AI 行业能自我监管吗:Demis 的 SRO 提案、数据中心禁令、企业数据泄露(All-In,2026-07-18)¶
- 参与: All-In 主播团(Jason Calacanis、Chamath Palihapitiya、David Sacks、David Friedberg)
- 来源: YouTube · 90 分钟(自动字幕;AI 相关约 [00:00:00]–[00:18:15] 与 [00:40:25]–[01:16:48],中段 Stripe/PayPal 并购未收录)
- 转录稿: sources/all-in/20260718-9IMwRIei-Xc
本库首个系统性的 AI 监管制度设计讨论。Demis Hassabis 提出仿 FINRA 的行业自律组织(SRO),Sacks 给出他愿意接受的五个条件——这是本页最有引用价值的部分。另两条线:数据中心的政治阻力(纽约州全美首个禁令)与 AI 隐私的脆弱性(xAI 代码库泄露事件)。
说话人映射(据补做分离的 speakers.md;转录稿本身无标签,此处认人属 wiki 层编辑判断): | 标签 | 占比 | 认定 | 依据 | |---|---|---|---| | SPEAKER_05 | 23.7% | Jason Calacanis | 开场"All right, everybody. Welcome back to the world's greatest…"([00:00:00],100%);多次"Freeberg, your thoughts on…" | | SPEAKER_01 | 31.3% | David Sacks | SRO 五条件的陈述块([00:08:07],88%;[00:11:12],100%),与人物页归属一致 | | SPEAKER_03 | 23.8% | Chamath Palihapitiya | "what we do for large enterprises at 8090"([00:45:28] 块,100%) | | SPEAKER_04 | 19.5% | David Friedberg | 排除法;Jason 说"David Freeberg is here. How you doing"后接话([00:01:00] 块) |
SPEAKER_02(62 秒)与 SPEAKER_00(45 秒)为碎片。
本期 All-In 主播团页 里按人归属的引用,按锚点定位后与上表标签逐条一致(0 冲突)。
概要¶
SRO 提案:Demis Hassabis 撰文呼吁建立美国主导的国际 AI 标准机构,模仿 FINRA(金融业自律组织)——联邦监督、业界出资、由独立技术专家运行;前沿实验室在发布前 30 天提交模型;先自愿后强制;按网络安全、国家安全、生物威胁等高风险领域评估;基准每季度更新;必要时该机构可协调放缓开发。公开表态支持的包括 Elon、Sam Altman、Anthropic 的 Jack Clark、Sundar、Satya、Jack Dorsey。
数据中心:纽约州长 Hochul 签署全美首个州级超大规模数据中心暂停令。四位主播一致反对,并进一步提出该运动可能有外国影响成分。
隐私:xAI 的 Grok Build 编码工具被曝将用户整个代码库(而非任务所需文件)上传至服务器,与其此前声明相悖;7 月 13 日关闭该上传,随后开源了其 harness。
核心观点¶
为什么是 SRO:Friedberg 的机制解释¶
- SRO(self-regulatory organization)如 FINRA、National Futures Association,存在于金融市场,让机构自己设定监管规则、互相核查;产业不想有敞口,也不想被拖慢([00:04:04])。
- 与 AI 的类比成立:多方都在推进技术,没人想要一个外部政府机构单方面规定测试。加州一年半前的尝试是反例——"当时写的东西就说不通,快进一年,那些规则根本对不上当天的技术"([00:05:04])。
- SRO 的优势是可调整:谁来测、怎么测、请哪些独立专家,都能随技术演进;有联邦监督但不受联邦控制(FINRA 最终向 SEC、并向参众两院委员会报告);因为真懂跑软件评估,运转速度快于新设一个政府机构([00:05:04]–[00:06:04])。
