Anthropic 執行長萬字宣言：AI 要像飛機一樣管，民主國家得組 AI 聯盟

本文整理自 Anthropic 執行長 Dario Amodei 2026 年 6 月發表的個人部落格文章〈Policy on the AI Exponential〉。

---

樹人與哈比人的賽跑

Anthropic 執行長 Dario Amodei 用《魔戒》裡的一幕來開場：哈比人行動迅速，樹人（Treebeard）卻慢得像冰河。AI 就是哈比人，政策就是樹人。這個速度落差正在製造一個危險的真空地帶。

過去四年的變化速度讓所有預測都顯得保守。四年前，AI 模型勉強能寫出像樣的程式碼；現在，各大 AI 公司的多數程式碼都由 AI 撰寫。Scaling laws（規模定律）顯示，隨著運算能力的投入，AI 的認知能力會以指數型速度成長，這個經驗法則已經有超過十年的實證支撐。按照目前的軌跡，一到兩年內，我們可能迎來 Amodei 所謂的「強大 AI」（Powerful AI），也就是「資料中心裡的一國天才」。

問題是，立法流程的速度跟不上。一部法案從起草到通過，往往需要數年時間。政府行事謹慎有其道理，因為國家權力一旦動用就很難收回。但這個速度落差意味著，AI 可能在國會還在辯論定義的時候，就已經從新奇玩具變成重塑文明的力量。Amodei 這篇萬字長文，就是試圖縮小這個落差。他一口氣拋出五個政策領域的具體主張，涵蓋監管、經濟、生醫創新、公民自由、地緣戰略，企圖心之大，在科技業 CEO 的公開發言中相當罕見。

2023-2024：看到火藥桶，卻點不著警報

2023 到 2024 年間，安全倡議者陷入一個令人沮喪的困境。Amodei 和他的團隊很清楚 AI 正沿著指數軌跡飛奔，終點可能是徹底重塑社會的力量，堪比核武或工業革命。但在外界眼中，AI 不過是一個能聊天的消費性產品，或者是另一波加密貨幣式的炒作。你要怎麼說服一個只看到聊天機器人的政策制定者，這東西三年後可能比核武還危險？

更困難的是，就算說服了，也不知道該規範什麼。AI 的顛覆性後果尚未實現，沒有具體的災難案例可以指著說「看，這就是為什麼需要這條法律」。在既缺乏政治意志、也缺乏精準標的的情況下，安全倡議者選擇了一個務實的策略：先把能做的做了，為未來保留選項。具體來說，就是推動透明立法、晶片出口管制、蒐集 AI 對勞動市場影響的資料。

Amodei 坦承這些措施「不夠」。但在當時的條件下，這是能爭取到的最大空間。他用「保留選項」（preserving optionality）來形容這個階段的策略：先讓政府和公眾看到正在發生的事，等風險變得具體可見的時候，再基於透明度蒐集到的證據，設計真正有針對性的立法。

Claude Mythos Preview：轉折的那一刻

轉折來得比預期快。近幾個月最具代表性的事件，是 Anthropic 自家 Claude Mythos Preview 的發布。這個前沿模型展示了一件讓整個業界無法忽視的事實：AI 對全球網路安全構成真實的、正在發生的威脅。不是理論上的風險，不是未來某天的可能性，而是此刻就在重新洗牌全球網路安全格局的實際能力。這是「前沿模型具有全球和國家戰略重要性」的最直接證據。

Amodei 判斷，網路安全風險只是開端。生物武器風險可能隨後浮現，嚴重程度比網路安全更難管理，因為攻擊方佔有天然優勢，而且一次事件的災難規模可能遠遠超過網路攻擊。再之後，AI 自主性風險（系統脫離人類控制的可能）或許也會到來。這個風險梯次的排列，意味著政策制定者面對的不是一個靜態問題，而是一連串不斷升級的挑戰。

這些發展改變了整個政策對話的基調。政策制定者開始展現出前所未有的開放態度，願意認真對待 AI 的風險。但 Amodei 擔心，即便如此，目前的行動仍然落後 AI 的發展至少一年。這篇文章的核心動機就在這裡：他認為自己有責任把 AI 業者看到的東西翻譯成政策語言，幫助整個治理體系追上技術的速度。

