地平線｜與其恐懼一個被渲染出來的末日場景，不如冷靜審視AI發展的真實代價

這兩天掃到不少影片在傳播一位記者郝珂靈對 OpenAI 以及「AI 毀滅論」的批判，撇開很多人指其陰謀論的部分，私以爲她確實下了工夫在調查及訪問，只是視野局限在美帝資本主義下的發展，因此請深索協助做了進一步的中西比較，同時就我提出的問題進行反饋，並提供相關的資料來源，大致整理出下面的概要，先記錄下來留存參考：

與其恐懼一個被渲染出來的末日場景，

不如冷靜審視 AI 發展的真實代價

過去幾年，我們被兩種聲音輪番轟炸：AI 要麼拯救世界，要麼毀滅人類。OpenAI 的 Sam Altman 在國會宣稱 AGI （通用人工智慧）能夠治癒癌症、解決氣候變化，在商業文件中把 AGI 定義為實現千億美元營收的系統，在行銷中又告訴消費者 AGI 是你夢寐以求的數碼助手。這種極端的雙軌敘事——既要渲染烏托邦的美好，也要放大末日論的恐懼——並非技術發展的自然產物，而是被精心設計的敘事策略。與其在虛構的末日幻想中迷失，不如冷靜追問一個更務實的問題：無論AI的終點是天堂還是地獄，我們在到達那個終點之前，究竟要為它付出怎樣的代價？

｜誰在講述 AI 的故事？——郝珂靈與被揭開的另一面

郝珂靈（Karen Hao）是一名特殊的觀察者。她畢業於麻省理工學院機械工程專業，早年以工程師身分深入矽谷，後成為《麻省理工科技評論》資深AI編輯，也是第一位獲得 OpenAI 廣泛採訪權限的記者。她花了長達七八年的時間追蹤矽谷 AI 產業，對超過 250 位業界內部人士進行深度訪談（其中包括近百名 OpenAI 前員工）。她所做的不是理念批判，而是基於實地調查的深度報導，足跡遍及拉丁美洲和非洲多地。

郝珂靈 2025 年出版的《AI 帝國：薩姆·奧特曼的 OpenAI 的夢想與噩夢》一書，提出了一個與主流敘事截然相反的判斷：矽谷頭部AI公司正在複製古典帝國的擴張路徑——通過 AGI 末日論與解放人類的雙軌敘事製造恐慌，將技術的開發權與監管權鎖定在少數菁英手中，同時對社會資源、勞動力與基礎設施進行不受約束的攫取。對於這一論斷的回應不乏激烈，連 Sam Altman 本人也親自發文回應，並公開稱郝珂靈為「我討厭的那位記者」，但這些情緒化的反駁反而印證了她所觸及的權力核心正在被刺痛。

｜AI的成就與焦慮：繁榮的另一面

毫無疑問，AI 正在創造真實價值。中國工信部數據顯示，2025 年中國人工智慧核心產業規模已超 1.2 兆元，人工智慧企業達 6200 餘家。大模型推動 API 經濟蓬勃生長，OpenAI 2025 年營收超過 100 億美元，Anthropic 達到約 50 億美元。AI 有潛力在 2030 年前減少全球 4% 的二氧化碳排放，MIT 研發的 AI 模型已將氣候預測準確性提高 30%。這些成就並非虛言。

但焦慮同樣真實存在，只是焦慮的來源常常被錯誤地歸因於一個遙遠的、抽象的「滅絕風險」。真正應該焦慮的，是此刻正在發生的、實實在在的代價。

環境代價的轉嫁。 AI 智慧建立在極其沉重的能源消耗之上。一家科技巨頭在烏拉圭旱災期間，其數據中心每天消耗的飲用水相當於 5.5 萬人的日用水總量，而地方政府不得不將受污染的鹹水混入供水系統。美國 AI 行動計畫預計未來幾年數據中心投資約 900 億美元，到 2030 年 AI 工作負載可能占美國電力消耗的 9%。這些環境成本不是抽象氣候數據，它們實實在在地被轉嫁給了議價能力最弱的邊沿社區。這些社區靠近廉價水電資源，卻承受了最直接的資源枯竭和污染後果。

