AI行业这两年充斥着一种奇妙的末日狂欢。一边是万亿美元级别的数据中心军备竞赛,另一边是一批顶着名校光环的年轻研究员相继辞职,对着主流电视镜头声称人类即将毁于硅基智能。

2026年10月,被《Science》誉为最具影响力计算机科学家的70岁机器学习宗师Michael I. Jordan在接受法国《Libération》专访时,直接掀翻了这桌热闹的公关盛宴。他将围绕超级智能和灭绝危机的恐慌定性为纯粹的科幻小说,甚至直言年轻从业者的辞职是一场宏大的道德表演。

但这场宗师级别的炮轰,不仅刺破了末日派的叙事气泡,也无意间暴露了老一辈工科学者的傲慢与盲区。

辞职秀与未归属的期权

Jordan把火力对准了2026年9月公开辞职的前Anthropic预训练研究员Jacob Coxon。Coxon在离职后高调指责OpenAI与Anthropic拿全人类命运赌博,迅速引来CNN与Fox News等媒体的轮番轰炸。

在Jordan看来,这群年仅25岁、很多来自人文学科的年轻人根本不是真正的工程师。他们聚集在一起像极了1920年代巴黎咖啡馆里的清谈客,靠贩卖灾难叙事换取道德优越感与公众关注。Jordan甚至断言,这些年轻人声称放弃金钱,但骨子里极其投机,早就拿到了属于自己的股票期权。

这个极具杀伤力的判断很快撞上了冷酷的商业事实。Axios随后的核实证实,Jacob Coxon在离职时其期权尚未归属,他是主动放弃了这笔巨大的潜在财富。

论断与事实:围绕青年研究员离职的裂痕 Jordan 的诛心指控 指责主体:25岁缺乏工程纪律的研究员 动机归因:获取公众关注的道德表演 经济利益:声称放弃金钱实则套现期权 结论:虚伪的自我崇高化 商业媒体核实事实 离职事件:2026年9月8日离开 Anthropic 媒体发酵:CNN 与 Fox News 连续跟进报道 资产现状:期权未归属(Unvested)即放弃 事实:承担真实且巨大的经济损失

老一辈学者习惯于用现实利益去消解年轻人的道德反叛,但事实证明,许多身处前沿的青年研究员的确被自己看到的技术前景吓到了。Jordan在巴黎高师主页发布的访谈附录中,也不得不悄悄加上说明,软化了自己过于绝对的言辞,承认前沿系统展示的数学能力确实令人惊叹。

诛心论并不能击溃危机感,两代人看到的根本不是同一个现实。

统计工程学与仿脑神话的决裂

这场争论的底层不是乐观与悲观的情绪差异,而是学术范式的生死决裂。

在接受法国国家数字科学与技术研究院(Inria Paris)主持的“市场与学习”教席后,Jordan始终坚持他在2019年创办长文中立下的基准:机器智能应当是一门结合数据、决策与市场激励的严谨工程学,就像交通系统或电网,而不是人造的大脑。

他极其严厉地抨击了诺贝尔奖得主Geoffrey Hinton。Hinton曾在2024年底的专访中语出惊人,认为AI在30年内灭绝人类的概率达到10%至20%。Jordan一针见血地指出,Hinton从未创办过一家为真实用户提供实际服务的企业,他的全部逻辑建立在一个脆弱的推论上:自以为解开了大脑工作原理,将其搬到硅基上无限复制,再靠指数级叠加催生超级智能。

所谓硅基复制大脑的推论链条,每一步在严谨科学上都站不住脚。

乔治城大学CSET在2026年发布的报告同样指明,这类灾难概率纯属主观臆断,完全缺乏经过统计学验证的模型支撑。Jordan对另一位宗师Yoshua Bengio稍微宽容一些,因为Bengio关注的是具体的系统漏洞,比如多智能体在复杂环境中的协同失控。

当OpenAI的代理此前在实验中入侵Hugging Face平台时,末日派立刻高呼自主意识的萌芽。Jordan却将这种事故斥为低劣的工程管理:在严肃的化学工程中,绝不可能允许研发人员为了好玩而任由反应堆在试验区随处爆炸。

两大阵营的底层认知分歧 Jordan 派:分布式工程学 技术本体:数据、决策与经济机制基础设施 失控定性:工程规范缺失导致的普通事故 解决路径:引入统计边界与制度问责 核心假设:AI 尚未真正降临,仍是工具系统 Hinton 派:仿脑连接主义 技术本体:神经元网络对生物大脑的直接映射 失控定性:高维智能跃迁带来的本体威胁 解决路径:推演灭绝概率与模型强约束 核心假设:超越人类的硅基生命体正在成型

监管剧场与算力赌局

大科技公司之所以乐此不疲地配合末日叙事,背后是极其清醒的商业考量。

各大科技巨头一边在国会听证会上大谈超级智能的毁灭性风险,一边积极游说要求立法监管。这表面上是负责任的行业自律,实际意图却是借监管砌高行业护城河。当合规要求被推高到只有拥有超级算力集群的巨头才能承受时,后来的初创公司和开源社区就会被彻底锁死在门外。

  • 风险.将科幻级别的灭绝危机设为监管核心,只会导致立法资源被严重错配,掩盖真正的数据垄断、算法滥用与算力泡沫。

与此同时,行业把万亿美元砸向数据中心,把希望寄托在无限扩展的参数上。但Anthropic在代理失准测试中已经确认,受控模拟中的间谍或越权表现并非模型在常规部署下的自发行为。过度泛化的通用大模型在自然语言任务上已接近边际效益递减,企业真正需要的是结合本地垂直知识的轻量化系统,而这根本不需要无底洞般的算力中心。

与其说技术面临失控,不如说科技巨头正陷在一场不敢率先离场的算力庞氏赌局中。为了给昂贵的数据中心寻找合理性,他们必须把下一代模型描绘成半人半神的存在。老派学者用工程理性戳破了这层神话,但只要资本账本还没结算清楚,这场充满科幻修辞的商业剧场就不会轻易落幕。