AI 版飛航安全局：四項風險，強制測試

每一種新技術都面臨創新與安全的取捨。監管能減少傷害，但也可能拖慢創新、扼殺競爭。經濟學家海耶克（Friedrich Hayek）早就指出，監管者經常缺乏做出正確經濟決策所需的資訊，結果創造出既無效又累贅的規範。科技政策領域還有一個所謂的 Collingridge 困境：技術的影響在早期難以預測，等到影響明確了，技術已經太根深蒂固而難以管理。

這兩個難題在 2023 到 2024 年深深影響了 AI 政策的走向。Anthropic 團隊知道 AI「可能」讓人取得足以威脅數百萬人的生物武器，或者讓 AI 系統脫離人類控制。但風險的確切形式、最佳的測試方法、實際的政策意涵，全都不清楚。倉促立法可能創造出一堆無意義的合規要求，卻完全漏掉真正的風險。所以在那個階段，透明度是正確的策略。2025 年，Anthropic 支持了加州 SB 53、紐約 RAISE 法案、伊利諾 SB 315 等透明立法，要求 AI 開發者公開安全程序、測試機制和重大事故。

但現在情況不同了。風險已經「明確在此」（clearly here），需要的不再只是透明度，而是有約束力的監管。Amodei 主張，AI 監管應該以美國聯邦航空總署（FAA）為範本。他的核心論點很直接：前沿 AI 模型跟飛機一樣，是有能力在設計不良或操作失當時造成大規模傷亡的強大技術。既然飛機上天之前要通過技術測試和審計，AI 模型在發布之前也應該如此。如果測試不過關，就應該像不適航的飛機一樣，被擋下來。

Anthropic 的具體提案有幾個關鍵要素。首先，超過特定運算門檻的模型必須接受第三方強制測試，檢驗四個特定領域的風險等級：網路安全、生物武器開發、AI 系統失控、以及能加速前三項風險的自動化研發能力。其次，如果測試結果顯示風險不可接受，政府有權封鎖或撤回部署，這個權力必須限定在這四項風險範圍內，並設有防止政治偏袒的保護機制。第三方評估可以由政府機關（類似 FAA）或由政府授權和監督的民間機構來執行，後者被稱為「監管市場」（regulatory markets）模式。此外，先進 AI 開發者必須維持強力的模型權重安全防護，定期進行紅隊測試和滲透測試，並與政府合作防禦國家級威脅行為者。四項關鍵領域的安全事故也必須及時通報。

Amodei 同時預留了升級空間。他承認未來某個時刻，最強大的 AI 系統可能更像可被武器化的核材料而非飛機，威脅的不只是公共安全而是人類存亡。到那時可能需要更激進的監管措施。但他反對過早升級，主張先為眼前的危險設計政策，同時建立能快速回應未來變化的制度基礎。

成長不再稀缺，分配才是問題

政府長期以來面對一個取捨：經濟成長是脆弱的成就，而縮小不平等往往會透過加稅或赤字來拖累成長。這個取捨的前提假設是「經濟成長本來就很難」。Amodei 認為，強大的 AI 可能徹底翻轉這個前提。

如果 AI 能在多數認知任務上遠超人類表現，它可以透過加速科學研究、技術開發和營運效率來製造極高速的經濟成長。AI 還能打造更好的 AI，也就是所謂的遞迴自我改進（recursive self-improvement），可能進一步加速成長循環。在這個情境下，「鼓勵成長」不再是關鍵挑戰。真正的挑戰變成：「怎麼讓所有人都分享到好處？」

但成長的另一面是位移。Amodei 在這裡展現了少見的坦誠。他直言，AI 對人類認知能力的廣泛複製，使它比過去任何技術都更可能造成大規模、持久的就業位移。他用了一個精準的說法：這不是詛咒，而是「這項技術廣泛複製人類認知的內在特性」。過去的技術革命，人類總能找到新的比較優勢；但當 AI 在認知領域全面超越人類，而且改變經濟的速度遠快於任何前例，舊有的樂觀邏輯不見得還能成立。他說自己提出警告，是為了讓政策制定者和產業有時間調適，不是要散播恐懼。

