编辑｜王眉

华尔街向来如此，当人们开始讨论AI可能带来的生存级风险时，话题很快就转向谁会成为赢家、谁会沦为输家。如果末日真的降临，也就谈不上什么追加保证金通知了。

上周末，美国各大AI模型实验室的负责人普遍达成共识：鉴于失控智能体事件接连不断出现，他们应该停止彼此竞速争夺技术霸主地位，共同放慢脚步，在进一步推进技术之前把更多精力放在安全层面。

今年春夏，OpenAI与Anthropic的新一代顶尖模型出现自主发起黑客攻击的失控行为，造成的全部后果目前或许尚未完全显现。已经公开的细节足以令人担忧，这也印证了自2010年代以来AI行业领军人物的观点：AI既有望成为人类史上最具价值的技术，同时也是最危险的技术。模型迭代优化的速度，已经超过研发者对其实现完全管控的能力。

但在这场技术军备竞赛中，没有企业愿意单方面“放下武器”。因此，研发放缓要真正落地，就需要所有参与方以某种可核验的方式共同执行。这类约束通常由政府通过监管完成，然而AI企业高管认为事态紧迫，立法那套缓慢的齿轮帮不上忙，而白宫方面对此做法并不支持。

美国总统特朗普周一早间在社交媒体发文称：“AI唯一需要的控制或‘护栏’，就是一位强大而聪明（高智商！）的总统，而美国正好就有，而且绰绰有余！”

如果AI研发节奏放缓，首要受益者正是这些AI实验室。训练新一代模型需要投入巨额云计算资源，前沿模型的训练成本尤其高昂。训练开支增速放缓，将提升即将上市的Anthropic与OpenAI两家公司的盈利水平。

但这也可能带来副作用，即引发价格战。两家头部企业的顶尖模型定价高昂，如今已经面临来自低价竞品的价格压力。OpenAI已于78月下调整套GPT5.6系列模型的定价，Anthropic尚未跟进。倘若企业利润缓冲空间扩大，各家很可能会通过降价争夺市场份额。

其他AI企业，包括谷歌、Meta、微软以及SpaceX，将从研发放缓中获得更大收益。它们在模型技术与AI业务营收上落后于OpenAI和Anthropic，放缓给了它们追赶的机会，在一定程度上削弱前两家企业建立的先发优势。

中国的AI实验室很可能不会参与该类协同协议，也有可能抓住窗口期缩小与行业头部企业之间的技术差距。

研发放缓或将降低模型训练端的云算力需求，但价格战又会提升云端运行AI模型（即推理业务）的算力消耗，从而对冲训练端的需求下滑。一个巨大的未知数是企业客户会如何对这一消息作出反应，以及如果对“失控智能体”的担忧导致落地实施放缓，会出现什么情况。

至少在短期内，整个AI基础设施交易都面临风险。

芯片股因放缓言论而遭到重挫：周一午盘交易时段，费城半导体指数下跌5%。英伟达芯片是训练算力的行业标准，其股价下跌3%。

训练最新一代模型所需的数据中心规模越来越大。OpenAI的GPT-6 Astra模型——引发大量“失控智能体”捣乱行为的罪魁祸首——是在得州一处甲骨文数据中心园区里，用10万颗英伟达GPU芯片训练出来的。英伟达CEO黄仁勋称，它的后继版本将需要一个规模大四倍的GPU集群。

训练速度如果放缓，意味着这些正在历时数年建设的超大型园区的业主，可能会把工期拉长，把原计划的资本开支推迟一年甚至更久。这将对整个AI基础设施行业产生影响，而且不止于芯片：还包括能源、材料、施工、电力、冷却等各个领域。

像亚马逊、微软、Alphabet、甲骨文和CoreWeave等云厂商的处境则喜忧参半。OpenAI和Anthropic的训练任务是它们的收入来源。这无疑会在短期内降低销售增长速度，不过推理业务的需求增长又可能抵消这部分损失。不仅AI实验室可以在这场冲刺式的马拉松中喘口气，云厂商同样得以喘息：它们可以把资本开支往后推迟，放缓债务和折旧的快速增长，并改善自由现金流。

不过，如果没有政府出面强制，让美国各家实验室协商达成一套可验证的共同放缓方案将非常困难，因为这需要一定程度的信任和善意，而这两样在当下都很稀缺。