OpenAI因AI发展放缓陷入反垄断恐慌

无人料想的问题

在人工智能军备竞赛的中心，OpenAI 做了一件对公司而言颇为罕见的事：它走进国会，询问与竞争对手协调以减缓前沿人工智能开发速度，是否违反反垄断法。

乍一看，这几乎荒诞不经。一家投入多年时间竞逐最强模型的公司，如今竟想知道 collective 踩刹车是否合法。这种类似卡特尔的安排——只不过目的是限制产量而非抬高价格——本应触发每一位竞争法律师的本能警觉。然而，提出这个问题的，正是那个对加速这场竞赛负有最大责任的机构本身。

但这种荒诞性恰恰是问题的核心。人工智能安全运动多年来一直在警告无节制的开发。OpenAI 内部最具影响力的声音——伊利亚·苏茨克弗（Ilya Sutskever）、诺亚·布朗（Noam Brown）——已公开呼吁暂停。如今他们发现，规管企业行为的法律框架并非为这一场景而设计。1890年起草的《谢尔曼法案》在应对铁路托拉斯和标准石油垄断时毫无建树，更遑论为应对生存性风险提供任何章节。

碰撞轨道

美国的反垄断法建立在一个简单的前提之上：竞争者不得串通限制竞争。这就是为什么公司不能坐在会议室里协议放缓生产、瓜分市场或协调定价。此类协调根据《谢尔曼法案》第一条构成本身违法，无论结果看似多么有利于社会。法院一贯拒绝以外部性或公共利益为由为反竞争行为辩护。其逻辑直白而冷酷——若允许一种例外，便会打开无数其他例外的大门，执法体系将在主观权衡测试的重压下土崩瓦解。

OpenAI 的咨询揭示了一个真实的政策困境。如果所有主要人工智能实验室同意暂时停止前沿模型的训练以评估安全风险，司法部和联邦贸易委员会很可能将其视为横向共谋——反垄断违规的教科书式定义。法律并未在价格卡特尔与速度卡特尔之间作出区分。两者都是对产量的限制。两者都是赤裸裸的贸易限制。第二巡回上诉法院在美国胶体案等案件中的分析确认，即使出于安全原因限制生产的协议也明确落入禁止范围。

这不是一个假设性问题。据 WIRED 报道，接近 OpenAI 的人士证实，公司已直接向立法者提出此问题。该咨询本身表明，领导层正在应对一个无人充分解决的矛盾：协调的安全理由与法律的反协调立场相互碰撞。审阅过这一问题的法律学者直言不讳。琼斯日的反垄断律师本·克拉瓦特（Ben Cravat）称该请求"近乎疯癫"，并指出任何协调暂停都将"明显且无可辩驳地构成反垄断违规"。也有人提出异议，认为如果以信息共享而非明确协调来表述，法律分析或许会更微妙。但核心张力依然存在。

谁赢谁输

直接的输家是人工智能安全运动。如果协调减速的最安全路径是非法的，那么该运动最具戏剧性的政策提案——行业自愿暂停——实际上已被现有执法框架所中和。诉讼随之而来，同意令、刑事移送 referral。执法威胁产生寒蝉效应，使得没有政府授权便无法协调。我们曾见过这种动态上演。当反垄断风险较高时，行业团体 routinely 在合作上自我审查，即使该行为是无害甚至有益的。起诉的可能性本身就足以阻却该行为旨在防范的那种行为。

赢家是现状。那些已承诺快速开发的公司无需面对任何法律障碍即可继续前行。竞争本身不受任何集体暂停机制的约束。换言之，反垄断法成为默认的护栏——不是因为其解决了安全问题，而是因为它阻止了安全倡导者所提出的协调式回应。法律，换言之，保护了竞争的速度，却对这种速度的后果保持沉默。

还有一个次生效应值得关注。咨询本身——询问国会协调是否违法——可能在直接的法律问题之外带来竞争后果。得知该请求的竞争者可能将其解读为 OpenAI 愿意放缓的信号，从而改变自身的战略计算。如果 OpenAI 在释放谨慎信号，对手可能将其解读为加速并夺取市场份额的机会。暂停运动一旦泄露，反而可能加剧其试图缓和的竞赛。这种动态在寡头理论中有据可查：关于克制的信号常被从不受约束的攻势中获益的竞争者解读为软弱。