Anthropic 自己也在積極尋找正面的可能性。公司跟客戶合作找到讓 AI 創造新營收的方式，而不只是裁員降成本；也在探索讓人類保有主動協作角色的互動模式。Amodei 之前預測 AI 會催生個人創辦的十億美元公司，現在已經有數人團隊建立起年營收上億美元的事業。Anthropic 還營運了一個追蹤 Claude 使用情境的「經濟指標」（Economic Index），運作了將近十八個月，但政府擁有 AI 公司缺乏的資料取得能力，應該大幅擴展追蹤 AI 就業位移的經濟統計。

但即便有這些積極面向，大規模的持久就業流失仍然是合理的可能性。更重要的是，就業衝擊有兩個層面。經濟供給（讓人有錢花）是政策能直接處理的，但意義感和目的感（讓人覺得自己的存在有價值）才是終極的挑戰。Amodei 對後者抱持樂觀，他舉例說即使在 AI 什麼都做得更好的世界，人類仍然對西洋棋、圍棋、登山投注一生的熱情，這些活動的意義並不因為機器做得更好就消失了。但他也承認，這是整個社會需要共同摸索的答案，不是政策能單獨解決的。

政策能做的，是減緩就業流失的速度，為受影響的人口提供經濟支撐，替社會爭取適應的時間。具體的工具包括：薪資保險（補償接受低薪新工作的收入落差）、留才稅務誘因（鼓勵雇主不裁員）、勞動力再培訓補助、改善勞動市場的媒合基礎設施。如果位移的規模大到超越這些措施的能力，就需要更根本的方案，例如全民基本收入（UBI）或全民資本帳戶。快速經濟成長理應創造足夠的稅基來支撐這些計畫。

關於近期爭議不斷的資料中心議題，Amodei 的判斷是：敵意的真正來源不是資料中心本身，而是社會對 AI 更廣泛經濟影響的焦慮。他主張 AI 公司應該自行吸收電價上漲（Anthropic 已經承諾這麼做），但更根本的是，社會需要直接面對 AI 的經濟議題，提出真正有說服力的解決方案，而不是讓焦慮透過反對資料中心來間接宣洩。

加速好的一面：生醫創新與 FDA 改革

AI 本身需要更嚴格的監管，但 AI 所加速的下游應用面對的是截然不同的問題。藥物、能源、材料科學等領域已經有成熟的監管架構，問題不在於缺乏監管，而在於現有架構是為較慢的創新速度設計的，面對 AI 帶來的創新洪流會嚴重塞車。同時，AI 有可能讓這些下游技術變得比監管機構預設的更安全、更可預測。換句話說，對下游應用而言，Amodei 擔心的不是監管不足，而是監管拖慢了好處的到來，同時風險持續累積。

他以生物醫學為例來展開論述，因為這可能是 AI 帶來的最大人道主義紅利，同時也是監管最複雜的領域。AI 的潛在影響至少有四個層面：大幅增加進入審查流程的新藥候選者數量；透過更深入的生物學理解來提高藥效和安全性；針對過去無法治療的疾病開發候選藥物；以及快速催生全新的治療形式，類似抗體、胜肽、細胞療法在過去數十年間的出現。

部分進展自然就能加速時程。藥效更強的藥物可以用更小、更便宜的臨床試驗來驗證，進而啟動加速審批機制。但整體來看，FDA 和歐洲藥品管理局（EMA）的典型藥物審查流程需要七到八年，部分原因在於系統預設藥物候選者經常失敗、經常有嚴重安全問題。這些假設在 AI 時代可能過度悲觀。如果不改革，AI 不會加速審批，只會讓這個系統塞得更嚴重。

Amodei 提出的改革方向務實而具體。過去需要昂貴、耗時實驗的臨床步驟，未來可能透過 AI 模擬和分析來完成。監管機構應該現在就開始制定接受這類方法的驗收標準，這樣當技術成熟時可以快速採用，而不是再花好幾年從頭審議。具體領域包括：AI 藥動學/藥效學（PD/PK）建模、毒理學預測（減少多物種動物實驗的需求）、更精確的劑量選擇（縮小臨床試驗的劑量範圍）、透過大數據分析驗證生物標記、合成對照組（減少臨床試驗招募需求）、以及開發替代終點（surrogate endpoints，這對老化和神經退化疾病特別重要，因為傳統終點需要極長的追蹤時間）。

