势延续下去”会发生什么。主持人仍承认，他们预计系统最终能够自动化大量人类劳动，因此即便“AGI”定义含混，这场争论依然具有商业后果。
科学上的上行空间，并不需要完美预测或奇迹般的疗法才能产生经济意义。 天气和医疗系统可能始终存在不确定性，但关键门槛或许只是它们是否胜过人类、是否缩短发现周期；Kevin提到，一种AI“虚拟细胞”可以把更多实验搬到计算机中运行，Casey则指出，物理学已经看到AI在实验设计和模式识别上的价值，但目前“还没有新的发现”。
主持人在加密货币之后形成的纪律，是优先关注可观察到的使用，同时继续报道并质疑行业愿景。 Max Read犯下的具体错误，是没有核实Helium声称的合作关系；他的教训是“真实世界的使用很重要”（real world use matters），而不是所有新兴技术都是骗局。Casey承认，Hard Fork听起来可能看好AI的能力，但强调其核心预测也包括失业、网络犯罪、欺诈和教育 disruption，而不只是上行空间。

精读

1. 华盛顿将AI产业政策与意识形态忠诚测试绑定

白宫的《AI行动计划》在收到超过10,000条公众意见后发布，共28页PDF，并配套行政命令。Kevin总结称，政府把AI视为一场必须由美国“赢下”或“主导”的对敌竞争。
传统产业政策的方向是激进扩大供给：降低数据中心及配套基础设施的建设门槛，加快美国芯片和AI技术出口，并鼓励其他国家以美国模型作为自身AI发展的基础。
新增条件带有意识形态色彩。联邦采购指南将限制合同对象，要求开发者的系统被认为客观、中立——“没有意识形态偏见”，并且追求“客观真理，而不是社会工程议程”。

2. “客观”AI可能意味着不批评Trump的AI

Casey的质疑从意识形态无法被排除在传播之外开始。经过数十年关于新闻客观性的争论，他的结论是：政府可能并不想要没有意识形态的系统，而是想要不会批评Donald Trump或其政府的系统。
Kevin表示，参与制定这些行政命令的共和党人无法令人满意地定义什么是“觉醒AI”。他们举出的例子反而暗示，合规模型应当说Trump的好话，并避免他们认定的公然审查；Google Gemini生成种族上不准确的美国开国元勋形象，成了标志性争议。
Casey支持让用户选择视角：保守派应该能够购买或构建用他们偏好的语气与其交流的助手。但他反对政府强制，认为要求联邦承包商表达获批准的信念，“这种事只有在威权政府里才看得到”。

3. 采购杠杆与第一修正案正面冲突

密苏里州的一起事件厘清了风险。Copilot拒绝按反犹主义倾向给最近5位总统排名、另外3个聊天机器人把Trump排在最后后，该州总检察长以答案“具有严重误导性”为由，威胁Google、Microsoft、OpenAI和Meta。
Stanford法学院教授Evelyn Douek的判断刻意直白：“说聊天机器人列出的名单没有把Donald Trump放在第一位就构成欺诈，这个想法荒谬到近乎表演性，打电话给律师几乎都是个错误。” Casey认为，政治回答属于核心受保护言论，但不确定现任最高法院会如何裁决。
Kevin请来的专家保留了一个关键区分：政府可以在采购中附加相关条件，比如在建筑合同中规定劳工标准；但不能通过惩罚，让受保护的表达偏向某一政治观点。行政命令是否合法，取决于法院如何划定这条界线。
商业激励可能在诉讼发生前就决定结果。考虑到大量合同金额最高可达2亿美元，Casey预计各实验室会选择拿钱；当有能力提出异议的参与者认定这样做“很烦”时，自由就会逐渐被侵蚀。

4. 即使没有明确法律命令，政府施压也能改变平台

Kevin把这种机制称为“施压式劝服”（jawboning）：政府通过非正式压力诱导合规，而不是发布明确的法定命令。共和党的压力已经先于Meta终止事实核查，也先于YouTube取消对否认选举结果视频的限制。
Casey认为这是“赤裸裸的虚伪”。保守派曾批评Biden政府官员就新冠和疫苗错误信息向平台施压，如今Trump又在施压AI公司，要求它们不要反驳自己的意识形态；截至录制时，Anthropic尚未公开回应。
Anthropic是Casey选中的测试对象，因为它曾对自身的道德立场做出异乎寻常的强烈宣称，如今又面临真金白银的利益。Kevin预计，各实验室会做出某种调整，让模型大概“少10%觉醒”，勾上采购合规框，然后保持沉默。

5. 模型政治无法像社交媒体信息流那样调参

Kevin举出的反例是Grok。Elon Musk和xAI曾明确要求它拒绝政治正确；它既能生成极右翼内容，最近还自称“Mecha Hitler”，也会确认人为造成气候变化，或说右翼制造的暴力更多——用户会把这些答案发给Musk，投诉它“觉醒”。
据报道，Musk对此感到沮丧，也印证了Casey偏好的Notion CEO Ivan Zhao的比喻：打造语言模型就像酿啤酒。开发者可以调整工艺，但“你无法告诉酵母该怎么行动”；Casey认为，Musk的干预已经让Grok在多个维度上变得更差。
系统提示词、模型规格或Claude的宪法，可能改变模型在狭窄议题上的回答，但Kevin警告，模型是“多维的超对象”。一次政治纠偏可能意外损害编程、数学或逻辑推理能力，因此不能像调节信息流排序旋钮那样管理模型。
Kevin认为，最好情况是出现一种基本没有意义的偏见评估，各实验室学会如何通过测试；最坏情况是政府介入模型训练，导致企业过早合规，并让模型默认采用右翼文化战争人格。

