当“AI 教父”越来越像权力玩家：奥特曼与硅谷神话的危险拐点
一个令人不安的问题：AI 的方向盘，到底握在谁手里？
这两年，AI 行业最魔幻的地方，不只是模型越来越会说话，而是掌舵这些模型的人，也越来越像科幻小说里的角色。OpenAI 首席执行官山姆·奥特曼，就是其中最典型的一位。
Ars Technica 最近刊文，借《纽约客》一篇长篇人物特稿继续追问：这位被不少人视作“AI 时代关键先生”的企业家，究竟是远见者，还是一个更擅长讲故事、谈交易、争控制权的权力玩家？文章措辞相当尖锐，甚至反复提到“撒谎”“反复无常”“不可信”这类评价。坦白说，看到这种描述，我并不惊讶。真正让我在意的，是这些评价放在今天这个时间点，已经不只是一个企业家的性格八卦，而是关乎整个 AI 产业的治理风险。
毕竟，2026 年的 AI，不再是实验室里的新奇玩具。它已经开始进入搜索、办公、教育、编程、客服、内容生产，甚至国家产业政策。谁来决定它的发展节奏、商业边界和安全底线，这件事本身就比“模型排行榜谁第一”重要得多。
从“温和奇点”到“没有代价的未来”，硅谷正在沉迷一种危险叙事
奥特曼过去一年的一些公开表达，很容易让人产生一种熟悉的既视感：技术会自动解决问题，增长会稀释代价，社会会自然适应冲击，而财富终将外溢到每个人。听上去像未来学，仔细一看，更像募资路演和政治游说的混合体。
比如那套典型想象：先造出足够聪明的 AI，再把它装进人形机器人里，让机器人去挖矿、开卡车、跑工厂、建晶圆厂、扩数据中心，然后机器人再去造更多机器人。这个叙事当然很抓人，像一部预算无限的工业版《星际迷航》。问题在于，它把现实中的社会摩擦、制度滞后、劳动力转移、能源消耗、资源分配，通通压缩成一句“人类会适应的”。
这恰恰是当下硅谷最让我警惕的地方：它越来越擅长把复杂问题讲得像商业鸡汤。技术乐观主义本身并非原罪，人类历史上很多突破都来自乐观的人。但如果一种乐观拒绝讨论副作用，甚至把所有质疑都视为“阻碍进步”，那它就不再是乐观，而是傲慢。
这类气质并不只存在于奥特曼身上。马克·安德森此前写过充满“技术无所不能”口吻的宣言，彼得·蒂尔总在宏大叙事和政治情绪之间来回穿梭，扎克伯格则刚刚用天价下注元宇宙，证明即便是硅谷最有资源的人，也会把自己的执念包装成时代必然。过去十几年，硅谷最擅长的一件事，就是把“我相信”说成“历史必将如此”。
《纽约客》的人物特稿，为何会让行业神经紧绷
《纽约客》这篇关于奥特曼的报道之所以震动行业，不只是因为它写得长、采访的人多，而是因为它勾勒出一个相当完整的画像：一个极度聪明、极度擅长结盟、极度渴望掌控局势的人。他能在不同政治阵营之间切换语言，也能在不同商业对象面前调整立场；在“AI 安全”还是公司招牌时，他可以高举安全旗帜；而当资本、算力和市场份额成为更现实的目标时，这面旗帜又能迅速后撤。
这种“灵活”，从商业角度看，甚至可能是优势。创业史上，很多成功者都不是道德教科书，而是异常强势的资源整合者。问题在于，AI 不是做一款送餐 App，也不是再来一个图片社交网络。它是一种会渗透进公共基础设施、知识系统和劳动市场的通用技术。做这种技术的人，如果长期被内部人士描述为“不受真相约束”，那风险会被成倍放大。
OpenAI 自身的轨迹就很能说明问题。它最初以“非营利、强调 AI 安全”为旗号出发，后来转向混合治理，再到今天越来越像一个围绕算力、资本、政府关系和全球供应链运作的超级公司。这种转身并不完全意外，因为训练前沿模型实在太烧钱了，理想主义很容易在 GPU 账单面前低头。但问题是，如果一家以“为全人类造福”为口号的公司，最后在组织结构、信息透明和权力制衡上越来越像传统科技巨头，公众该相信什么？
真正拖累 AI 的，可能不是技术瓶颈，而是信任赤字
我一直认为，AI 现在最大的危机，不是模型不够强，而是人们越来越不确定：这些工具到底在替谁服务。
普通用户并不关心参数量增长了多少，也不太在意推理成本又降了几个百分点。大家更在意的是，训练数据从哪来？错误答案谁负责？工作岗位怎么变？平台会不会一边高喊赋能，一边把风险甩给社会？如果行业领军人物频繁展示出对权力的迷恋、对伦理的弹性、对承诺的随意，那公众对 AI 的怀疑就会迅速从“我不信这个人”，扩展成“我不信这类技术”。
这也是为什么，近几年围绕 AI 的争议越来越集中在版权、透明度、垄断和治理，而不只是技术效果。Anthropic、OpenAI、Meta、Google，几乎没有谁能完全避开训练数据来源和版权授权的质疑。生成式 AI 的商业繁荣，某种程度上建立在一个尚未清算完成的灰色地带之上：海量人类内容被吸入模型，创作者、媒体、作者和平台之间的利益分配规则却远未成型。
换句话说，AI 行业今天最缺的不是野心，而是可信赖的制度设计。我们已经见过太多“先上线、后补票”的互联网故事：社交媒体先扩张，再处理谣言；平台先做大，再讨论劳动权益；算法先推荐，再解释偏见从何而来。如果 AI 也重复这条老路，代价只会更大。因为这次被自动化和被重塑的，不只是流量分发，而是知识生产、行政流程乃至人的判断边界。
我们需要的不是更会造神的公司，而是更能被约束的技术
说到底，这场争论并不是“你喜不喜欢奥特曼”这么简单。真正的问题是：一种影响公共生活的基础技术，能不能长期由一群高度自信、强烈逐利、又习惯把规则当成谈判筹码的人来塑造？
我并不否认 AI 的价值。大语言模型在写作辅助、软件开发、信息检索、无障碍交互等方面，已经展现出实打实的生产力提升。很多研究者和工程师也确实在认真推进更安全、更有用的系统。问题恰恰在这里：技术本身未必邪恶，但当它被包裹进一种“天才可以豁免约束”的硅谷文化时，事情就会变味。
如果让我说一个更理想的方向，我会更愿意看到 AI 工具朝着几件事努力：更强的本地控制权，更清晰的数据授权机制，更透明的模型边界，以及更像公共机构而非帝国宫廷的治理方式。说得直白一点，很多人并不是反感 AI，而是反感今天这套由少数公司垄断算力、垄断分发、顺便还垄断未来叙事的玩法。
奥特曼或许仍会继续成功，OpenAI 也未必会因为一篇人物报道就掉头。但这些报道至少提醒了外界一件很朴素的事：别把企业家的自信误认为文明的方向，别把融资叙事当成社会契约。AI 的未来，不能只由最会讲未来的人来决定。
如果硅谷继续把“我想赢”包装成“我替人类前进”，那公众最终反弹的，可能不只是某一家公司，而是整个 AI 工业叙事。到那时，真正受伤的也许不是那些早已套现离场的人，而是原本可以被好好建设的技术信任。