生醫加速還有一個常被忽略的雙重紅利。加速藥物審批制度同時強化了生物防禦能力，而 AI 帶來的心理健康進展可能產生穩定社會的效果，間接降低 AI 本身被濫用的風險。好處和安全，在這個領域不見得是對立的。

AI 時代的自由與權力

所有政府都面臨國家權力與公民自由之間的平衡。現代民主國家靠著數百年累積的法律和憲政機制來維持這個平衡：美國的第一修正案保障言論自由、第四修正案限制搜索扣押、《國內動用軍隊法》（Posse Comitatus Act）約束軍隊在國內的使用、《外國情報監視法》（FISA）規範政府對公民的監控。這些機制整體運作得相當成功。但 AI 有可能同時打破這個平衡，並把賭注提高到前所未有的程度。

Amodei 描繪了兩個具體的威脅場景。第一個是自主武器。全自動化的無人機軍隊今天還是科幻情節，但在不遠的未來可能成真。問題在於，受過專業訓練的人類軍人更可能拒絕執行非法命令，但全自動武器系統不會提出異議。一個掌握自主無人機軍隊的政府，可以單方面鞏固權力而不需要軍隊的人類成員配合。第二個是監控型 AI。現有的公民自由法律沒有預見到一種技術能大規模分析廣泛可得的公開資訊，從中推論出公民最私密的生活細節。AI 的推論能力讓「監控」這個概念需要被重新定義。

這兩種威脅的共同特徵是：AI 可能突然賦予某些行為者巨大的權力，同時繞過既有的民主監督機制。而且這可能發生得非常快，或者在秘密中進行，所以不能等事情發生了再反應，必須提前加固民主制度的防禦工事。

具體的政策建議有四項。第一，自主武器（尤其是能協調和指揮其他武器的系統）必須受到憲政和指揮問責機制的約束，選項包括設立具有「關閉開關」的法律審查小組或司法機構，或者讓系統在設計上就會尋求並回應合法監督權威。第二，完全自主武器在國內使用應該被禁止。在國際防禦場景中（例如俄羅斯入侵烏克蘭）或許有合理用途，但絕不能用在自己的公民身上。第三，美國現行法律允許政府購買公民透過網路服務商等管道分享給私人企業的資料進行大規模分析，這個漏洞在 AI 時代變得極度危險，必須關閉。第四，面對政府不利行動的個人和組織，應有權使用至少與政府在該行動中所用的 AI 同等能力的 AI 來為自己辯護，這可以被理解為正當程序保護和第六修正案法律代理權的延伸。

不過 Amodei 的立場不只針對政府，他同樣警惕企業的權力膨脹。他提到歷史上公司強大到足以捕獲國家的先例，從美國鍍金時代的壟斷財團到英國東印度公司，認為 AI 的能力使得它不能安全地完全交給政府或企業任何一方。Anthropic 自己的「長期利益信託」（Long-Term Benefit Trust）是一個獨立的治理結構，負責確保公司遵守使命。他認為整個產業都應該探索更進一步的機制，確保企業和政府都有實質的權力制衡。

民主國家的 AI 聯盟

近年的科技政策經驗讓人習慣把新技術當成貿易政策的工具，目標是把自家的技術堆疊擴散到全世界。Amodei 認為這種思維框架完全低估了 AI 的本質。AI 不只是另一項貿易工具，它正在「重設整個棋盤」，未來的地緣政治戰略將圍繞 AI 展開。他認為 AI 的歷史地位堪比核武，甚至可能更深遠。

他用一個思想實驗來說明這個判斷的重量。假設你有一個「資料中心裡的一億天才」可以分配：一千萬做軍事戰略、一千萬做無人機製造、一千萬做武器研發、一千萬做情報收集與分析、一千萬做基礎科學研究。擁有強大 AI 的國家面對沒有 AI 的國家，或者面對 AI 只是落後三年的國家，優勢之大就像二戰時的美軍面對拿著中世紀刀劍的軍隊。在這個前提下，如果強大 AI 還能讓獨裁政權實施更深層、更永久的壓迫（如前一章所述），那麼確保世界上最強大的國家是民主國家，就不只是理想主義，而是攸關人類自由的戰略必要。