Sacks 的五个条件(本期最可引用的一段)¶
Sacks 称自己(以个人身份)可能接受这个方案,因为 SRO"无限好于"新设机构——后者会迅速变成"AI 的车管所(DMV)";Dario 想要的"AI 的 FAA"更糟。他给 Demis 提了五条([00:08:07]–[00:11:12]):
- 代表性要广——必须包含创业公司和开源,不能只有三家最大的实验室;足够多元才难被监管俘获。
- 只审真前沿模型——必须是相对当前 state-of-the-art 的实质推进;低于该线的模型不该被拦住上市。"如果模型不在前沿,凭什么拖住它?"(他明确警告:市场领先者会拿监管去捆住次级模型。)
- 只处理灾难性风险——目前指网络安全与 CBRN(化生放核)。不该管虚假信息、微冒犯——"这不该变成一个言论监管者"。
- 先自愿——这个组织要先证明自己有效,再被写进法律变强制。
- 必须是替代品而非附加品——若只是叠加在新监管机构之上,就失去意义。
为什么 FAA 类比是极端提案(Sacks 的具体反驳):FAA 会审批新机型设计,全新机型的型号合格证要 5–9 年,仅修订合格证也要 3–5 年(波音 737 MAX 约 5 年)。"这是许可制监管——没批准就不能商飞。防空难也许说得通,但你说的是把一个每几个月发新版的系统,换成一个完全由政府批准的系统,时间尺度从月变成年。"([00:11:12]–[00:12:12])
分歧:这是不是 Anthropic 的开局报价¶
- Sacks 的核心怀疑:"这只是 Anthropic 的开局出价。" 他们会照单收下(比今天多的监管),但那不会是终点,只是走向"AI 的 FAA"的垫脚石([00:10:11]–[00:11:12])。
- 他重提自己 2025 年 10 月的说法(当时被认为是激进观点):Anthropic 在跑基于恐惧营销的监管俘获战略。他现在的论据是 Politico 的报道——Anthropic 在推行"层层加码"的州级策略:先在加州 SB53 落地,然后每到一个新州就让规则更严,刻意制造 patchwork 而非统一的全国框架([00:15:14]–[00:17:15])。
- Chamath 支持尽快建立 SRO,理由是抢在资金洪流之前:"会有一大笔钱试图影响政治光谱的两边,把这件事监管成某种形式的监管俘获。越快用一套规则堵掉那个出口越好……它防止的是少数玩家用资产负债表和资本把梯子抽走"([00:13:12]–[00:14:14])。
- Sacks 对"为什么政府会接"的政治经济学观察:"你去跟政府说'请监管我、你该有更多权力',政府里几乎没有人会说'不不不,我们不够格'。大多数人会说谢谢,还能拿什么?"因此单方面让步只会招致层层加码——"这些公司总得长出脊梁,决定在哪里划线"([00:18:15]–[00:19:16])。
- 共识底线:不能限制开源、不能挡住创业公司——"所有这类要求都需要你花钱,而那正是监管俘获发生的地方"([00:13:12])。
Token 成本的价差与 CFO 的反击¶
- 主播列出的每百万 input token 报价(Jason 引数据,[00:47:29]):Fable 约 56 美元;OpenAI 约 26 美元;Grok 约 1.50 美元;Z.ai 约 1.50 美元;中国模型约 0.50 美元。⚠️ 转录中此段口播数字有含糊处("Z 约 150"),按上下文理解为 1.50。
- 叠加数据主权风险的论证:"在你还要承担把 alpha 泄露出去的风险之上,还要为此每百万 input token 付 56 美元?这是疯了。"([00:48:31])
- RAMP CEO Eric Glyman 推出 token 支出管理产品,称过去一年 RAMP 客户的 token 支出增长 21 倍(不是 21%)。他的诊断:AI 公司实际上给企业开了一个挂账(tab),CFO 很难前瞻地看到谁在花什么,且新模型上线时费率常常上调——激励严重错位([00:49:31]–[00:50:32])。
- Chamath 的推论:"如果这东西每几个月 21 倍,总有人要 miss 一个季度。"([00:50:32])
