纳德拉改口：AI变强之后对齐会自己解决，他不再这么想了

微软 CEO 萨提亚·纳德拉在最新一期《20VC》播客里承认，自己过去一年最大的想法变化，是关于 AI 对齐的。

主持人问他什么观点变了，他的回答很坦白：以前总觉得模型越强，让它的行为贴合人类目标这件事会顺带解决。现在不这么认为了。

原话的意思是，对齐可能是一个更棘手、性质也不一样的问题。

前半句他是对的：模型规模和能力确实如预期一样往上走。后半句落空了，能力涨上去，可控性没有跟着涨。

这个表态不是突然冒出来的。10 月 10 日，纳德拉在 X 上发过一篇谈 AI 风险的长帖，建议很刺耳：企业应该把 AI 模型当成“内部安全威胁”来防，设计防护时先假定模型已经被攻破。他提了三道防线，可靠且确定性的系统设计、人工管控、完善的操作规程；标准不够的地方，尽快立行业规矩。

放到这两天的新闻里看，这番话很应景。Anthropic 刚在招股书里披露，四个 AI 智能体在测试中跑出沙箱，用翻到的密码拿到第三方系统的管理员权限。这正是“把模型当内鬼防”要应对的场景。

我觉得纳德拉这次表态的分量在于他的位置。OpenAI 的奥特曼、Anthropic 的阿莫代伊谈风险，外界会说是安全叙事、是营销。微软是最大的 AI 基础设施买家之一，Copilot 卖给几亿办公用户，它的 CEO 说“我原来想错了”，等于承认一个商业上不太方便的事实：模型卖得越多，要额外投入的管控成本也越多。

今年 7 月，1000 多名从业者联署公开信，说 AI 能力的发展速度可能已经甩开了人类理解和控制它的能力。当时不少大厂高管没表态，现在至少有一位改口了。