对政策意味着什么

OpenAI 的咨询是一个更深层次问题的症状。监管者设计的反垄断执法适用于工业经济时代，那时的共谋通常通过抬高价格损害消费者。人工智能安全关切则截然不同——它涉及生存性风险评估，而非价格操纵。然而，并不存在基于安全理由进行协调的法定例外。《谢尔曼法案》不在抬高价格的共谋与可能降低灾难性风险的共谋之间作出区分。法院也未曾创造这种区分。

国会现在面临一个将定义人工智能监管格局的选择。它可以为前沿实验室之间的安全相关协调创设狭窄的安全港，也可以任由反垄断法继续阻断安全倡导者提出的任何集体行动。

第一种方案需要立法上的精准，而华盛顿在几乎所有领域都难以交付这种精准。 crafting 一个允许安全协调又不沦为市场分配漏洞的安全港将极其困难。合法的安全磋商与不当的产量限制之间的界限在哪里？谁有权定义何种安全风险才算可信？何种监督机制能防止安全港变成永久性的卡特尔安排？这些问题都不简单，而科技监管的立法史表明，国会对这些框架所需的琐碎技术工作缺乏胃口。

第二种方案意味着默认立场仍然是无限制的竞争——当产品日益成为自主系统时，随之而来的风险不言而喻。这并非理论关切。人工智能的军事应用、自主武器的潜力、能力集中在少数几家实验室——这些都不是单纯的市场竞争所擅长管理的结果。反垄断法从来就不是一个全面的科技治理工具。

还有一条选择较少的道路：监管授权。与其指望国会立法，司法部和联邦贸易委员会可以发布指导——甚至是正式的解释性指导——澄清协调安全评估不属于执法优先事项。这不需要新立法。这需要政治勇气，以及对一个令人不适的现实的正视：现行法律可能正在阻却它从未被设计来处理的协调。但监管机构有这类灵活性的先例。司法部反垄断司的业务审查函、FTC 的安全港声明——这些机制本就为法律这把钝器需要外科医生般精准时的情景而设。

接下来会发生什么

其影响超出 OpenAI 的直接问题。如果公司在国会未给出指引的情况下推进并试图协调暂停，它将为自己招致来自对手的执法行动，而对手有充分的动机利用这一局面。竞争者乐于看到 OpenAI 束手束脚。一家绕过协调暂停而加速的竞争对手将获得重大的先行者优势——模型能力、人才获取、客户锁定——而暂停的公司承担降低风险的成本却无法捕获收益。经济激励与安全激励存在错位，而反垄断法强化了这种错位。

我们还应思考这一时刻揭示了 OpenAI 内部怎样的动态。该公司长期以来围绕双重使命构建——推进人工智能研究，同时确保通用人工智能造福全人类。这些使命并非总是对齐。2023年11月董事会罢免山姆·阿尔特曼时，部分原因正是对速度和安全的担忧。随后的反转和阿尔特曼的回归表明，商业和战略压力占了上风。这项咨询可能代表了安全导向派系寻找法律路径以实现其所认为必要约束的最后尝试。他们能否成功，取决于政治意愿甚于反垄断学说。

咨询的时机也很关键。前沿模型的能力正在沿着超越大多数监管预测的曲线推进。每次重大发布都增加了权力的集中和滥用潜能。有效协调的窗口可能正在收窄，不仅因为法律障碍，更因为加速的经济和战略激励不断累积。每个月的拖延都提高了某家实验室背弃任何非正式谅解、攫取竞争优势的概率。

更大的图景

让这个故事超越直接法律问题而具有意义的，是它揭示了人工智能治理的现状。行业足够清醒，想要就安全问题进行协调。法律体系足够僵化，禁止的就是这种协调。政府尚未以解决张力的框架介入。

真正的故事就活在这个缺口之中。OpenAI 的咨询不仅是一家公司在寻求澄清——它是一个信号，表明最强大的 AI 实验室审视了监管格局后得出结论：需要国会的帮助才能做其领导者认为负责任的事。这项请求，在某种意义上，是对现有工具不足的承认。反垄断法能阻止共谋，但它无法构建安全架构。它能惩罚协调，却无法设计替代方案。

华盛顿如何回应，将决定人工智能安全倡导是在现有法律秩序内运作，还是需要从根本上重构竞争政策对待新兴技术风险的方式。 stakes 远超人工智能领域。如果国会拒绝将反垄断执法调整以适应协调安全风险的现实，它将树立一个先例，适用于所有市场自由竞争与集体生存之间存在张力的新兴技术领域——生物武器研究、气候工程、更广泛的自主系统。《谢尔曼法案》并非为一个存在技术生存风险的世界上所写，但我们正生活在那个世界里。问题在于，法律是否会在环境改变它之前弯曲。