KeyFrame

We Might Actually Need to Stop AI

Nate Herk·6月16日週二·12 min英文

三句話摘要

OpenAI 與 Anthropic 同步公開呼籲國際協作以管控 AI 發展速度,但兩家公司坦承自身無法單方面停下來。 AI 最頂尖的建造者已公開承認技術失控風險並求助於世界,而你現在唯一能掌控的,是讓自己盡快具備使用這項技術的能力。 兩大 AI 實驗室同時發出求救訊號:OpenAI 與 Anthropic 幾乎同步公開呼籲建立國際監管框架,這代表連最了解這項技術的人都認為它移動速度已超出單一機構能掌控的範圍。

重點整理

重點
  • 1

    兩大 AI 實驗室同時發出求救訊號:OpenAI 與 Anthropic 幾乎同步公開呼籲建立國際監管框架,這代表連最了解這項技術的人都認為它移動速度已超出單一機構能掌控的範圍。

  • 2

    「我們想慢,但我們不能自己慢」是核心矛盾:兩家公司都說願意減速,但同時坦承競爭誘因與資本壓力讓他們無法單方面退出,需要一個能讓所有人同時停下且相互驗證的外部機制。

  • 3

    全球協議的最大難題是供應鏈,不是意願:訓練頂尖模型需要一整棟耗電量等同小型城市的建築與上萬張專業晶片,這些晶片來自全球單一供應鏈;只要有任何一方悄悄囤積晶片搶先訓練,整個協議就會瓦解。

  • 4

    AI 認知落差正在製造社會風險:建造 AI 的人與普通大眾之間存在巨大理解鴻溝——前者在呼籲全球協調,後者還把 AI 當成酷炫搜尋引擎;這個落差會讓未來的社會衝擊更難預測與消化。

實用技巧與重點

乾貨
  • OpenAI 計畫名稱:《Our Plan to Build for Everyone's Benefit》,發布日期:2026年8月8日(影片拍攝時)
  • 三大目標:① AI 自動研究員(預測 2028 年後實現)② 個人化 AGI 普及化 ③ 國際集體行動框架
  • Anthropic 訴求:建立可驗證(provable)的 AI 加速或暫停機制
  • 美國政府介入事件:6月12日,美國政府要求 Anthropic 禁止特定存取(涉及 Claude Mythos 與 Claude Fable,影片拍攝時已被叫停)
  • 訓練頂尖模型所需硬體規模:數萬張專業 GPU、整棟建築、小型城市級電力
  • 供應鏈監控可行性:晶片來源可追蹤,類比核武器檢查員機制,技術上可行但政治執行極難
  • 社群規模:講者免費社群約 40 萬名 AI 從業者、工程師、企業主
  • 個人行動建議:每週挑一件原本手動做的事(寫信、規劃週程、整理報告),改用 AI 工具完成

結論

結論

AI 最頂尖的建造者已公開承認技術失控風險並求助於世界,而你現在唯一能掌控的,是讓自己盡快具備使用這項技術的能力。

完整解析

詳細

這支影片的起點是一個罕見的歷史性訊號:OpenAI 與 Anthropic 在同一時間窗口內,各自獨立發表公開文件,要求建立國際機制來管控 AI 的發展速度。OpenAI 的計畫列出三個目標——打造能自行推進研究的 AI 系統、讓 AGI 的利益普及每個人,以及推動各國政府共同簽署集體行動框架。Anthropic 的報告則聚焦在「可驗證的暫停機制」,也就是一套讓所有國家都能確認彼此確實停下來的技術與制度架構。講者指出,這並不是兩家公司突然變得謙遜,而是一種罕見的公開認輸:他們在說「這東西跑得太快,我們一家公司控制不住」。

然而講者隨即剖析了這個訴求的根本矛盾。兩家公司同時承認,商業競爭與資本壓力讓它們無法自行放慢腳步——誰先停下來,誰就輸掉這場歷史性的競賽。因此它們呼籲的「暫停」,本質上是要求一個外部的第三方組織,能夠強制所有參與者同時停止,並且有辦法驗證沒有人在偷跑。這在外交上的難度極高:你需要美國、中國、俄羅斯等所有具備 AI 實力的國家簽署同一份協議,然後派出類似核武查察員的稽核人員,進入各國機構確認沒有人在私下訓練更大的模型。

