最近，一则传闻在AI圈里炸开了锅：美国政府正考虑限制本国企业使用来自特定国家的开源AI模型。

风头浪尖上的Anthropic，其CEO达里奥·阿莫代伊赶紧站出来划了一条线——我们从未提议或主张禁止开源模型。

消息一出，行业里立刻引发强烈反应。

多家科技企业联名签署公开信，公开力挺开源模式。甚至还有声音直指Anthropic，认为其试图借助行政禁令打压对手，保护自身商业利益。

对此，阿莫代伊回应得很直接：只要开源模型不具备危险能力，它就是一种极具价值的公共产品。

这类模型成本低，也能为企业、开发者和科研人员带来切实推动。

他同时指出，那种保护主义性质的禁令，既无法解决真正的国家安全关切，反而可能沦为行业垄断的工具。这绝不是Anthropic的立场，更不是目标。

阿莫代伊真正担忧的两类风险

说到这里，阿莫代伊将对AI安全与国家安全的担忧，拆解成了两层。

第一层：威权政体获得更强AI系统后的风险

第一层，是威权政体利用比美方更强大的AI系统，取得永久性军事优势或深化内部监控的风险。

在这种风险面前，模型是否开源、美国本土企业是否使用这些模型，都不再是关键要素。

最危险的，往往是那些暗中研发、仅提供给军方或情报部门使用的秘密模型。

第二层：强大AI模型被恶意滥用的风险

第二层，是强大AI模型被恶意滥用于发起大规模网络攻击或开发生物武器的风险。

开源模型因为缺乏持续的安全防护与监控手段，一经发布便无法收回，在安全治理上确实挑战更高。

但问题在于，单纯禁止合规的本土企业使用开源模型，根本拦不住恶意的违规参与者。

所以，这种做法对降低这类威胁，毫无实质帮助。

真正该担心的是什么，以及怎么应对

为了接住上述风险，Anthropic提出了三点可落地的政策建议与监管主张。

第一，严格限制关键算力流向潜在威胁方

继续对高性能芯片及制程设备实施出口管控，严厉打击各类绕过禁令的非法走私与代工。

从源头切断高风险模型训练的算力根基，这才是关键所在。

第二，打击跨国界的大规模“模型蒸馏”行为

部分机构正用蒸馏等低成本手段批量汲取前沿闭源模型的能力，大幅压缩研发周期。

针对这种利用滥用条款绕开算力封锁的做法，应当建立更明确的法律与商业惩戒机制。

第三，推行全面且强制的发布前安全测试

所有具备高能力强度的模型，无论开源还是闭源架构，在交付公众或特定机构之前，都必须通过涵盖网络安全、生物安全与对齐风险的严格测试评估。

模型安全性应当建立在客观、严格的实证检验之上，而非主观的先验假设。

核心落点：别把焦点放错

阿莫代伊在文章结尾强调，行业不应陷进“开源与闭源”的无休止内耗。

真正应该聚焦的，是以下几项关键议题：

• 算力管控
• 违规蒸馏治理
• 建立全球统一的安全测试标准

只有把焦点重新拉回这些问题之上，人工智能才能在可控、安全的前提下持续向前。