当「AI安全」被反复提起，却始终由被监管者自己写规则时，这套机制到底在保护谁？

发生了什么

WIRED 刊发评论《Whatever AI Safety Is, It’s Not This》，核心论点直白：要求 AI 公司进行自我监管，是一种假装自己已经有所作为的方式。文章并未提出新的技术方案，而是把矛头指向治理路径本身——当安全承诺由企业自愿给出、由企业自行解释、也由企业决定何时松绑，它就更接近公关声明，而非约束机制。

为什么重要

自我监管在科技行业并非新事物。从内容审核到数据隐私，行业多次以「自愿准则」「自律承诺」回应外界压力，最终往往因为缺乏外部核查、缺少惩罚条款、标准由自己定义而流于形式。AI 的特殊之处在于，能力迭代速度远快于立法周期，而风险又高度集中在少数几家公司手里。

这带来一个结构性矛盾：真正掌握模型细节、训练数据与评测能力的是企业本身，外部机构在信息上天然处于劣势。于是「自我监管」成了阻力最小的选项——它让政策制定者可以宣称已有安排，让企业可以宣称已尽责任，但没有人需要为结果负责。评论的锋利之处正在于此：它不争论某个具体安全措施是否有效，而是质疑把裁判权交给参赛者的整套逻辑。

影响与看点

对行业而言，自我监管的松紧会直接变成竞争变量。承诺更严格的公司可能承担更高成本，而口头承诺、实际放行的公司反而跑得更快，形成「谁守规矩谁吃亏」的逆向激励。这也是为什么单纯呼吁自律，很难在商业竞争中稳定存在。

对开发者与用户，短期影响更隐蔽：安全条款的措辞、模型行为的边界、API 的可用范围，都可能随企业策略而非公共规则变动，可预期性偏低。值得关注的是，未来讨论的重心可能从「AI 公司该承诺什么」转向「谁来验证、谁来问责、违规代价是什么」——没有这三样，再漂亮的框架也只是文档。

一句判断：安全治理的瓶颈不在技术共识，而在权力分配；只要核查权和解释权仍在被监管者手中，自我监管就难以摆脱「姿态」的标签。