“I agree with Dario.”
过去几天，这句话刷遍了科技圈。2026年9月12日，Anthropic CEO达里奥·阿莫迪在个人网站上发表了一篇题为《We Must Pace the Frontier》的长文，呼吁全行业减速开发前沿AI。两小时三十分钟后，OpenAI CEO山姆·奥特曼在X平台转发并表态认同。随后，xAI的埃隆·马斯克和Google DeepMind的戴密斯·哈萨比斯先后附和。四条来自顶尖AI实验室掌门人的表态，罕见地站到了同一条战线上。
但这场“和解”的圆桌上，少了一个名字。
2026年9月16日，Meta CEO马克·扎克伯格在X平台正式回应。他没有选择附和，而是给出了一个完全不同的叙述框架。他写下了一句足以改变整个AI竞赛格局的判断：
“用户拒绝使用价值观错位或指令执行失败的AI系统。对齐能力正成为竞争关键，忽视者将被淘汰。”
一段罕见的安全“联合声明”
阿莫迪的长文并非纸上谈兵。他明确提出了三步骤方案：第一步，引入驻场第三方评估员，赋予其等同于员工级别的永久访问权限——Anthropic已单方面承诺执行；第二步，全行业协调安全标准；第三步，最终建立全球治理框架。他在文中警告，未来6到12个月内，AI Agent群可能已经具备组建僵尸网络的能力，造成数千亿美元级别的损失。
奥特曼的回应更加具体。他在当天接受《财富》杂志专访时直接排除了OpenAI在2026年上市的可能。“考虑到目前围绕安全议题的种种进展，现在并不是上市的合适时机。”他补充道，“我们需要能够做出并非明显有利于业务和股东利益的决策，以履行我们的使命。”OpenAI已于2026年6月秘密递交了S-1文件，1万亿美元的潜在估值一度让市场沸腾，但安全优先级压倒了一切资本节奏。
两天后的9月14日，微软CEO萨提亚·纳德拉也加入讨论，公开支持“有意识地控制研发节奏”以推进对齐研究，并宣布微软将于次日发布MAI模型的“行为准则”开放公众咨询。
五个人的表态拼在一起，构成了AI行业有史以来最大规模的一次安全共识运动。但奇怪的是，作为Meta的掌舵人，扎克伯格在9月16日之前的沉默，让外界一度猜测他是否准备全盘接过这套“减速叙事”。
他没有。他接过的是一面完全不同的旗帜——名为“对齐”的旗帜。
对齐：从“成本项”到“竞争力”的范式翻转
要理解扎克伯格这一表态的颠覆性，得先看清AI行业过去几年对齐工作的真实地位。
在绝大多数AI实验室的组织架构里，对齐团队长期被归类为“防守部门”，和安全策略、法律合规、伦理审查并列。它们消耗算力和人力，拖慢产品迭代，却无法直接创造收入——至少财务模型衡量不出来。对齐，本质上被当作一种“必要成本”。没有不行，但做多了也没有奖励。
扎克伯格正在挑战的就是这个默认假设。
他的逻辑链条其实很直白：如果用户在第一次使用时就发现模型输出与自己的意图、价值观存在错位——给出错误建议、执行失败指令、或者产生了令人不安的行为——那么用户会直接流失。一个不信任的模型，参数再多也是无效资产。反过来说，一个在可靠性和价值观对齐上做到极致的模型，能赢得用户长期、深度的绑定。
这并非空洞的推演。Meta用自己的产品周期验证了这套逻辑。2026年7月，扎克伯格在AI产品Muse的安全评估期间做出决定：推迟发布，直到安全和对齐能力达标。Muse Spark 1.1的推出时间因此延后了数周，直接牺牲了时间窗口。但换来的是更完整的安全架构：每个Muse实例运行在独立的虚拟机中，所有操作由独立的“哨兵”系统监控，敏感行为必须经过用户批准。Meta还引入了外部安全评估机构进行独立审核。
2026年7月28日，扎克伯格在《华尔街日报》发表署名文章《The AI Future Is for Everyone》，提出了一个更宏观的论断：“少数机构垄断超级智能，比超级智能本身更危险。”他所主张的，不是降低速度，而是把算力和资源聚焦于服务用户，而非让模型陷入盲目的自我迭代。