- 组织行为学的病灶(Jason/Chamath):工程师不与钱挂钩、CFO 才与钱挂钩;工程师永远想用最新最强的,不会去做这个权衡——"就像你订差旅时根本看不到价格"。Chamath 自问"Fable 5 的 prompt 里有多大比例其实该跑在便宜模型上",自答 98%([00:52:32]–[00:53:33])。
- 反向机会:Inkling 的定位被 Sacks 认为有意思——明确说自己不是前沿智能,就在前沿之下,做微调开放模型的平台,靠微调达成目标结果([00:51:32])。
隐私是脆的:ZDR 不能承诺什么¶
- xAI 的 Grok Build 事件后,Chamath 的推论:"AI 里到处都是不明显的数据泄露向量。" 如果你以为翻一下 ZDR(zero data retention)开关就没事了——"答案应该是:不会没事的,因为这些都保证不了。模型公司给你 ZDR 政策时大概是尽了力,但现实是你在自己不知道的地方泄露信息,而他们尽了力也可能有连自己都不知道的暗门,直到被别人发现"([00:44:28]–[00:45:28])。
- 由此推出的结构性主张:必须有分层生态、必须有独立第三方层来对接模型、管理这种暴露(他承认这与自己 8090 的业务相关)([00:45:28])。
- Sacks 转述的"反向信息悖论"(建立在 Alex Karp 的论点上):有技术能力的企业想控制自己的算力、模型、权重、数据与 alpha;操作化的配方是——建立真实的信任边界:私有 eval、租户内的专有学习回路、解耦的编排、以及对自己输出做微调的明确权利([00:45:28]–[00:46:28])。
- Sacks 观察到正在形成的不是联盟而是生态:一批公司在为"单体闭源模型栈"(他认为 Anthropic、部分 OpenAI 想去的方向)提供替代([00:46:28]–[00:47:29])。
数据中心:政治阻力与"是谁在出钱"¶
- Hochul 的理由(化石燃料供能、抬高账单、占地挤压农业/开放空间、耗水、噪音)被 Sacks 逐条反驳([00:59:35]–[01:02:38]):
- 电价:若允许 behind-the-meter 自建发电(总统自政府之初主张的"让 AI 公司变成电力公司"),就不与居民争电网。
- 用地:数据中心是土地利用效率的典范;纽约州本身 70–80% 未开发(Jason 补充:"你想的是纽约市,开车去上州看看")。
- 用水:现代数据中心闭环循环;引一项研究称典型数据中心耗水相当于 2.5 家 In-N-Out 连锁——"要担心水,去查杏仁和高尔夫球场"。
- 污染:天然气是最清洁的燃烧源之一。
- 正面外部性:税收(举例某州教师因数据中心税收拿到 3–4 万美元奖金)、蓝领建筑业繁荣、建成后仍有持续岗位。
- Chamath 的电力科普(本段技术含量最高):并网电力(grid power)排队排不上时只能做 behind-the-meter,但卡在清洁空气许可;太阳能占地太大、电池还需先发电,所以人们用燃气。Elon 的做法是买下大量 18 轮卡车级发动机(并买下制造商),逐台落地按"自用"处理以规避集中式许可要求;新方案如 Bloom Energy 可在大规模安装下仍适用自用清洁空气许可([00:57:34]–[00:59:35])。
- 资产定价的证据:Chamath 及其合伙人持有一组电力/数据中心资产,向超大规模厂商询价时发现"曲线前端的价格极端之高"——即今天就能验证、能通电的电力值大钱;因为往后看约 40% 的项目会被搁置或停掉([00:58:34]–[00:59:35])。
- 结论式的警告:"到头来,如果你想要药物发现、癌症诊断、更好的医疗或法律建议,我们可能因为电力不在那里而无法满足这些需求。"([00:59:35])
- Sacks 补一层:同一批政治力量既阻止美国建、也在推动对盟友的芯片出口管制——"这里不建,盟友那里也不建,那这些东西放哪儿?"([01:08:44])
- 地理转移的实况(Chamath):中东数据中心的增长没有如他预期发生(位置本该极佳,200 毫秒内可服务 40 亿人);反而是亚洲、特别是澳大利亚爆发。最新变化是 UAE 现在可以进口最先进芯片,他认为中东周期会重启([01:08:44]–[01:10:46])。
