Freedom of Action: America's ASI Strategy, w/ RAND's Joel Predd, Ben Boudreaux & Matt Chessen

RAND 把 AGI 国家战略分成七种互相打架的方案，结论是五大关键问题尚无共识，美国应先建能力、不押注单一路线。

最优 AI 战略，竟是暂不选边

Joel Predd、Ben Boudreaux 与 Matt Chessen 都来自 RAND Corporation 的 Center for the Geopolitics of AGI。前者是高级工程师兼主任，Ben 研究公共政策并任教，Matt 则负责技术分析。三人与合作者写了一篇题为《A US Strategy to Secure Geopolitical Advantage on an Uncertain Path to Superintelligence, Maintaining Freedom of Action》的报告，讨论的不是“美国该不该赢下 AI 竞赛”这种口号，而是更棘手的问题：当我们连“什么算赢”“危险离得多近”“人能否控制超级智能”都没有共识时，国家现在究竟该做什么。

他们给出的答案有点反直觉：别急着押注某条终局路线。先把未来转弯所需的路、桥、仪表盘和刹车都修出来。这个框架同样适用于公司和个人：你可以大量使用 AI，但别把自己锁进一个连退出按钮都没有的系统。

这期回答了 7 个问题：

1. 为什么在超级智能竞赛中，过早选定战略反而可能是最大风险？
2. 判断该加速、合作、暂停还是遏制，真正取决于哪五个问题？
3. 政府现在最该投资的，为什么不是某一种终局武器，而是“导航能力”？
4. 哪些 AI 安全能力必须由政府掌握，哪些应交给企业和公民社会建设？
5. 美国领先 AI，真的能转化为对竞争者的“决定性战略优势”吗？
6. 一边威慑、一边保留合作可能，外交信号该怎样发才不把对手逼进死角？
7. 当 AI 开始接管工作流和基础设施，个人与组织怎样保留随时接管的能力？

被问到“管理向超级智能过渡的最佳国家战略是什么”时，三位研究者先泼了一盆冷水：现在并不存在一条证据充分、可以放心押注的路线。他们把现有主张归为七种战略原型：追求领先并压制对手的 dominance；与其他国家共同开发的 co-development；边发展边增强韧性的 preparedness；全球可核查暂停的 moratorium；自己停止、同时阻止对手推进的 deterrent；为灾难后人类社会续航的 continuity of society；以及默认让技术快速发展的 acceleration。

真正把人们推向不同路线的，是五个“关键转折问题”：危险是否已经很近；人类能否与极强 AI 共存；一方能否取得决定性优势；各国能否合作克制；如果不能，能否阻止对手继续开发。Matt 的结论非常直白："The problem is with these five pivot factor questions, there's really no consensus on the answers to these questions."（问题在于，对于这五个关键转折问题，目前根本没有共识。）

这意味着，今天最危险的并非“还没有选战略”，而是把暂时的偏好升级为不可逆承诺。若太早执行 dominance 或 deterrence，可能把对手逼入敌对姿态，摧毁未来合作所需的信任；若默认 acceleration，又会拖延验证、应急、控制等能力建设，一旦发现超级智能极度危险，连刹车系统都没有。这里的“暂不选边”不是七种路线等价，更不是拖延决策；而是在所需决策时间内，证据还不足以让任何一条路线获得稳定共识时，先避免封死其他出口。

被问到为了保持“行动自由”，当下具体要建设什么能力时，Matt 把优先级放在一个听起来不够激动人心、却决定生死的方向：导航能力。RAND 已整理出一份 security architecture catalog，列有 106 项能力，覆盖人类—AI 生态和安全架构。它的逻辑不是先宣布要暂停、合作还是遏制，再按路线配套建设；而是先找出所有路线共同需要、或建设周期特别长的底层能力。

"Really, we think the most important thing to build right now is the navigation capabilities."（我们认为，现在最重要的建设项，确实是导航能力。） 这套“导航仪”至少要回答三类问题：前沿模型现在究竟有多强；中国模型发展到什么程度；全球算力集群在哪里、谁在使用、外界有多少可见性。没有这些信息，“危险是否接近”就只是感觉；不知道算力流向，谈核查、暂停或遏制也没有抓手。

验证技术是最典型的例子。不是每条战略都需要它：如果最终走 acceleration，未必会用上严密的全球核查体系；但若某天必须转向 moratorium，验证能力不可能临时一夜建成。它需要技术、机构、权限和跨国机制，建设周期很长。这意味着 AI 竞争的先手不只是先训练出更强模型，而是谁先拥有更好的仪表盘、地图和预警系统。代价是其中一部分能力最终可能闲置；但另一面的账更吓人：等到必须切换路线时才发现没有导航数据、没有核查工具，选择权在纸面上存在，现实里已经没了。

被问到“保持行动自由”的执行主体究竟是谁时，嘉宾没有把答案简化为“政府加强监管”。他们区分得很清楚：有些责任不可委托。比如维持核威慑体系的可行性与完整性、保卫国家安全，这些属于国家主权能力，不能指望市场在利润驱动下自动补齐。AI 进入核指挥控制等高风险领域时，政府尤其不能把责任外包。

但这不等于所有安全能力都该由白宫或军方亲自建设。以 highly secure data centers，也就是高度安全的数据中心为例，政府当然可以支持，可企业本身也有保护模型权重、训练数据和算力资产的需求。Joel 的说法是："In principle, the US government could support that, but in practice, we could read a market for that."（原则上，美国政府可以支持它；但在实践中，我们可以看到一个市场。） 安全数据中心可以成为企业愿意购买的服务，而非只能依靠财政拨款的项目。

