跨實驗室發布前審查

資料來源#

• A Framework for Frontier AI and the Dawning of a New Age
• On the Navier–Stokes Millennium Prize Problem
• The full-length interview with Elon Musk

摘要#

在 2026 年 7 月接受《經濟學人》訪問時，Musk提出了最具體的治理機制（prediction 層級——尚未經衡量的提案，以下內容皆是他的主張，並非已確立的事實）：在前沿實驗室發布一個「比現有任何事物都聰明得多」的模型之前，讓其競爭對手取得一至兩週的 API 存取權，以進行測試並建議延後發布。政府不是第一道防線，而是升級處理層級——只有在實驗室已被告知模型有危險，卻拒絕採取行動時才介入。

這在 wiki 的治理地圖中構成第三種立場，與既有的兩極都不同。Frontier Pause Verification是協調暫停的國與國之間機制；RSP-style gating是單一實驗室自行踩煞車；Zuckerberg的答案則是分散能力，而非設置閘門。Musk 的方案則是實驗室彼此之間、發布之前的審查：由競爭對手帶著自身利害關係參與同儕審查。

機制原貌#

分為三個層級，逐步升高：

1. 定期通話。「領先的 AI 公司……至少應該碰個面，或每隔幾週找時間通話」，討論安全與保安議題。Musk 稱這是「我們能做、簡單又快速的事，而且可以隨時間逐步擴大」——他提出「每週或每兩週一次」。
2. **發布前由競爭對手測試。**在前沿模型發布前提供一至兩週的早期存取權，刻意將範圍限縮：「不是把 AI 交給對方，只是透過 API 或類似方式測試……」。產出是暫緩發布的建議，而非否決權。
3. 遭拒絕時由政府介入。「如果有幾家領先的 AI 公司表示新模型非常危險，就應該通知政府……而且若生產該模型的公司沒有採取措施處理危險，他們就應該提醒政府採取行動。」他明確指出，美國與中國政府是僅有具備行動權力的兩方。

他對時程的說法斬釘截鐵，而且異常急迫：當被告知普遍看法認為六個月內必須有所成果時，他回答「六個月很久」，並指出公告的頻率「有時一天好幾次」。

為何找競爭對手，而非監管機構#

理由有兩項，一項關於能力，一項關於誘因。

能力。「政府裡不具備深厚技術知識、也沒有在推進 AI 前沿的人，要判斷某項東西該不該發布，確實很困難。」這是事前監管常見的專業知識不對稱異議，也正是讓暫停驗證困難的同一項異議——差別在於，Musk 以轉移判斷權的方式處理，而非建立儀表機制。

誘因。關鍵的獨特之處在於：競爭是執行機制，而非障礙。競爭對手「有動機讓其他人保持誠信」，而且「絕不會羞於指出競爭對手的模型應該延後發布」。一般的擔憂是競爭會引發逐底競爭；Musk 的主張則是，對於「這個模型是否危險」這個狹義問題，競爭誘因會促使揭露。

未檢視的另一面是相反情況：同樣的誘因也會造成帶有動機的過度通報——競爭對手持有兩週 API 存取權，而且有商業利益延遲對手上市。Musk 完全沒談誤報問題，而這項提案在「競爭對手說要延後」與「通知政府」之間，沒有任何裁決程序。

MPAA 類比及其不足之處#

Musk 提出的先例是美國電影協會：「這是個決定電影分級的業界組織……看來運作得相當好。」這項類比忽略了三件事：

• MPAA 對已完成、完全可觀察的作品進行內容分級。前沿模型發布前審查則必須引出一項潛在能力，而開發者自己可能都還沒找到它——這是誘發預算問題，而且只有一至兩週時間。
• MPAA 分級是建議性標籤，不是延後發布。此提案的實際效力是建議暫停，這對競爭對手董事會而言是大得多的要求。
• MPAA 有常設秘書處及公開標準。Musk 的版本兩者皆無；它只有一通電話和一把 API 金鑰。（2026-08-12：Hassabis 的提案早十五天發布，並在發布前與 Musk 討論，恰好補上了這一點——一個以 FINRA 為模型的機構，擁有自己的基準、資金與測試運算資源。兩項提案的差異與其說在企圖心，不如說在制度建置程度。）

