有人认为对高性能 AI 芯片进行监管将催生一个反乌托邦式的监控国家，但这是一种误解。实际上，这类监管类似于现行对药品或食品的管理，主要针对少数芯片制造商和大型数据中心，而非普通消费者。其真实代价是增加了芯片行业的合规成本，并可能在未来禁止训练新的开源模型。然而，这些措施的目的是为了防止更坏的结果——即某家公司或某个国家在 AI 竞赛中取得绝对领先，从而形成权力的高度集中。况且，我们现实中已存在的监控（如金融交易审查和聊天内容监控）远比这些提议的监管措施更为普遍和深入。
对监管的普遍误解
将 AI 芯片监管等同于“奥威尔式反乌托邦”或“全球全景监狱”是一个常见的反对意见。这种看法源于一种误解，认为任何监管都必然导致政府权力的无限扩张。
有一个华盛顿内部人士的故事很有启发性：他曾尝试与硅谷讨论监管框架，但科技界人士立即悲观地宣称，这只有通过世界独裁才能实现。他不得不打断说，不，这只是过去五十年来我们监管鸡蛋或牛奶的方式。
所谓的“Plan A”计划提出的监管措施其实非常具体和有限：
- 生产商注册： 生产 AI 芯片的工厂需要向政府注册并接受检查。
- 客户注册： 购买芯片的大客户（如谷歌）也需要注册并接受检查。
- 转售许可： 如果客户转售这些芯片，需要获得额外的政府许可。
- 数据中心注册： 托管这些芯片的数据中心同样需要注册并接受检查。
- 安全标准： 为了通过检查，这些设施必须具备极高的网络安全防护能力。
- 远程停用： 数据中心内的芯片最终将配备加密软件，允许中美两国在必要时随时中止其运行。
监管的真实影响：以管制药品为例
监管的负面影响通常体现在两个方面：一是直接影响被监管的物品，二是间接导致政府权力扩张。
以 AI 芯片为例，其直接影响可能是提高 AI 芯片的价格。但这在全球芯片性能价格每年下降 30% 以上的趋势下，几乎可以忽略不计。
人们担心的“反乌托邦”主要是指间接影响。然而，将 AI 芯片监管与美国现行的“管制药物”（如阿普唑仑或阿得拉）法规进行比较，会发现这种担忧可能被夸大了。
- 相似的监管框架： 生产商、药店都需要注册和检查，并证明其安全性。销售记录必须上传至数据库。
- 有限的成本增加： 尽管受到严格管制，阿普唑仑一个月的供应量市场价仅为 14 美元。
- 未阻碍创新： 过去十年 FDA 批准的许多新药都是对现有管制药物的微小改进。
管制药物的规定确实给医生和患者带来了额外的文书工作和不便，但它并未导致整个社会陷入奥威尔式的反乌托邦。对 AI 芯片工厂的监管甚至更容易，因为它们的数量更少，且为大公司所有。因此，合理的预期是，芯片监管只会让 AI 芯片行业的合规繁琐度从行业平均水平上升到前列，而不会从根本上改变社会的自由与压迫平衡。
我的手机或笔记本电脑需要许可证吗？
不需要。
计划主要监管的是专用的、高性能的 AI 芯片。例如，尖端的 H100 芯片单价高达 4 万美元，普通消费者的设备里不可能包含这类芯片。
有人担心，是否可以联合成百上千个小芯片来匹敌一个 H100？这种做法在经济和技术上都极不划算。目前，最大规模的“去中心化”训练尝试也只达到了前沿模型规模的 0.1%。
如果未来技术进步，导致消费硬件的总算力足以构成威胁呢？计划也考虑到了这一点，并提出了解决方案：
- 如果消费硬件的总算力增长到当前水平的两倍左右（按目前速度，大约在 2030 年代中期），可能会引入总量管制与交易机制，或重新设计消费芯片，使其无法用于 AI 训练。
- 这意味着你最多可能需要为你的设备支付额外的税，而不是需要“许可证”。更可能的情况是，未来的消费芯片会被设计成无法训练 AI，从而完全避免限制。
计划会禁止开源权重模型吗？
是的，计划禁止训练新的开源权重模型。
但这并不涉及监控或搜查个人电脑。它只是要求中美两国的大公司在 2030 年后停止发布新的开源模型。这确实是对自由的限制，但计划对此给出了理由：
- 经济可行性： 随着训练成本飙升（未来可能达到 100 亿美元），公司是否还会免费提供产品本身就是一个疑问。
- 安全风险： 政府已经开始关注高能力模型的滥用风险（如用于黑客攻击和恐怖主义）。由于开源模型无法像闭源模型那样加入安全护栏，它们面临越来越大的监管压力。
- 替代方案： 作为替代，计划要求开放算法。公司不必发布模型权重，但必须公开其研究成果。这使得任何拥有足够算力的实体都能复现出类似的模型，从而促进竞争，防止权力集中。
计划的真正目的：避免权力集中
与其说是建立监控国家，Plan A 的设计初衷恰恰是为了避免全球独裁。
在当前的 AI 竞赛中，默认结果是某家公司或某个国家“赢得”竞赛，获得巨大的经济和政治权力。这可能导致一个由科技寡头和政府精英共同控制的未来，普通人几乎没有发言权。
Plan A 试图通过减缓发展速度和分散权力来避免这种结果。它用一个逐步提升的能力上限取代了“赢者通吃”的竞赛，并将技术扩散开来，让更多国家和公司能够参与进来。
与其让超级智能在秘密中诞生，不如让它在一个完全透明的过程中发展十年。这为社会讨论和建立如“全民基本收入（UBI）”等制度提供了充足的时间。
事实：我们已身处某种监控之中
讽刺的是，许多人担心的“监控”措施其实早已存在。
例如，特朗普政府在 2024 年 1 月就悄悄实施了以下政策：
- 要求 AI 芯片制造商对其客户进行银行级别的“客户身份识别”（KYC）。
- 要求芯片制造商确保其客户不会在未通知美国政府的情况下披露模型权重。
- 要求芯片制造商认证其客户的物理安全水平，以防芯片被盗。
这些规定已在执行，却几乎没有引起公众关注。与此同时，我们早已接受银行监控我们的每一笔金融交易。
另一个例子是，OpenAI 会监控用户的聊天内容。一名加拿大枪击案的凶手在作案前几个月就因发布令人不安的内容而被封禁 ChatGPT 账户。事件发生后，OpenAI 内部曾有十几名员工讨论是否应向当局报告。
具有讽刺意味的是，Plan A 恰恰呼吁在消费级 AI 中实现“零数据保留”，这反而会减少现有的监控。
结论：真实的代价是什么？
对 Plan A 芯片监管的实际自由成本进行评估，可以归结为以下几点：
- 将芯片行业的监管严格度从行业中等水平提升到前 5% 的水平。
- 在未来某个阶段，可能需要对消费硬件征税，直到可以设计出无法用于 AI 训练的芯片。
- 禁止训练新的开源权重模型，而它们届时可能已因成本过高而变得不切实际。
这些是实实在在的代价，但它们与“监控国家”或“反乌托邦”无关，只是标准的政府监管手段。与其基于虚假的“监控国家”说辞进行争论，不如针对这些具体的、现实的利弊进行讨论。