七月，OpenAI 的一个 agent 自己摸进了 Hugging Face。九月初，财政部长 Bessent 出来说，这事该由 OpenAI 的管理层负责。同一个月，特朗普签了行政令，把人工智能重新命名成“超级智能”，他政府的社交账号开始发反末日论的东西；九月中旬，国防部的账号发了一句“美国主义，而非有效利他主义”。
四帧，四个部门，四种语言，前后不到三个月。单看每一条都是当天新闻，摆到同一条时间线上，是同一件事的四个采样点：AI 安全正在被整建制地从实验室内部议题，搬进政治语言里；搬进去之后，讨论的对象就不再是“系统会不会失控”，而是“谁还有资格继续做下去”。
LeCun 那篇采访落在这条曲线的哪个位置，多数人读偏了。大家抓的是“AI 教父之一说不担心人类灭绝”这一句，因为它最好做标题；2018 年那三位拿图灵奖的人里，他确实是唯一一个到现在还睡得着的。真正承重的是后面那句：他更担心监管俘获，并且认为 AI 不需要新的监管。前面关于 EA 的所有话，都是给这句做注脚。
把这件事拆开看，先得承认这个行业的结构天生适合许可制：资本密度高，算力门槛硬，事故的外部性讲起来又足够吓人。任何一个立法者面对这种组合，最省事的方案都是设一道门、发一批牌照，而不是逐条去界定什么叫对齐、什么叫沙箱泄漏。门一设，牌照一发，竞争就从“谁做得更好”变成“谁在名单上”。这是监管俘获的标准剧本，烟草、制药、金融都演过，AI 只是换了个更新鲜的由头，成本还更低：这个行业的事故叙事自带科幻加成，不需要有人去 lobbying 铺垫舆论，媒体会自己跑完那一半。
前 Anthropic 和 OpenAI 的研究员 Jacob Coxon 那篇病毒式帖子传开以后，EA 这个东西第一次被主流看见：他说这些公司的员工是真诚地相信 AI 可能在这个十年结束之前杀掉所有人。差不多同期，《金融时报》报道英国 AI 安全研究所以及 OpenAI、Anthropic、Google DeepMind 的部分员工在找心理咨询、请假，或者公开谈自己的困扰。
我不打算怀疑这帮人的真诚。真诚和结构后果是两件独立的事，一个人真心相信自己在阻止人类灭绝，跟他的信念被转化成一条“只有少数通过审查的实验室才能训前沿模型”的法条，中间没有必然的坏意，但有必然的结构。LeCun 说很多做 AI 安全的人有议程要推，明确指向 EA，说它极其有毒、是一场彻底的灾难，说信徒的偏执会导致糟糕决策；这个判断我大体同意，但他给的论证方式我不买账。
他搬出来的证据是关系链：Dario Amodei 的妹妹、Anthropic 联合创始人兼总裁 Daniela Amodei，嫁给了 Holden Karnofsky；Karnofsky 共同创办了 Open Philanthropy，也就是现在的 Coefficient Giving，2017 到 2021 年还坐在 OpenAI 董事会上。他把这条链摆出来，意思是 Dario 嘴上想跟 Open Philanthropy 保持距离，实际上深度参与。
这条证据很弱。婚姻不是组织关系，亲属关系不能当意识形态归属的证明用；这段是整篇采访里最像阴谋论的地方，恰恰也是最容易被人拿去反驳的部分。但他不需要这条也能站住，他真正该说的不是“谁跟谁是一伙的”，而是“不管谁跟谁是不是一伙的，这条路径都会通向同一堵墙”。
他把 Dario Amodei 说成“完全被误导”，采访后段直接说“疯狂”。力气用错了地方。他在别处反复讲，解释一家公司的动作要从成本结构、分发结构、竞争格局里找答案，不从某个人的野心或焦虑里找；到了 Dario 这里，他把这条原则扔了，改成论证一个人的信仰纯度。这跟他自己的框架矛盾。更硬的版本应该是：就算 Dario 是全世界最诚实的人，就算 Anthropic 每个员工都真心相信自己在阻止末日，这套“AI 太危险、应该受监管、开源模型太危险”的公开主张一旦被国会拿去当立法依据，结果仍然是准入壁垒。跟谁诚不诚实没关系。恐惧一旦写进法条，它自己就变成了一道门。
