一边融资1220亿美元，一边要求法律豁免
2026年4月的AI圈，出现了两个极具张力的叙事。
一面是OpenAI完成1220亿美元融资，创下AI领域最大规模融资纪录，资本用真金白银投票，押注AI将重塑一切。另一面，同一家OpenAI公开支持一项法案——该法案将限制AI公司在模型造成大规模伤亡时的法律责任。
这两件事放在一起，构成了一种令人不安的对称：行业正在以史无前例的速度累积能力，同时也在以史无前例的速度试图卸载责任。
法案的实质：不是技术创新，是风险转移
据Wired报道，OpenAI支持的这项法案核心逻辑并不复杂：当AI模型在部署后造成伤害，尤其是大规模伤害时，公司不应承担全额法律责任。
这个主张的表层理由很耳熟——”过度监管会扼杀创新”。但仔细想想，这跟任何行业说”请别让我们为产品安全负责”并无本质区别。想象一下，如果制药公司要求豁免药物副作用的赔偿责任，如果自动驾驶公司要求豁免事故的法律后果——社会能接受吗？
AI的特殊之处在于，我们确实面临一个认知困境：当模型的输出是概率性的、涌现的，甚至开发者自己也无法完全预测时，传统的”产品责任”框架确实不够用。但这恰恰意味着我们需要更审慎的监管设计，而不是更粗暴的豁免。
Karpathy的洞察：能力差距正在撕裂共识
几乎在同一时间，Andrej Karpathy提出了一个看似无关却深刻相关的观察：AI的能力因接入方式不同而呈现出巨大鸿沟。
OpenAI免费语音模式底层跑的其实是旧版模型（Simon Willison证实了这一点），而最高端的Codex模型却能独立重构整个代码库。这意味着，普通用户感知到的AI能力和前沿能力之间的差距正在迅速扩大。
这和责任豁免问题有什么关系？关系重大。
当用户使用的是一个”看起来很聪明但实际能力参差不齐”的系统时，他们对风险的判断会失真。用户可能基于营销宣传认为AI是可靠的，但实际上他们使用的只是阉割版。在这种信息不对称下，如果再叠加法律豁免，风险就完全转嫁给了终端用户。
阿里转向变现：商业化压力下的安全降级
值得注意的另一个信号是阿里巴巴将战略重心从开源AI转向模型变现。这不是孤例。当融资金额创下纪录，当变现压力持续增大，”安全”这个成本中心往往是最先被压缩的。
Anthropic在同一天发布了关于可信赖Agent的实践研究，至少还在认真思考这个问题。但行业整体的趋势是：安全研究正在被挤出主流叙事。
我们真正需要的是什么？
承认当前的责任框架不够用是诚实的，但由此跳到”所以请豁免我们”是危险的。
真正需要的是分层责任体系：
- 基础模型层——开发者对模型的已知风险负有披露义务
- 应用层——部署者对具体使用场景负有适配义务
- 终端层——用户对不当使用负有注意义务
每层都有自己的责任边界，但没有任何一层应该被完全豁免。这不是”扼杀创新”，这是”让创新可存活”。
AI行业正在经历一个关键拐点：技术能力指数级增长，但治理框架几乎是线性的。如果我们在这个窗口期选择用法律豁免来替代制度建设，那今天的1220亿美元融资，可能就是在为明天不可控的风险加杠杆。
技术发展可以加速，但责任的分配不能打折。这不是监管的问题，这是文明的问题。