曝OpenAI布道黑幕！MIT华人记者：他用全人类未来，赌一个AGI神话

当硅谷把「AGI造福全人类」包装成信仰时，真实世界却在付出代价。Karen Hao在《Empire of AI》犀利指出，这场竞赛甚至被渲染成「中美对抗」——只要跑赢中国，就能守护自由。但事实是，美国与中国差距并未拉大，唯一真正收割的，是硅谷自己。我们是否还要为这场幻觉买单？

历史上的帝国，总有一套自我合理化的信仰。

殖民者扩张靠「拯救灵魂」，今天的AI帝国靠「AGI造福全人类」。

但当信仰被资本、算力裹挟着一路狂奔时，现实却不断发出警示：能源透支、劳工剥削、心理危机......

问题是，这套信仰究竟如何驱动着整个行业？

「造福人类」的口号，却变成加速的理由

Karen Hao是麻省理工学院《Technology Review》前记者，长期追踪硅谷公司，作品多次揭露AI行业的权力结构。

她的新书《Empire of AI》一经上市就引起热议，其中最鲜明的观点，就是把OpenAI比作「帝国」。

在一次播客采访中，她提到自己遇到过一些工程师：

他们的声音都在因信仰AGI而颤抖。

这种近乎宗教般的热忱，正是推动OpenAI和整个行业狂奔的燃料。

对于AGI，OpenAI给出的定义是：

一种「在绝大多数有经济价值的工作上超越人类的高度自主系统」，它将「增加财富、加速经济、推动科学发现」。

这种叙事看似高远宏大，却也模糊而空泛。

也正因如此，资本、公司和从业者可以在信仰的外衣下不断加码。

在Hao看来，一旦目标被设定为「造福人类」，并且竞争被定义为「赢者通吃」，速度就会压倒一切。

她直言：

当你把有益的AGI之路定义成一场赢者通吃的竞赛时，最重要的就是速度，速度凌驾于效率之上，凌驾于安全之上，凌驾于探索式研究之上。

也就是说，这是一场被包装成「必须赢」的赛跑，任何对效率、安全、甚至科学探索的考量，都会被速度踩在脚下。

事实上，AI的进步并不只有一条路。

研究者完全可以通过改进算法来减少对数据和算力的依赖。但这条路意味着放慢脚步，不符合OpenAI的竞赛逻辑。

于是，他们选择了「最省智力成本的方式」——把已有的技术塞进更大的算力工厂，用更多数据去硬拱。

Hao的评价毫不客气：

保证速度的最佳方式，就是用更多数据和超级计算机去堆现有技术，而不是去做更困难的原创研究。

这种「堆料式」的发展，并不是技术进化的必然，而是商业化与竞赛逻辑的产物。更严重的后果在于学术生态。

Hao指出，如今顶尖的AI研究者大多进入大公司，学术界逐渐失去独立性：

整个学科的研究议程，正在被这些公司的商业目标所塑造，而不是由真正的科学探索来决定。

从外部看，OpenAI的路线似乎极其高效：ChatGPT、GPT-4o不断迭代，迫使其他公司追随。

但这种速度带来的，并不是稳固的科研积累，而更像是一场对未来的豪赌。

速度本身，反而成了信仰的证明。而为了维持这种速度信仰，整个行业开始疯狂烧钱。

烧钱竞赛：AI帝国的真实账单

在AI行业，速度不只是信仰，更是一场巨额消耗的战争。

OpenAI预计到2029年将烧掉1150亿美元；Meta宣布，仅2025年一年，就要砸下720亿美元扩建AI基础设施；谷歌的资本开支则可能高达850亿美元，大部分投向算力与运服务。

这些数字冷冰冰的，却足够让人眩晕。

可这些钱砸下去，带来的不是乌托邦，而是沉重的「账单」。

能源是一笔最直观的成本。大模型训练时需要成千上万张GPU同时运行，耗电量相当于一座中等城市。

今年5月，AI的能源需求已经占到全球数据中心电力消耗的约20%，预计年底可能翻倍。

社会的成本同样不容忽视。Hao在《Empire of AI》里写道：

AI的高速发展伴随着「就业流失与财富集中」：自动化在挤压客服、写作、编程等岗位，而由此产生的利润却被少数科技巨头收割。

AI没有「造福全人类」，反而进一步加剧不平等。

更隐形的是心理健康的代价。

聊天机器人制造的虚拟陪伴，正在让部分用户陷入「幻觉式依赖」，甚至加剧精神脆弱人群的危机。

而在产业链的另一端，位于肯尼亚的标注工人，只能以每小时1.5至2美元的工资，长期处理极端内容（包括儿童性虐待影像），很多人因此出现失眠、焦虑，甚至创伤后应激障碍。

