微軟 CEO 薩提亞·納德拉對 AI"對齊"問題的判斷，發生了公開反轉。據《商業內幕》10 月 27 日報道，在新一期《20VC》播客裏，主持人哈里·斯特賓斯問他過去一年什麼想法變了，納德拉坦言：自己過去總覺得，AI 越強大，讓其行爲貼合人類價值觀與目標這件事，也會順理成章地解決。

從"自然解決"到"更棘手"

現實卻沒按劇本走。納德拉承認，模型規模一路膨脹、能力持續擡升，這部分確實如他所料；可"對齊"——也就是讓 AI 行爲守規矩——至今沒被一併解決。他說："我過去總以爲對齊問題自然就會解決。我不再這麼認爲了。對齊可能是一個更棘手、性質也不同的問題。"

所謂對齊，關乎 AI 的行爲究竟聽不聽人話、是否符合人類目標。當模型大到連設計者都難完全預判其舉動，能力增長與可控性增長脫鉤，成了納德拉不得不直面的新現實。

把 AI 當"內鬼"來防

這種警惕早有苗頭。10 月 10 日，納德拉就在 X 平臺發文警告 AI 風險，主張把外部安全管控擰緊。他的核心建議很刺耳：企業應當把 AI 模型視作"內部安全威脅"，做防護時先假定模型已經被攻破。

他在帖子裏寫道，要給那些行爲難以完全預測的模型套上"可靠、具有確定性的系統設計、人工管控和完善的操作規程"三道防線；標準還不夠的地方，就趕緊立行業規矩。

納德拉並非孤例。OpenAI 的奧爾特曼、Anthropic 的阿莫代伊都曾對 AI 的潛在威脅敲過警鐘；今年 7 月，更有 1000 多名從業者聯署公開信，提醒 AI 能力狂奔的速度，可能已經甩開了人類理解或控制它的能力。當頂尖操盤手集體調低對"強即安全"的信任，AI 治理恐怕要從口號走向更硬的工程與制度了。