同样，incident response、书面报告和响应机制，也不必只剩政府一条腿。企业最接近模型部署现场，知道系统何时异常；公民社会可以做独立监督、事故记录、公开问责和风险沟通。这样看，国家 AI 战略更像一张分工网络：政府守住核威慑、国家安全和强制权限；市场提供日常安全基础设施；社会组织补上报告、监督与韧性。边界也必须画牢。分布式供给不是政府退出，更不是把主权职责交给“市场会解决”。一旦核安全、危机决断这类不可委托的责任无人兜底，所谓分工就会变成责任真空。

被主持人追问美国能否凭 AI 获得对中国的决定性战略优势时，Joel 没有直接回答“能”或“不能”，而是搬出同事 Phil Root 的博弈论研究。在若干合理假设下，把先进 AI 竞赛看成囚徒困境，双方即便都能从合作中获益，竞争环境仍会把它们推向一个均衡：相互破坏对方 AI 进展，而不是稳定合作。

那么 dominance 在什么条件下才可能成立？模型给出的条件非常苛刻：AI 必须造出某种“wonder weapon”——一种能让一国长期威胁他国 AI 项目的能力。Joel 提醒："Wonder weapons in the history of military innovation are very rare."（在军事创新史上，奇迹武器极其罕见。） 军事技术通常不是一件装备出现就改写一切。它还需要部队编制、作战概念、训练、后勤和战略 doctrine。核武器之所以常被当作例外，正因为它仅凭存在就重塑了军事平衡。

嘉宾只举出 Mythos 或 Mythos-class 模型快速发现、利用网络漏洞的能力，作为可能的早期样本：如果一方拥有高度自主的网络攻击能力，或许能让对手的 AI 项目长期暴露在风险下。但“或许”正是关键。没人能明确说出这类武器究竟长什么样，也没人能证明它足以压过核威慑、产业扩散、模型蒸馏、模型盗取或对手的反制。更根本的是，核时代至少有物理学与数学，让科学家在 Trinity test 前能计算点燃大气层的风险；今天没有对应的科学，能计算危险何时到来、人类能否共存，或“决定性优势”是否真的存在。把“先到超级智能即可永久统治”当作基准情景，等于把国家战略押在一种罕见、未定义、难验证的能力断层上。

主持人讲到一个很小、但很具体的事故：Claude 自动轮换了他用来与 agents 交互的软件密码。他越来越依赖这套工作系统，却一度被锁在自己系统外，最后只能打开终端再问 Claude，才拿回密码。模型没有恶意，事情也解决了；但这个场景暴露出真正的问题：当一个人把工作流、访问权限和关键操作都隔在 AI 中间，自己可能连“接管”的入口在哪里都不知道。

Ben 给出的原则不是少用 AI，而是把人放在流程两端。"the human comes in at the beginning and then it comes in at the end."（人要在开始时介入，也要在最后介入。） 开始时，人先形成审慎判断：问题究竟是什么，什么答案算好，什么答案算坏；中间让模型展开搜索、写作、分析和执行；最后再由人严审输出，而不是把名字签上去就转发。这会把人的角色从“亲手完成每一步”，变为“定义评价标准、审查结果、保留最终决定权”。

另一层是恢复能力。Ben 提到关键系统要保留人工后备与手动运行方式，例如保存纸质健康记录，并持续演练这些后备方案。备份不等于可用：没练过的手动流程，真出事故时往往找不到人、打不开权限、接不上数据。对个人而言，这可以是保留密码与管理员权限、知道不依赖 agent 的工作路径；对组织而言，则是为基础设施设置人工接管、停机和降级运行的机制。Ben 也承认自己做不到完美。这不是部署一条安全规则就完成的事，而是一种会失败、要反复练的习惯。AI 越能替你做事，越要确认它失效时，你还能做什么。

“在超级智能问题上，过早选边比暂不押注更危险”与“先造战略导航仪，而不是先押注终局路线”，其实说的是同一件事：当关键事实尚未揭晓时，最主动的战略不是抢着宣布答案，而是提高自己识别现实、调整路线的速度。没有模型能力评估、算力可见性和验证技术，所谓暂停、合作或遏制都只是口号；没有保留其他路线的政治与技术条件，今天的选择就会变成明天无法撤回的锁死。

“所谓决定性领先，可能押注的是一种没人能定义的奇迹武器”进一步解释了为什么不能把 dominance 当成默认剧本。领先可能带来经济、军事或技术收益，但从领先到永久压制对手，中间隔着核威慑、对手反制、技术扩散、控制失效和外交升级。把对手逼到觉得“窗口正在关闭”，反而可能迫使其加速，强化它自建芯片、算力和模型能力的决心。威慑与合作并非永远互斥：独立评估、验证机制、事故响应和危机沟通渠道，既能提升防御，也能为将来的谈判留下一条线。

而“越依赖 AI，越要练习随时不用 AI 的能力”则把国家层面的自由行动，翻译成每个人都已经遇到的问题。公司把客服、代码、运营、权限管理逐步交给 agents 时，需要问的不是“自动化率还能提高多少”，而是：系统出错时谁能关停？谁能核验？谁还有不用 AI 的工作路径？个人也是一样。你可以让模型写第一稿、跑研究、管理工具，但不要把判断标准、账户控制权和恢复能力一起交出去。

RAND 三人的主线并不神秘：可观测，才能判断；可切换，才有选择；可接管，才算保有行动自由。对国家如此，对一支团队如此，对正在把日常工作搬进 AI 工作流的每个人也如此。真正要防的不是“用了 AI”，而是某天发现自己已经无法解释系统如何运转，也无法在它停摆时继续行动。