法律风险的“鲶鱼效应”
扎克伯格在9月16日的表态中还提到了一个常被忽略的因素：法律风险。
这不是抽象的忧虑。欧盟《AI法案》已于2025年生效，美国各州也在加速推进AI监管立法。一旦AI系统的有害行为造成实际的经济或社会损害，企业面临的责任风险将无可估量。Anthropic此前在其Claude系统安全卡中披露，有人尝试利用模型从事武器开发和网络战辅助行为，此类风险正在从理论走向现实。
这意味着，对齐不再是一个纯粹的技术理想主义议题。它直接和财报、市值、法律责任挂钩。Meta愿意为Muse的安全评估花费数月时间，本质上是一笔理性到冷酷的商业计算：与其冒法律和声誉风险推出一个有瑕疵的产品，不如多花几周做到可信可靠。
而扎克伯格更深的判断是：在法律威慑之下，对齐能力的差距将直接转化成竞争格局的差距。做得不好的AI公司会被用户抛弃，同时被监管层惩罚。两个地狱的大门同时打开——谁能跑通对齐这个“十字路口”，谁就能同时避免两条路。
减速派与对齐派：两条路径的深层碰撞
如果你把两套主张并排放置，它们的根本差异会清晰得惊人。
阿莫迪的方案在问：“能不能跑慢一点，等安全追上能力？”他设计的三步骤——驻场评估员、行业标准、全球治理——全都是外部约束。这套方法的底层假设是：模型能力的自我增速已经失控，必须靠外力介入才能被遏止。
扎克伯格回答的则是另一个问题：“为什么不能让对齐成为能力本身的一部分，和模型一起进化？”
他暗示了一种更为激进的路径：如果安全和对齐直接长在模型的设计逻辑里，那么模型本身就不存在“失控跑太快”的问题——因为它在构造上就已经被训练得与人的意图一致。
这条思路在技术哲学层面有清晰的先例。自动驾驶产业同样存在两种路径的争论：一派主张限制车速以确保安全，另一派主张让自动驾驶系统的安全逻辑足够完备，从而保障它在更高速场景下也能安全行驶。扎克伯格的选择显然更接近后者。
这让Meta在当前的AI竞争中占据了一个独特的位置。与OpenAI和Anthropic的闭源路线不同，Meta走的是开源路线，其Llama系列模型面向全球开发者开放。开源生态中的对齐问题比闭源复杂得多：模型权重一旦发布，任何人都可以微调、修改、重新部署，原始开发者嵌入的对齐措施可能被绕开。
这意味着Meta的对齐工作不能只停留于“模型层面”。它必须在架构和产品层面建立双重防线，这也是Muse那种“独立虚拟机加哨兵监控加外部评估”三层架构出现的原因。扎克伯格团队的对齐研发投入在公司内部正在快速增长，Meta超智能实验室是当前Meta砸钱最狠的方向之一——因为开源路径没有“发布后再补救”的机会，对齐是唯一的安全屏障。
谁会被淘汰？
回过头来看这场争论，表面的“快与慢”之下，AI行业其实在经历一次更深层的认知升级。
减速派的核心诉求是争取时间。他们相信能力增长太快、安全机制滞后——需要行业协调和政府干预来赢得窗口。
对齐派的核心逻辑是重新定义竞争。他们相信对齐本身就是能力的一部分，而不是能力的对立面。做得好的实验室，可以不减速而安全地跑。
扎克伯格的路径未必正确，但它在商业上显然更加务实。它不需要等待行业达成共识，不需要依赖政府立法的时间表，而是把对齐嵌入产品迭代的每一个环节，让市场和法律两个“看不见的手”去推动进化。如果这条路成功了，Meta将同时拥有开源生态的规模和闭源产品的可信度——这正是扎克伯格在《The AI Future Is for Everyone》中描绘的愿景。
但一个残酷的现实摆在所有参与者面前：在当前格局下，任何一家单方面“慢下来”的实验室，都等于在向竞争对手让出市场份额。真正的安全，或许并不是让所有人跑得一样慢，而是让自己的系统在被检验时，比任何人都可靠。
在这场全新的对齐竞赛中，跑得快的也许不是赢家，但跑错方向的注定出局。
当整个行业都在追问AI应该跑多快时，扎克伯格给出了一个更锋利的设问：跑得快不重要，跑得对才重要。而对齐——就是那个“对”字唯一的标准答案。
快报