在委内瑞拉，研究者发现虽然数据标注为陷入经济危机的家庭带来了一点收入，但雇主与工人之间存在严重不平等，工作条件极度苛刻。

天价的算力账单、不断膨胀的能源消耗、用户与工人的健康风险……所有这些，构成了 AI 帝国看不见的「暗面」。

赢家或许只有少数几家公司，但真正为这场竞赛买单的，却是普通人和整个社会。

另一条出路：不靠烧钱也能改写医学

在铺天盖地的AGI神话之外，其实存在另一种路径——低能耗、少数据，却能直接推动科学突破的AI。

最典型的例子，就是Google DeepMind推出的AlphaFold。

AlphaFold的任务很具体：预测蛋白质的三维结构。

过去，科学家往往需要几年甚至十几年才能确定某些蛋白质的折叠方式，而AlphaFold通过训练在氨基酸序列数据与结构数据库上的模型，已经能在几分钟内准确给出结果。

DeepMind官方数据显示，它已成功预测超过两亿个蛋白质结构，并将结果通过开放数据库免费提供给全球科研人员。

这种突破并不是停留在实验室里的炫技，而是正在改变医学研究的节奏。

根据NCBI收录的一篇综述论文，AlphaFold2已被广泛用于生物医学研究，从疾病相关蛋白的结构解析，到药物靶点发现，再到新型抗体的设计，都在显著加速。

科研人员形容，这为药物研发节省了「无法想象的时间和成本」。

Karen Hao在《Empire of AI》里也强调：

我们真正需要的，是像AlphaFold这样的系统。它不会制造心理健康危机，不会引发巨大的环境消耗，也不会让底层劳工接触互联网上最黑暗的内容。

相比之下，AGI路线更多依赖无休止的算力堆叠，带来的是天价能耗与社会风险。

AlphaFold的成功提醒我们，AI并非天然与「高风险」绑定。

它完全可以被引导去解决具体而有价值的科学难题，用有限的算力和干净的数据，换来对全人类都有益的突破。这才是另一种更值得期待的未来。

中美对抗只是幌子，硅谷才是真正收割者

过去几年，硅谷喜欢把AGI的竞赛包装成一场「中美对抗」。

只要跑赢中国，美国就能确保世界的自由与开放。这样的叙事不仅在科技圈流传，还成了资本市场的兴奋剂。

但Karen Hao观察到的却完全不同。她在TechCrunch的采访中直言：

事实恰恰相反。美国和中国之间的差距并没有因此扩大，硅谷对世界的影响反而是不自由化的……唯一未受伤害的，可以说只有硅谷自己。

换句话说，「中美对抗」更像是一块挡箭牌，让企业在无休止的扩张中获得合法性。

与此同时，OpenAI内部的身份矛盾也愈发明显。

一方面，它以非营利基金会的姿态宣称使命是「造福人类」；另一方面，它又通过营利子公司不断推进商业化。

今年与微软的新协议，更被普遍视为迈向上市的一步。

两名前安全研究员甚至在接受TechCrunch采访时表示，他们担心公司已经把「受欢迎的产品」等同于「造福人类」的证明，只要ChatGPT被大众使用，就默认达成了使命。

与此同时，OpenAI的公司架构也一度摇摆——从最初的非营利实体，到计划转为Public Benefit Corporation（PBC），再到后来迫于压力宣布仍由非营利基金会控制。

这种不断调整，本身也反映了「使命」与「资本」之间难以调和的矛盾。

Hao的提醒不容忽视：

哪怕证据不断显示，这些系统正在伤害大量人群，但那套自造的使命依然把一切遮盖。

在这样的叙事下，「中美对抗」的紧张气氛，和「造福人类」的口号，最终都成了硅谷加速收割的幌子。

从「造福人类」的口号，到「中美对抗」的叙事，再到资本市场的狂热，AI 行业已经织就了一张庞大的信仰之网。

即便证据不断累积，证明这些系统正在制造失业、透支能源、加剧心理危机，那套使命依然能把一切遮盖。

这正是帝国式扩张最危险的地方：当信仰变成遮羞布，现实的伤害便被逐渐抹去。

历史上，殖民者曾以「拯救灵魂」为名掩盖掠夺；今天的 AI 帝国，则以「AGI 造福全人类」为名，加速收割资源与权力。

问题是，当越来越多的人被迫为这场竞赛买单，我们还要继续相信这个神话吗？

AGI，到底是人类的希望，还是另一场幻觉？

参考资料：

https://techcrunch.com/2025/09/14/karen-hao-on-the-empire-of-ai-agi-evangelists-and-the-cost-of-belief/

文章来自于“新智元”，作者 “倾倾”。