吴恩达再次站到了 AI 风险叙事争论的中心：他把 AI 导致人类灭绝的担忧直接归类为「科幻」，而不是当下工程与政策需要优先处理的问题。
发生了什么
据 Hacker News 上的讨论，吴恩达在一次公开表态中明确区分了两类 AI 风险：一类是科幻式的「灭绝」想象，另一类是现实中已经发生、且会继续放大的具体危害。他的核心立场是，把注意力过度集中在人类灭绝这种极端场景上，会挤占对可验证、可干预问题的资源与讨论空间。
需要说明的是，目前公开信息只呈现了他的判断方向，并未给出完整的论证链条或具体政策主张，因此这里不做超出原文的延伸。
为什么重要
这不是一次孤立的口水战，而是 AI 治理领域持续数年的路线分歧的又一次显影。
一派以「存在性风险」（x-risk）为框架，认为超级智能一旦失控，后果不可逆，因此安全研究和对齐工作应当优先于能力推进。另一派则更关注偏见、隐私、就业冲击、 misinformation、模型滥用等已经可观测的问题，认为极端叙事容易变成一种「未来主义免责」——用遥远的灾难想象，回避眼前的责任分配。
吴恩达的表态之所以有分量，在于他同时具备学术与产业双重身份：他既参与过深度学习早期的关键推动，也长期在产业一线做落地。这类人公开把灭绝论称为科幻，等于在「AI 安全到底该优先防什么」这个问题上，给出了一个明确的工程派答案。
影响与看点
对行业而言，这种表态会进一步固化两条叙事线的对立：一边是监管与安全话语越来越频繁地引用极端风险，另一边是落地派强调「先解决能测、能修的问题」。对开发者来说，实际影响更直接——如果政策资源向极端风险倾斜，合规成本、模型发布门槛、评测要求都可能随之变化；反之，若重心回到现实危害，则更可能落到内容安全、数据合规、可解释性这些具体工程环节。
值得关注的看点有三个：一是吴恩达后续是否会给出更系统的论证，而不只是一句定性；二是主流 AI 实验室与政策圈如何回应，尤其是那些把 x-risk 写进章程的机构；三是这场争论会不会影响正在推进的 AI 立法与行业标准，把「防灭绝」和「防滥用」在制度层面拆成两套不同的工具箱。
一句独立判断：把灭绝论称为科幻，并不等于否认长期风险，而是主张风险讨论应当接受工程标准的检验——可测量、可复现、可干预。这个标准本身，比站队更有价值。