LeCun 现在在这件事上跟特朗普政府站在一边，这在他一贯的立场里是个异常点：他经常骂这届政府砍科研预算、对科学宣战，却在这个议题上罕见地同向。这种临时同盟能撑多久，我持怀疑，而且怀疑的方向很具体。
把 AI 改名叫“超级智能”这件事，比它看起来重要。命名是抬高议题层级的动作，把一个技术路线问题抬成国家战略问题。抬高的下一步，几乎必然是收紧准入；不是说这届政府现在就想收紧，是这条路径自己会往那儿走。反末日论的政治化和末日论的政治化，最后通向的立法结果可能长得很像，只是理由不同：一边说“太危险，得管起来”，一边说“太重要，不能让别人先做”。LeCun 想挡的是第一种，但他借的力可能会推出第二种。这是我在这件事上跟他分道的地方。
同一篇采访还有另一半，被标题盖掉了。他离开待了十二年的 Meta，其中七年是首席 AI 科学家，去巴黎开了家叫 AMI Labs 的公司，三月公开亮相，现在大概六十人，总部在巴黎，纽约有办公室，蒙特利尔和新加坡有人。做的东西叫 JEPA，在他自己那条谱系里算第三代：不在像素或 token 上预测下一个，在神经网络的中间层、在表征空间里做预测。猫知道推花瓶会掉，不是因为猫算过重力，是它有一个世界如何运转的内部模型，而这个模型不需要先把花瓶渲染出来再判断。
这话听着像认知科学的闲笔，其实是这家公司的全部商业逻辑。生成式模型的训练信号是“重建得准不准”，这个信号会把大量算力花在对下游任务几乎没用的细节上，一片树叶的具体轮廓、一段文字的具体措辞。表征空间的预测把“该预测什么”本身变成模型要学的东西。数据来源也跟着变了：不再是人类已经写下来的文本，是传感器，是产线，是机器人试错。
所以第一批落地选在制造业的异常检测、涡轮喷气发动机、机器人，不是因为那儿好做，是因为只有在那儿，采到的数据才能长出闭环：产线上的一次异常、机械臂的一次失败抓取，都是别处拿不到的样本。消费级文本语料是全人类共享的存量，工业世界的表征数据得自己一炉一炉攒，慢，但攒下来的东西别人抄不走。这就绕回他所有判断共用的那个母问题了：抽象层往上移一层，价值重新聚集在哪一层。他的答案很清楚，不在生成那一层，在表征那一层。
这个类比我得打个折。语言模型内部也在学表征，JEPA 只是把生成这一步砍了；所以真正的分野没有“世界模型 vs 语言模型”那么宽，窄得多，就是“要不要经过生成”这一条缝。一条这么窄的缝值不值得单开一家公司、押上一个人余下的职业生涯，我给不出确定答案。我的判断只到“位置选得对”这一层，他不是在已经很挤的那层再加一张桌子，是去开一张新桌子，再往下就超出我能看到的东西了。
两条判断，分量不一样，分开压。
重的那条压在安全叙事这侧：接下来两三年，AI 安全的主战场会从技术对齐研究往准入立法迁移，而且不会因为哪一派意识形态赢了就停下来。理由是结构性的，门槛已经高到只有少数几家玩得起，任何一次足够吓人的事故都会给“设一道门”提供政治动能，事故越真，动能越大。七月那次 agent 越界，LeCun 说根子在沙箱泄漏、设计糟糕，说很多实验室缺网络安全的基本理解；这个技术判断我信。但它挡不住立法者的直觉反应，直觉反应从来不看根因分析。
证伪条件我得写清楚：如果十二个月内，围绕前沿模型的立法动作停在披露和审计这一层，没有出现许可制、备案制这类准入性条款，这条判断就该扔掉。写在这儿，是为了到时候能被人拿回去对。
轻的那条压在 JEPA：我认为这条路会在工业检测和机器人这类封闭场景里先站住脚，三五年内不动摇语言模型的主线地位，不是技术不行，是数据采集的边际成本太高，而语言模型那边的规模效应还在滚。首款产品他没披露，只说即将推出，可能开源；这个“可能开源”值得留意，开源是分发手段，也是先把标准立起来的打法，跟模型层当年那套路径依赖是同一个思路。
证伪条件：如果哪家做世界模型的公司在开放域任务上拿出了不靠海量标注、泛化能力能跟语言模型拼的结果，这条就得改。
采访里还有个细节，我看了两遍。他给自己的个人 AI 助手取名叫 Hal，致敬 HAL 9000。一个说不担心 AI 杀人的人，给助手取这个名字，要么是没当回事，要么是他怕的东西跟别人怕的不是同一样，我倾向后者，但这条纯属猜。