
AI 權力該集中還是分散?Anthropic CEO Dario 回應 AI 監管爭議
8 月 14 日播出的《All-In Podcast》,讓 AI 產業長期存在的「集中管理 vs. 分散權力」爭議再次浮上檯面。
TL;DR 重點整理
- Gavin Baker 認為,AI 監管過嚴,可能讓最強模型更集中在少數大公司手中。
- Anthropic 研究員 Sholto Douglas 否認 Dario Amodei 曾說 Anthropic 可能成為「全球唯一剩下的私人公司」。
- Dario 回應,監管應優先針對 Anthropic、OpenAI、Google 等前沿 AI 公司,小型公司與風險較低的開放模型則應降低監管要求。
- 他認為 AI 本身就有集中化趨勢,因為模型越強,需要的晶片、算力、能源與資金越多。
- Dario 支持「能力越強、監管越嚴」的分級制度,接近前沿水準的模型才需要更嚴格安全測試。
- 面對大眾對 AI 的不信任,Dario 認為關鍵是做出真正的醫療、科學成果,兌現 AI 產業過去的承諾。
Atreides Management 創辦人 Gavin Baker 在節目中質疑 Anthropic 的 AI 安全與監管路線,Anthropic CEO Dario Amodei 隨後在 X 發長文回應,雙方爭議聚焦於 AI 監管、Open-weight 模型,以及未來最強 AI 應由誰掌握。
Gavin Baker:AI 越危險,越不能讓權力集中

Gavin Baker 在節目中表示,自己曾從多個消息來源聽聞,Dario Amodei 曾談到 Anthropic 未來可能成為「全球唯一剩下的私人公司」。
這項說法目前沒有獨立證據證實。Anthropic 後訓練研究員 Sholto Douglas 隨後公開否認,稱相關說法「Completely false」。
Baker 進一步提出更核心的質疑:如果 Anthropic 認為 AI 具有高度風險,並持續推動監管,最終可能提高產業進入門檻,讓最強模型進一步集中在 Anthropic、OpenAI、Google 等少數 Frontier Labs。
因此 Baker 支持更開放、分散的 AI 生態,包括 Open-weight 模型。他認為,讓更多企業與個人能選擇不同模型,本身就是降低權力集中的方式。
Dario Amodei:好的監管可以限制大型 AI 公司
Dario 隨後回應,監管與壟斷沒有必然關係。
他主張,合理的 AI 法規應把主要責任放在 Anthropic、OpenAI、Google 等具有 Frontier Model 能力的大型實驗室,對規模較小的公司、追趕者與低風險 Open-weight 模型採取較寬鬆規範。
核心概念可以理解成「依能力分級監管」:
| 類型 | Dario 主張 |
|---|---|
| Frontier Model | 嚴格安全測試、風險揭露與資安要求 |
| 接近 Frontier 的 Open-weight | 依能力提高測試要求 |
| 較弱模型、小型公司 | 減少監管負擔 |
Dario 認為,這種制度反而能降低大型 AI 公司利用資本與規模優勢進一步擴張權力的空間。
AI 權力集中,來源也包括 Scaling Laws
Dario 與 Baker 最大的差異之一,在於如何看待 AI 權力集中的成因。
Dario 認為,即使沒有政府監管,AI 本身也存在集中化趨勢。
模型能力持續提升後,需要的 GPU、先進晶片、資料中心、能源與資本快速增加,真正有能力訓練 Frontier Model 的公司自然越來越少。
因此,開放模型權重雖然有助於增加競爭,仍無法完全解決算力與基礎設施集中問題。
Anthropic 對 Open-weight 的官方立場也採取能力門檻思維:低風險開放模型具有公共價值,只有當模型接近 Frontier 能力,才需要增加生物安全、Cybersecurity 與 Alignment 等測試。
Dario:AI 最大問題是承諾還沒兌現
Baker 同時質疑,Dario 長期談論失業、生物風險與 AI 失控,可能讓社會對 AI 越來越悲觀。
Dario 則認為,目前 AI 面臨的是「信任危機」。
AI 公司多年來持續宣傳 AI 可以改變醫療、科學與生產力,但真正足以改變一般人生活的成果仍有限。
因此他的觀點很直接:與其持續宣傳「AI 可以治療癌症」,更重要的是實際讓 AI 產生醫療突破。
Dario 仍維持高度樂觀的長期預測,認為 AI 有機會在未來約 5 至 10 年協助治療大多數人類疾病,Anthropic 也正在增加 Biology、Medicine 與 Healthcare 領域投入。
AI 安全爭論,正在變成權力分配問題
這場爭論真正反映的是兩種不同的 AI 治理思維。
Baker 擔心少數企業同時掌握最強模型、算力與政策影響力;Dario 則認為,當模型能力進入生物安全、Cybersecurity 與自動化研發等高風險領域,Frontier Labs 必須承擔更高的安全責任。
隨著模型能力繼續提高,AI 產業下一階段的核心問題,也將逐漸集中在三件事:
誰能訓練最強 AI、誰能取得它,以及誰有權制定規則。
Claude 中文完整教學 2026|免費版、繁體中文設定、下載與 Pro 方案比較