講者認為技術層面的驗證其實並非最難的部分,因為訓練頂尖模型需要龐大且顯眼的基礎設施——數萬張專業晶片、工業級電力消耗、整棟專用建築。這些硬體來自全球高度集中的供應鏈,理論上可以追蹤。真正的牆壁是博弈邏輯:只要協議中有任何一方相信自己能悄悄搶先、拿下「歷史最大獎」,整個協議就會在第一個背叛者出現的瞬間崩潰。OpenAI 在文件中甚至直接承認這一點,說競爭誘因「難以逃脫」。

對普通人而言,講者的結論很務實:你對國際協議沒有影響力,對公司策略也沒有控制權,你唯一能掌握的是自己是否具備使用這項技術的能力。他特別點出當前存在的巨大認知落差——造 AI 的人在呼籲全球監管,而大多數人還不知道 AI 能幫他們做什麼。這個落差本身就是風險。他建議的入門方式非常具體:不要試圖創造全新的工作流程,只要把你這週本來要手動完成的一件事,改用 AI 工具做一次,從那裡開始。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Claude Cowork vs Codex: 誰才是更好的AI工作助手?
16 min
AI 技術中文6月20日

Claude Cowork vs Codex: 誰才是更好的AI工作助手?

李厂长来了

  • 介面設計哲學不同:Codework 以標籤頁區分聊天、文書與程式碼三種模式,任務彼此隔離不混淆;Codex 則將所有功能整合在單一介面,減少切換成本,但頁面相對雜亂。
  • 第三方整合能力差距明顯:Codework 提供大量連接器並支援 Zapier 擴展,且可針對每個連接器精細設定讀寫權限(如 Gmail 只讀免確認、寫信需批准);Codex 的插件數量較少且缺乏同等級的權限控制機制。
  • 定時任務管理方式影響長期使用體驗:Codework 將同一自動化任務的歷史記錄歸類在同一條目下,便於追蹤;Codex 每次執行都獨立列出,隨任務增多左側欄會越來越臃腫,不利於長期管理。
我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026
編輯精選
28 min
AI 技術中文6月20日

我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026

EngineerGary

  • Tokenomics 重新定義 AI 工廠價值:黃仁勛將所有輸出重新框架為 Token = Revenue,傳統工廠生產實體商品,AI 工廠改為生產 Token;對製造端而言,目標是以最低成本產生最多 Token,實現每投入 1 元帶回 3–5 元回報的商業邏輯。
  • 開源策略是市場放大器而非讓利:NVIDIA 釋出 Cosmos 3、Apomile 3 等開源模型,以及通用人型機器人,目的是降低新創進入自動駕駛、World Model、Physical AI 的門檻,擴大整體生態系規模,最終帶動更多算力與服務需求(「The more you buy, the more you earn」)。
  • Deal to Delivery Agent 解決中小企業流程瓶頸:Gary 團隊識別出企業收到客戶需求後,需跨工具手動完成報價、開票、GitHub issue、通知等重複性操作是最大效率殺手;Agent 自動拆解商機、建立 ERP 記錄並推送 Telegram 通知,人類只需在 Draft 狀態下做最終 Review 確認。
黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備
編輯精選
30 min
AI 技術中文6月20日

黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備

Coco哥

  • QNX 擁有機器人 OS 三大不可替代技術門檻
  • Windows 響應延遲 200 毫秒,Linux 一旦核心崩潰全部失效,而 QNX 具備毫秒級即時決策、ISO 26262 ASIL-D 與 IEC 61508 SIL-3 最高安全認證,以及微型內核獨立架構(單一模組崩潰不影響其餘系統),三項條件同時達標,現階段競爭對手均未能複製。
  • 40 年護城河非短期可追趕