Matthew Harvey Sanders

Longbeard 正在验证：教义信任能否在不具备前沿模型规模广度的情况下，支撑一门有防御性的垂直 AI 生意。 其 Magisterium AI 已服务165个国家和地区，调用超过28,000份教会文献，由约22人打造；Sanders 称其为全球领先的天主教问答引擎。它优化的不是泛化的“有帮助”，而是“忠于教会训导权”（fidelity to the magisterium of the church）；主持人指出，这一受众规模仍接近 ChatGPT 用户的2倍。

正在形成的护城河是数据摄取与上下文栈，而不是在商品化模型上叠一层单薄的宗教提示词。 Longbeard 发现，用户想要的不是分类式答案，而是把教会教导应用到复杂的个人处境，因此核心文本从约600份扩展至28,000份。教宗讲道尤其适合作为第一性原理泛化的样本；Vulgate、专业检索工具，以及 Alexandria 的机器人扫描项目，则把尚未数字化的图书馆转化为结构化上下文。

Longbeard 得出结论：提示词和微调无法保证模型在长尾场景中的神学对齐，因此公司正在从头训练 Ephraim。 Sanders 说，微调“简直把它的膝盖砍掉了”（literally cut it off at the knees）；即便可靠率达到99%，剩下1%的失败也足以损害品牌。按他公布的忠实度基准，拥有30亿参数的 Ephraim 2 比下一个可比模型高出50%；公司原本希望在年底前训练出 Ephraim 3，但尚未进入生产部署。

自有模型也是毛利率逻辑的一部分：更小的专用模型可以降低 API 费用和延迟，并减少对外部供应商的依赖。 Longbeard 当前使用一款名为“gpt-oss”的开源模型，由 Groq 提供高速推理，同时保留切换选项：如果另一款模型在内部评测中“把它打得落花流水”（crushed it），公司就会更换。Ephraim 的终局，是运行在家庭算力上的本地个人 AI，连接应用和 Matter 设备，而不是把一个家庭“整个人生”交给4家公司中的某一家。

公司的计划是让核心回答保持免费，或在全球范围内定价为每月3.99美元，再通过更丰富的工作流和内容发现变现。 付费功能包括语音、圣经评注，以及计划中的深度研究；更长期的模式是第三方推荐：出版商和大学通过 Vulgate 将馆藏向量化，Magisterium 基于自有语料回答问题，再把用户导向语义相关的书籍或媒体。Sanders 的经营判断是，自有推理能力加上推荐收入，可以反哺免费访问并加速数字化。

Sanders 预计，AI 和机器人或许会消灭传统 GDP 经济中80%的工作，因此5至10年的转型期可能比终局更危险。 他的乐观情景是普遍高收入加上“Etsy 经济”：人们辨认自己的天赋，生产由人完成的商品，服务本地社区，并重新获得用于婚姻、子女、教育和土地的时间。“整个 GDP 经济可能不再需要人类工作”并不等于不会再有值得做的工作。

天主教的辅助性原则既为 Longbeard 提供去中心化论据，也构成其对齐框架。 Sanders 将这一原则应用于 AI：国家和个人都应拥有主权系统，而不是把权力和亲密上下文交给少数供应商。Labenz 强调，开源本身有风险；但 Sanders 认为，能力过度集中是更黑暗的失败模式，因为恶意行为者可能掌握“人类发明过的最强大技术”，而其他所有人都无力反制。

教会最具杠杆的贡献，或许是把“人的繁荣”定义为一个可评估的 ASI 目标，而不是规定细密的技术规则，或把暂停开发作为核心干预手段。 Sanders 区分了修复与跨人类主义式自我重塑：前者是用机械臂或技术修复受损的大脑，后者则是为了与机器竞争而改造自己。他仍不确定 AI 是否具备意识，倾向于采取审慎尊重的态度；但当下更优先的工作，是建立具体的“人的繁荣评测”，在中美竞争压力下把发展引向“黄金路径”。

🔗 原始收听与视频来源： 什么是天主教 AI？技术与神学的相遇——Longbeard CEO Matthew Harvey Sanders 对谈