勞動力的降維擠壓。 行業通行的敘事是：AI 會淘汰低效工作，並創造我們難以想像的新崗位。但郝珂靈的調查發現，裁員潮之下，許多高學歷白領、創意工作者乃至行業專家，最終進入數據標註行業維持生計——這類工作高度機械化、薪酬低廉，他們正在親手訓練那些最終將替代自身崗位的模型。職場中間層被逐步掏空，極少數高薪技術崗位在頂端，大量低薪執行性工作在底端，中間的晉升階梯正在消失。亞馬遜超過 1000 名員工簽署公開信，警告公司以「不計代價的瘋狂速度」推動 AI 發展，「會對民主、我們的工作和地球造成毀滅性損害」。

這些不是遙遠的、科幻式的風險。它們發生在烏拉圭的旱災中，發生在肯亞的數據標註工作間裡，隱藏在一座座拔地而起的數據中心背後。它們是此時此刻正在付出的真實成本。

｜中西AI發展路徑比較：兩條路徑的困境

面對 AI 帶來的挑戰，中西方走上了不同的治理道路，但各自都面臨結構性的困境。

美國模式：市場驅動的 AI 資本主義。 2025 年 7 月推出的《美國 AI 行動計畫》以「加速 AI 創新」「建設美國 AI 基礎設施」「主導國際 AI 外交與安全」為三大支柱，透過解除監管枷鎖、重構能源與晶片產業鏈，確保美國在 AI 革命中維持「無可爭議的技術霸權」。該計畫廢除拜登時期 14 項 AI 限制政策，包括撤銷要求 AI 企業披露訓練資料來源的行政命令。美國的問題不在於追求創新，而在於創新被少數巨頭壟斷後，社會成本被不斷外溢，成果只歸集於少數人。這種模式的悖論在於，它最終可能連創新本身也消耗殆盡。

中國模式：發展與安全並重。 中國 2026 年政府工作報告明確提出支持人工智慧開源社群建設，深化拓展「人工智慧+」。在治理層面，中國立足於分級分類的監管框架，旨在平衡創新活力與社會穩定。《關於加強協同創新促進人工智慧開源生態繁榮的共識》則明確開源是降低創新成本、加速技術普惠的有效路徑，勉勵各方共建共享。中國模式的挑戰在於，如何在政府引導的同時保持創新活力，如何搭建更開放的全球合作框架吸納多元聲音。

歐盟模式：規則先行的人本導向。 歐盟《AI 法案》以風險分級為基礎，強調保護公民基本權利與資料安全。該法案還針對開源 AI 設置了特殊的豁免體制，試圖在鼓勵創新與規範監管之間尋求平衡。另一方面，實踐中存在的執行難題：開發者自我申報合規、監管難以有效驗證。說明在理想的設計框架與現實的落實之間仍有距離。

美國過於偏向資本，歐盟過於著眼於規則，中國尚在探索平衡。這三條路徑都在某種程度上回應了 AI 治理的底層需求，但沒有一條能夠同時兼顧「技術開放」「社會公平」與「資本可持續性」。

｜選擇開放：為什麼開放式 AI 是一條更好的出路

正是在這樣的背景下，「開放式 AI」的思路浮出水面。它不只是另一種技術路線，更是一種對發展邏輯本身的重塑。

何為開放式 AI？ 這裡的開放式 AI，指的不是某一家公司的產品，而是一個精神座標：模型權重開放、技術透明、生態共建、資源普惠。它拒絕「把最強的模型關進 API 按 Token 收費」的閉源路徑，也拒絕僅僅讓開源模型成為「其他業務養著」的品牌工具。它主張一種全新的技術發展動力：讓 AI 的技術資源不再被少數帝國壟斷，而是由更廣泛的開發者和使用者共同參與、共同受益。