Amodei 主張民主國家應該組建以共同價值為基礎的全球 AI 聯盟，核心有六大原則。第一是供應鏈管控：聯盟成員自由共享晶片和半導體製造設備，同時集體拒絕提供給對手。他特別肯定美國對中國的晶片出口管制「大幅貢獻了整體 AI 領先地位」，主張擴大和收緊這些管制，並與盟國協調一致。美國正在推進的 MATCH 和 OVERWATCH 法案是好的起步，但盟國也需要通過類似的措施。第二是協調風險管理：如果各國的 AI 安全標準一致，企業合規成本降低，監管機構也能互相學習。執法和情報機構應密切合作，追蹤和打擊 AI 被濫用的威脅，例如恐怖組織利用 AI 來製造生物武器。第三是利益共享：加速 AI 好處在聯盟內的擴散，協調生醫審批制度讓 AI 驅動的新藥能更快、更廣泛地造福開發中國家。第四是共同防禦：聯盟國家以 AI 能力互相防禦，確保有足夠的 AI 網路防禦、AI 無人機、AI 製造、機密 AI 運算和 AI 驅動的情報共享。第五是拒絕 AI 壓迫：成員國必須拒絕利用 AI 實施的高科技極權壓迫，並維持前一章所述的公民自由保障。第六是經濟合作：就業危機具有跨國傳染性，各國有共同利益協調總體經濟支撐。

聯盟的擴張邏輯是漸進式的。先從意識形態相近的民主國家開始（這些國家本來就傾向加入），逐步歡迎立場不那麼接近的國家，條件是符合聯盟標準，交換條件是巨大的成員利益。理想狀態是全世界都加入。但即使做不到，聯盟本身也讓民主國家處於最有利的位置，來遏制和超越堅持壓迫路線的政權。

對臺灣讀者來說，這個框架的含意不需要太多解讀。臺灣的半導體製造能力在 Amodei 所描繪的聯盟架構中處於核心位置，是「供應鏈管控」原則的關鍵節點。AI 時代的地緣政治不是核武時代的延長線，而是一場全新的賽局。臺灣手上握著這場賽局最重要的籌碼之一。

我的觀察

整篇讀下來，有一段話讓我印象特別深。Amodei 提到 AI 業界流行一種說法，認為目前的公眾反彈「只是公關問題」，需要「更好的行銷」。他的回應非常直接：人們之所以擔心 AI，是因為他們正確地感知到了真實的風險，不是因為 CEO 們不夠樂觀。他認為對風險保持透明是 AI 領導者的責任，而公眾的擔憂恰恰是民主問責在正常運作。挑戰不在於消除擔憂，而在於把擔憂導向建設性的解決方案，而非讓它墮入無形的憤怒和暴力。

這段話之所以有力，是因為它來自一個 AI 公司的執行長。在業界同儕紛紛喊出加速口號的時候，Amodei 選擇站在一個微妙的位置：他不是反對 AI 發展的盧德派，也不是無條件加速的科技樂觀派。他同時相信 AI 可能帶來人類史上最大的正面改變（生醫章節裡他的熱情溢於言表），也相信不受約束的 AI 可能造成存亡級的威脅。這種同時持有兩個方向的張力，在公開論述中不常見，在 CEO 的公開發言中更是罕見。

從更大的格局來看，這篇文章標誌著 Amodei 個人角色的轉型。他不再只是一家 AI 公司的技術領導者，而是在嘗試成為 AI 時代的政策架構師。五個章節橫跨監管、經濟、科學、憲政、地緣戰略，這不是一篇企業公關文，而是一份完整的政策藍圖。能不能被採納是另一回事，但光是一家 AI 公司的 CEO 願意把自己的政策立場攤開到這種細節程度，本身就是一個訊號。他在結尾引用了自己的開場比喻：「樹人和他的森林正在醒來。」這個判斷是否太樂觀，還有待觀察。但至少在他這篇文章中，你可以看到一個認真的嘗試，要在 AI 的指數速度和民主治理的審議節奏之間，找到一條可行的路。