阿莫迪刚刚发表的《PolicyontheAIExponential》，代表了阿莫迪近年来AI治理思想的一次重大升级。过去几年他主要强调“AI风险真实存在”，而这次已经明确转向：

单纯依靠企业自律已经不够，必须建立具有强制执行力的政府监管体系。

如果概括全文核心观点，大约可以浓缩为以下几个层次。
一、阿莫迪认为AI已经进入“指数级阶段”
文章的出发点是一个判断：
过去人们总把AI进步理解为线性增长。
但现实可能是：
模型能力持续跃升；
Agent能力快速增强；
AI辅助科研开始出现；
AI参与AI研发已经成为现实。
因此未来几年AI能力增长速度，很可能远超政府立法速度、监管体系建设速度以及社会适应速度。
阿莫迪实际上是在说：
我们已经没有时间慢慢讨论要不要监管，而是必须讨论如何监管。
因为技术不会停下来等政策。

二、最大的变化：从“透明”走向“许可”
过去很多AI监管讨论集中在：
披露训练数据；
发布安全报告；
增加透明度；
但阿莫迪认为这些都不够。
他在文章中明确提出：
对于最先进的前沿模型（Frontier Models），监管逻辑应该更接近航空业，而不是互联网行业。
他的类比是：
飞机不是企业自己说安全就可以起飞。
而必须经过：
技术测试；
第三方审核；
监管批准；
之后才能投入运营。
AI未来也应如此。
这其实意味着一种根本转变：
AI监管从信息披露模式，转向准许可制度（Licensing Model）。

三、强制第三方测试是全文最重要的主张
阿莫迪认为：
最先进模型不能只由开发公司自己评估风险。
因为存在天然利益冲突。
因此应建立独立测试体系。
重点测试两类风险：
生物安全风险
例如：
病毒设计能力；
病原体优化能力；
大规模生物攻击辅助能力；
网络安全风险
例如：
自动化漏洞发现；
网络攻击规划；
自主渗透能力；
如果模型在这些领域达到危险阈值：
监管机构应有权禁止部署。
这一点其实非常激进。
因为这意味着：
政府不只是监督AI。
而是拥有类似药监局、民航局那样的最终否决权。

四、阿莫迪首次明确支持“政府叫停模型”
这是市场最关注的部分。
他的逻辑是：
如果检测发现模型具有灾难性风险：
可以暂停发布；
可以限制开放；
甚至可以撤回已经部署的系统。
文章直接使用了类似航空安全监管的思路：
当发现飞机存在重大安全缺陷时，
监管机构可以停飞。
那么对于可能造成数百万甚至数亿人损失的AI系统，也应具有类似机制。
换句话说：
他已经不满足于企业承诺。
而是要求建立真正的执法权。

五、对就业问题的态度发生明显变化
这是我认为全文第二重要的部分。
过去硅谷很多公司的表述是：
AI会创造更多工作。
而阿莫迪现在已经不再这样乐观。
他认为：
AI带来的劳动替代效应可能：
更快；
更广；
持续时间更长；
甚至超过工业革命和互联网革命。
因此Anthropic同步提出了一套就业缓冲框架。
主要包括：
第一阶段
建立实时监测系统：
哪些岗位消失；
哪些行业受冲击；
工资如何变化；
第二阶段
强化再就业支持：
转岗培训；
收入补贴；
工资保险；
第三阶段
如果AI创造巨大财富而劳动需求下降：
考虑更激进工具：
财富分享机制；
主权基金；
UBI（全民基本收入）；
AI企业税收安排。
值得注意的是：
这已经不是技术政策。
而是在讨论未来社会契约。

六、为什么阿莫迪突然变得如此强硬？
这其实是全文最值得投资者思考的地方。
因为从商业角度看：
Anthropic本身就是前沿模型公司。
理论上最应该反对监管。
但阿莫迪却成为美国最积极推动监管的AI企业家之一。
我认为背后有三个原因。
第一层：他真的相信风险存在
阿莫迪一直属于AI安全派。
其创业初衷就是认为AI可能产生极高等级风险。
第二层：行业已经接近危险能力门槛
近期Anthropic连续讨论：
自主网络攻击；
AI自我改进；
生物风险；
甚至提出必要时协调暂停开发。
说明他们内部可能认为：
风险不再是几十年后的问题。
而可能是未来数年的问题。
第三层：监管也符合头部企业利益
这是资本市场视角。
强制测试、许可制度、第三方审计：
对创业公司是巨大门槛。
但对Anthropic、OpenAI、Google、Meta等头部玩家而言：
完全有能力承担。
因此客观上也会提高行业集中度。
这并不意味着阿莫迪动机不纯。
但确实形成了一种结果：
安全诉求与龙头企业利益，在某种程度上开始重合。

如果只看表面，很多人会认为：
阿莫迪是在讨论AI安全。
但如果往深一层看，他其实是在释放一个更重要的信号：
Anthropic内部已经不再把AGI视为遥远未来，而是开始把它视为需要现实监管的问题。
过去的讨论是：
“如果有一天AI特别强怎么办？”
现在的讨论已经变成：
“政府应该拥有什么权力来阻止下一代模型发布？”
两者之间的差别非常大。
前者是哲学问题。
后者是监管设计问题。
而当一家站在技术最前沿的公司CEO开始认真讨论后者时，实际上意味着他们对未来几年AI能力跃升的预期，可能远比外界想象得更加激进。