開放式 AI 不是放棄了商業成功，而是換一種方式定義成功。 ComfyUI 以開源專案起步，憑藉社群貢獻成長，後來吸引了 3000 萬美元融資，估值達 5 億美元，用戶超過 400 萬。這不是違背商業邏輯，而是說明了即便在傳統的融資模式中，開放本身已經成為吸引資本的價值載體——投資者越來越多地認可「不被巨頭鎖定的選擇權」本身就是稀缺資產，能夠被注入信任和價格。

在歐洲，NobodyWho 以開源方式開發小型語言模型（SLM），直接在用戶裝置本地執行，訓練期間的排放量減少高達 100 倍，推論階段排放量減少高達 500 倍，已吸引了 200 萬歐元融資。在美國，Featherless 以「中立的開源AI基礎設施」定位完成 2000 萬美元 A 輪融資，獲得了 AMD Ventures 和 Airbus Ventures 的聯合領投。在中國，Kimi 的月之暗面在 2026 年的估值已達 200 億美元，16 個月內在開源與商業化的結合路徑上完成了驚人的增長。

這些案例揭示了一個重要信號：開放道路不僅能夠吸引資本，而且正讓資本以新的方式運作——不再僅僅投向封閉的城牆，也開始投向開放的橋樑。當資本越來越多地看見「開源生態」本身就是一種有穩定回報的商業模式，商業的現實主義就不會永遠是封閉的盟友。

「開放」也能反哺資本的可持續性。 2026 年初火爆全球的開源 AI Agent 框架 OpenClaw 在 GitHub 上的星標數突破 28.5 萬，創開源軟體歷史最高紀錄，NVIDIA 執行長黃仁勳評價稱「它是迄今發布過的最重要軟體，三週下載量相當於 Linux 三十年總和」。OpenClaw 作為完全免費的開源專案，重新定義了 Token 消耗的量級：一次複雜任務觸發 15-60 次模型調用，消耗百萬級 Tokens。這在一個月催生了幾乎所有國產模型廠商的「套餐化」商業模式。OpenClaw 本身不賺錢，但創造了讓賺錢成為可能的生態環境。這說明開放式 AI 可以成為整個產業的潤滑劑和乘法器，而不必在與資本的對立中失去自我健康運作的空間。

分散式技術路線提供了替代超級數據中心的可能。 郝珂靈本人也指出，技術完全可以不依賴於耗費巨量資源的集中式「巨石文明」，而是走向分散式方案。OpenAgents 籌集 130 萬美元種子輪融資，打造一個基於貢獻者個人 PC 閒置算力的去中心化網路。這種「計算共享經濟」模式將資源控制權交還給無數普通人，從根本上改變了算力壟斷的局面。

｜結語

與其恐懼一個被資本渲染出來的末日場景，不如回到最根本的問題：AI 的發展究竟要讓誰受益？要讓誰付出代價？

郝珂靈透過對 250 餘人的採訪和數年親身調查給出了一個並不聳人聽聞的回答：AI 的威脅不是來自失控的機器人，而是來自被資本和權力高度集中的「帝國式」技術發展路徑。這套模式在創造價值的同時，也在加速資源攫取、階級分化和環境消耗。真正的出路不在於走向另一個極端：放棄資本追求純粹的「理想主義孤島」，而是找到一種更聰明的整合：讓開放的邏輯、公平的分配、可持續的商業模式在一個生態中共存而非牴牾。

開放式 AI 不是一個烏托邦式的口號。ComfyUI、NobodyWho、Featherless、DeepSeek 和 OpenClaw 的實踐證明，這是一條已經在現實世界中緩慢生長的道路。它們各有不同的策略，有的走訂閱套餐，有的走去中心化算力共享，有的以免費撬動衍生生態，但都在回答同一個問題：一個更開放的 AI 世界，能否在資本的環境下活下去，而且活得更好？

這是每一個人都需要持續追問的方向，不是為一個未經證實的「末日」感到恐慌，而是為一個更有希望、也更加公平的「人機共生」而不斷建構和修補。我們不僅要關心未來的AI會怎樣強大，更要關心未來的世界是否仍然屬於每一個人。