Helen Toner

Toner 的基准情景不是超级智能即将到来，而是文明尺度的转型已经足够可能，值得现在就开始准备。 2016年，“短时间线”意味着未来20年内或一生之内出现先进 AI；到2025年，它可能意味着2020年代结束前就出现超级智能，因此即便是“通往先进 AI 的长时间线也已经短得离谱”。对投资者而言，这指向的是对评估、韧性和政府能力的持续需求，而不是相信一个5年倒计时。

**OpenAI 最新、最明确的披露是：Q*并未触发董事会2023年的决定。**Toner 表示，董事会知道后来以 o1 和 o3 发布的推理研究正在进行，但没有收到所谓突破性信件，也没有据此采取行动：“那整篇 Reuters 报道完全是假的。”由于保密义务和法律责任，治理折价仍难以量化，完整公共记录无法形成。

当前沿 AI 员工能够指出哪条规则被违反时，前沿 AI 监督的效果会好于仅凭主观担忧获得保护。 Toner 倾向于要求披露安全与安保计划、能力和风险评估，以及建立清晰标准、供员工援引的内部流程。这些员工现在可能拥有最大的议价能力，因为他们“正在积极地替代自己”，而机构性失灵可能以“温水煮青蛙”的方式到来，没有一个显而易见的危机节点。

适应性缓冲，是应对 AI 市场的战略答案：前沿开发成本越来越高，而昨日的前沿能力却在迅速商品化。 DeepSeek 只落后部分美国系统1到2个月就匹配了推理能力，基础模型能力则约落后6到9个月，且成本更低，使永久性的非扩散控制越来越侵入性强、也越来越脆弱。实际应对方向转向疫苗产能、疫情监测、网络修复，以及在能力扩散前分发防御工具。

只要发布不太可能造成严重且不可逆的伤害，迭代式部署才仍然有用。 Toner 更偏好附条件的“如果—那么”闸门——在具备指定理解或缓解措施前不得推进——而不是固定暂停或基于投入的速度上限；后者既需要目前不存在的立法，也会立刻遭遇“中国怎么办”的质疑。在全面制度尚未出现的情况下，透明度、测量科学、可解释性、对齐研究和政府技术人才，是现实可行的基础设施。

“击败中国”同时充当了地缘政治论点和 AI 行业在华盛顿的最短游说路径。 Toner 将竞争置于权力转移、海上通道和国际规则的背景下，谈话也涉及台湾。她表示，这一叙事恰好支持“资金”“政府合同”“不监管”和免于承担责任。因此，即便没有解决根本的战略问题，中国叙事仍会实质影响 AI 公司的经济利益。

军事 AI 应按具体使用场景评估，而不能被包装成通用型战场伙伴。 用于视域测绘、医疗分诊、舰船运动异常检测或数据库检索的边界明确工具，与让 LLM 生成“3个不升级冲突的行动方案”有根本区别。Toner 与 Amelia Probasco 提出的框架——范围、训练数据以及人机交互——把可靠性和对抗鲁棒性置于演示流畅度之上。

“军队版 AlphaGo”不是可信的近期均衡，因为真实战争无法被装进一个干净的模拟环境。 战场、后勤、经济、政治和公众态度相互作用，而对手还会主动攻击模型的假设。Toner 的诚实结论是，她不知道超级智能之下民族国家、民主制度或中国共产党会变成什么；核心事实是战略不确定性，而不是某种已经确定的作战 doctrine。