關於人工智能 (AI) 的討論，不應只停留在被渲染的末日恐懼，而應審視其發展在當下造成的真實代價。這包括數據中心巨大的水電消耗、資源與污染被轉嫁給弱勢社區，以及白領與創意工作者被擠壓到低薪的數據標註行業。對比美國、歐盟和中國各自的 AI 治理路徑，它們都存在局限性。一個更可行的出路是推動 開放式 AI，通過模型開放、生態共建和算力分散，在商業、技術普及與社會公平之間尋找平衡。
撕下 AI 的雙面敘事
近年來，我們不斷被兩種極端的聲音所影響：AI 要麼是拯救世界的救星，要麼是毀滅人類的惡魔。這種 烏托邦與末日論並存 的雙軌敘事，並非技術發展的自然結果，而是一種精心設計的策略。與其在虛構的幻想中搖擺，不如冷靜地追問一個更實際的問題：在到達 AI 的終點前，我們究竟要為此付出什麼代價？
與其恐懼一個被渲染出來的末日場景，不如冷靜審視 AI 發展的真實代價。
揭開帷幕的調查者：郝珂靈
記者郝珂靈 (Karen Hao) 提供了主流敘事之外的視角。她擁有麻省理工的工程背景，曾擔任《麻省理工科技評論》的資深 AI 編輯，並花費數年時間深入調查矽谷 AI 產業，採訪了超過 250 位業內人士。
在她的著作《AI 帝國》中，她提出了一個尖銳的觀點：
矽谷頭部的 AI 公司正在複製古典帝國的擴張路徑——通過製造恐慌將技術開發與監管權鎖定在少數精英手中，同時對社會資源、勞動力與基礎設施進行不受約束的攫取。
儘管這一論斷引發了 Sam Altman 等人的激烈反駁，但這些情緒化的反應恰恰證明了她的調查觸及了權力結構的核心。
AI 繁榮背後的真實代價
AI 確實正在創造巨大的經濟價值，但我們不應忽視其繁榮背後正在發生的、實實在在的代價。人們的焦慮不應來自遙遠的“滅絕風險”，而應來自眼前的現實問題。
環境代價的轉嫁： AI 的智能建立在沉重的能源消耗之上。例如，在烏拉圭旱災期間，某科技巨頭的數據中心每天消耗的水量相當於 5.5 萬人的日用水總量。這些環境成本被直接轉嫁給了靠近廉價水電資源、但議價能力最弱的邊緣社區。
勞動力的降維擠壓： AI 並非簡單地淘汰低效工作。調查發現，許多高學歷的白領和創意工作者，在裁員後最終進入了 數據標註 行業。他們從事著高度機械化、薪酬低廉的工作，親手訓練著未來可能替代自己的模型。這導致職場中間層被掏空，社會結構趨向兩極分化。
全球 AI 治理的三條路徑
面對 AI 帶來的挑戰，世界主要經濟體選擇了不同的治理模式，但各自都面臨困境。
美國模式：市場驅動的資本主義。 核心是「加速創新」和維持「技術霸權」，甚至不惜廢除對 AI 企業的限制政策。其風險在於，創新被少數巨頭壟斷後，社會成本不斷外溢，而成果僅歸屬於少數人。
歐盟模式：規則先行的人本導向。 以風險分級為基礎，強調保護公民權利和數據安全。但面臨執行難題，開發者自我申報的合規性難以有效監管。
中國模式：發展與安全並重。 試圖在鼓勵創新活力與維持社會穩定之間取得平衡，並明確將 開源 作為降低創新成本、加速技術普及的有效路徑。挑戰在於如何在政府引導下保持市場活力。
這三條路徑都未能完美地兼顧 技術開放、社會公平與商業可持續性。
選擇開放：一條更好的出路
在封閉與失衡的困境下，“開放式 AI” 作為一種發展邏輯的重塑，提供了新的可能性。這不僅指技術路線，更是一種精神座標：模型權重開放、技術透明、生態共建、資源普惠。
開放式 AI 並不排斥商業成功，而是重新定義了成功的方式。
- 開放本身即是價值： 像 ComfyUI 這樣的開源項目，憑藉社群貢獻吸引了大量融資，證明了「不被巨頭鎖定的選擇權」本身就是一種稀缺資產。
- 開放能夠反哺生態： 開源項目 OpenClaw 本身不賺錢，但它極大地促進了模型 API 的消耗，催生了全新的商業模式，成為整個產業的「潤滑劑」和「乘法器」。
- 分散式技術提供替代方案： 與其依賴消耗巨量資源的超級數據中心，不如走向分散式方案。例如，基於個人電腦閒置算力的去中心化網絡，可以從根本上改變算力被壟斷的局面。
結語
AI 的真正威脅並非來自失控的機器人，而是來自被資本和權力高度集中的 「帝國式」發展路徑。這種模式在創造價值的同時，也在加速資源攫取和社會分化。
真正的出路不是在理想主義和資本之間二選一，而是找到一種更聰明的整合方式。開放式 AI 的實踐證明，讓開放的邏輯、公平的分配和可持續的商業模式在一個生態中共存是可能的。我們需要追問的，不僅是 AI 未來會多強大，更是這個世界是否依然屬於每一個人。