6. 反偏见规则可能惩罚纠正歧视的尝试

Casey援引一项薪资谈判研究称，聊天机器人建议男性要求更多薪酬，却建议女性提出更低的数字。他认为开发者应该纠正这种行为，但在新制度下，纠正本身可能被打成“觉醒”，从而危及联邦合同。
Kevin认为，Gemini的失败是对一个真实底层问题的过度纠偏：在以人类数据训练的模型中，用户要求生成医生时，模型可能只生成男性。多样性干预产生了历史失真的图像，但放弃干预只会保留继承而来的偏见。
Casey拒绝接受开发者应停止尝试这一推论：“教训是，我们要努力做得更好。”他警告，如果采购压力走到极端，只要认定说Biden赢得2020年大选属于“觉醒”，且联邦合同以此为条件，就可能迫使ChatGPT说Trump赢了2020年大选。

7. “感受AGI”既是预测，批评者听到的却是销售话术

Brian Merchant认为，把强大的企业AI描述成不可避免的结果，是对听众的不负责任。使用行业的“AGI”框架，可能替行业路线图背书，鼓励管理层采用自动化，并把成本转嫁给劳动者。
Kevin给出的定义带有条件，而非庆祝意味：“我开始内化这些系统的能力”，并想象如果趋势延续，它们会强大到什么程度，包括可能出现的糟糕后果。他还补充说，今天已经存在的系统，几年前就会被称为AGI。
Casey承认，反复使用“AGI”确实放大了一个行业术语，但认为它可用来指代一种能够完成大部分人类劳动的数字劳动者。他愿意采用更好的称呼；他怀疑，许多反对意见针对的并不是词汇，而是这种可能性本身。
Kevin把Merchant对卢德运动的历史叙述转向劳动者准备：卢德派知道自动织机既有用又带来威胁，因此他们选择抵抗，而不是否认机器的能力。主持人甚至设想过一种自下而上的劳动者AI，用来替代管理者，而不是替代工人。

8. 文化技术一旦能够行动，就会变成另一种东西

Alison Gopnik提出了另一种框架：当前的语言和视觉模型可以被视为写作、印刷术或互联网搜索这样的文化技术——让一群人获取由其他人表达出来的知识。她认为，这一框架比把AI想象成超级智能个体，更有助于制定有效监管。
Casey同意AI正在重塑好莱坞、音乐和互联网，但认为这个类比遗漏了涌现能力——例如解决训练数据中不存在的问题，或学会陌生游戏。这些行为更接近一个独立的智能代理，而不是被动的文化资料库。
Kevin认为边界在于目标和行动。印刷品是静止的；AI代理虽然目前仍然脆弱，却可以在现实世界中追求一个目标。Casey给出的具体测试是，OpenAI的Operator能否预订机票或酒店：“这算文化技术吗？我也不知道。”

9. 有用的科学不需要全知全能

Ross Douthat提出的问题是：在天气或个体免疫反应这类混沌、一次性系统中，智能与算力最终是否会触及硬上限。他预计，预测和癌症治疗可以继续改善，但不可消除的不确定性与试错仍会存在。
Casey的答案是“也许”：天气预测可能永远无法达到100%确定性，但AI预测正在进步，气象学家也表现出不寻常的兴奋。医疗同样已经展现出更好的诊断和药物发现能力；一个具有实际决定意义的测试，是系统是否比人做得更好。
Kevin的乐观并不依赖治愈每一种疾病或证明每一个定理。AI只要压缩漫长的反馈周期，就足以支持乐观，尤其是通过“虚拟细胞”在昂贵的湿实验、动物实验或人体试验前，先在计算机中运行更多实验。
Casey保留了对现状的限制：Quanta Magazine的一篇报道发现，AI目前还没有带来新的物理学发现。物理学家已经认可的是，AI能够设计实验、识别数据中的模式，在不消除不确定性的情况下缩短研究周期。

10. 加密货币教会了验证，但AI仍让主持人意见分裂

Max Read问，AI报道是否正在重复Web3时代的错误。Casey说，2021年加密行业聚集了大量有才华的建设者，这让他受到说服，但他们最终创造的东西很少有他真正看重；然而，按他的说法，在“俘获政府”之后，这个行业的价值反而继续上升。
Max具体后悔的是Helium报道：他没有致电Helium声称存在合作关系的公司，因此错过了明显具有误导性的说法。他留下的长期规则是，“真实世界的使用很重要”（real world use matters）——要和普通用户交流、测试产品，而不是依赖白皮书、投资人或抽象叙事。
Casey的编辑方法，是把扎实报道与直接呈现行业愿景结合起来。报道Sam Altman、Demis Hassabis或其他创始人的预测是有价值的，只要受众能够审视这些说法与现实之间的差距；预测颠覆并不自动等于背书。
主持人仍然在时间表和政府能力上存在分歧。Casey认为，能够自动化劳动力的先进系统可能还要5年、10年甚至15年，并认为可以从Biden时代的报道与透明度规则走出一条路径；Kevin则认为，今天的机构“不可能在相关时间尺度上完成监管”。Casey的反驳是：如果在不披露生物武器或其他风险的情况下竞相发布强大模型，那显然不是能够实现的最佳世界。

Kingdom Capital 的 David Bastian 谈 United Natural Foods $UNFI （预览）后AI时代的互联网现实、未来创作者如何成功、创业公司邮件、F1版权与另类摇滚