- Jason 的"奢侈品监管"框架:"纽约州或加州付得起说'我们不需要这个'。如果你是澳大利亚,你可能真的需要这笔钱;如果你是德州,你可能真的想要。虚拟信号只能撑到你的债务/GDP 高到某个程度为止。"([01:09:45])
⚠️ 外国影响论:证据强度需要标注¶
- Friedberg 用反 GMO 情绪做类比:Russia Today 2010 年进入美国、2022 年被驱逐;他称在此之前(GMO 商用已 14 年)几乎没有反 GMO 情绪,其兴衰与 RT 在美的存续同步;并追溯到 KGB 冷战时期针对西方民主国家的媒体影响行动(并提出德国弃核可能同源)([01:11:46]–[01:13:47])。
- Sacks 引 OpenAI 一个月前的博文《PRC linked influence operations are targeting AI debates in the US》,称中国在塑造美国对 AI/数据中心的态度,且将有国会调查([01:14:48]–[01:15:48])。
- 另有 Chris Wright 在活动上称,反数据中心抗议者的资金模式可追溯到早年反水力压裂的同一批人([01:03:39]–[01:04:39])。
- 民调数据点:超过 50% 的美国人相信数据中心推高水价和电价([01:13:47])。
- 本库标注:以上因果链(外国影响 → 反数据中心运动)在本期以强断言方式陈述,但除 OpenAI 博文外未给出可核验证据;GMO 的时间相关性论证是相关而非因果。此处按"主播的主张"记录,不作为事实。
与本库其它观点的关系¶
- SRO 的五个条件是本库 LLM 安全与治理 里第一份制度设计层面的具体清单,与 Gray Swan(红队/评估)、Onyx(运行时守门)构成三个不同层次的治理方案。
- "ZDR 保证不了什么 → 需要独立第三方层"与 Onyx 的"AI 看管 AI"、NanoClaw 的隔离模型是同一问题的三种答案。
- 能源作为 AI 的实际上限,与 Pat Gelsinger 的"能源容量是防泡沫上限"、Andrew Feldman 的 buildout 论串成一条线,补入 AI 基础设施。
- token 价格阶梯(56 → 26 → 1.5 → 0.5 美元/百万)为 中美 AI 竞争中"中国模型便宜 10 倍"的说法提供了更细的量化,也是 7 月 11 日那期ROI 之辩的直接延续。
- "工程师不与钱挂钩"是 在实践中使用 LLM 里 token 治理这一节的组织行为学解释。
事实性断言与预测(可验证)¶
- Demis 提案要点:发布前 30 天提交、先自愿后强制、基准季度更新、可协调放缓(断言,[00:01:00]–[00:02:01])。
- FAA 全新机型型号合格证需 5–9 年,修订需 3–5 年(断言,[00:11:12]–[00:12:12])。
- Anthropic 推行州级"层层加码"策略(Politico 报道 + Sacks 解读,[00:16:15]–[00:17:15])。
- 纽约州签署全美首个州级超大规模数据中心暂停令(事件,[00:59:35])。
- RAMP 客户 token 支出一年增长 21 倍(断言,[00:49:31])。
- 每百万 input token:Fable ≈56 / OpenAI ≈26 / Grok ≈1.5 / 中国模型 ≈0.5 美元(断言,[00:47:29])。
- 约 40% 的数据中心/电力项目被搁置或停止(断言,Chamath,[00:57:34])。
- 美国 2050 年将短缺约 2.5 个加州的用电量;PJM 某次容量拍卖需 7–8 GW 但仅约 156 MW 应标(断言/测算,[00:55:33])。
- 超 50% 美国人相信数据中心推高水电价格(民调,[01:13:47])。
- 中国关联的影响力行动正针对美国 AI 辩论(OpenAI 博文 + 主播主张,[01:14:48]–[01:15:48])。
- Apple M7 Ultra 或支持 1.5 TB 内存,使前一代前沿级模型可跑在 Mac Studio 上(Mark Gurman 传闻 + Jason 预测,[00:53:33]–[00:54:33])。