他提出的先例：Mythos 事件#

Musk 用來佐證的核心，是這件事已經以非正式方式發生過一次。當被追問政府是否真的會把發布權交給模型開發者時，他回答，在 Mythos 案例中，「不是政府裡有人發現 Mythos 有可怕的網路安全風險，而是 Amazon。Amazon 指出這一點，並且致電白宮」——之後美國政府以出口管制的威脅限制模型發布。他形容結果「就是剛剛實際發生的事」：非政府方發現風險，政府提供施力工具。

**請將此視為尚未查證的單一來源主張。**這是對近期事件的事實性主張，來源只有 Musk 在訪談中的說法，wiki 沒有獨立紀錄——Mythos Model和Responsible Scaling Policy Evaluations記載 Anthropic 自行說明 Mythos 閘控的版本，卻完全沒提外部方發現風險或出口管制介入。之所以記錄在此，是因為若此事屬實，這是目前唯一已發生、符合本頁機制的案例，而且可以查證。

範圍：中國實驗室也包括在內#

被問到政府是否需要參與時，Musk 主動表示，這個團體「大概也應該納入正在做前沿 AI 模型的中國公司」，並稱其中幾家「非常優秀」，特別點名Kimi K3（Kimi (Moonshot AI)）。這與他的運算分析一致（參見Effective Compute Scaling）：如果電力限制在中國以外構成約束，而晶片限制在中國境內構成約束，兩種限制都是暫時的；只限美國參與的俱樂部所治理的前沿模型發布比例便會愈來愈低。

信任疑慮及他的回答#

訪談者最有力的質疑是：這五個人彼此既不喜歡也不信任，還會公開互相羞辱——那麼要如何讓他們彼此存取模型？Musk 沒有否認這個前提；他詳盡地予以確認，陳述自己對 Sam Altman 的不滿（非營利組織「由全世界所有」變成「一家價值 8,000 億美元、閉源的營利公司」），並表示 Anthropic 的創辦人離開 OpenAI，是因為「他們不信任 Sam Altman。不然 Anthropic 就不會存在」（參見OpenAI）。他的回答是，要求小到足以克服彼此敵意——「我們只是在說一週……不是要把 AI 交出去」——而且「如果非得談，我們就談。我是說，為了全世界的好處，先把個人恩怨放一邊。」

他也表示，曾與Demis Hassabis（Google DeepMind）花「幾個小時」討論相關提案，之後 Hassabis 發表了公私部門與監管機構合作的文章，Musk 稱那是個良好的起點。於 2026 年 7 月下旬（2026-08-12 更新，依據 A Framework for Frontier AI and the Dawning of a New Age：文章頁面標示日期為 2026-07-14，並已對照文章的 JSON-LD 查證。）

這項修正改變了先後順序。7 月 14 日比這次訪談早十五天——因此，Hassabis 的標準制定機構提案在 Musk 回答這些問題時已經公開，也是 wiki 三項發布前監督提案中最早的一項，而非最晚：Hassabis（07-14）→ Musk（07-29）→ Zuckerberg（08-10）。這帶來兩項後果。第一，Musk 本人表示兩人曾在任何一方公開前深入討論，所以本頁的提案並非與 Hassabis 的提案並列、各自獨立探索設計空間；應視為同一場對話的兩種產出，而非相互印證的證據。第二，下面對秘書處的異議方向顛倒了：Musk 所說自己曾向他提出「這項」提案的那位人士，早已提出本提案所欠缺的常設機構及公開標準。

首次觀察到的實驗室間接觸：談的是功勞，而非危險（2026 年 9 月）#

本頁的機制從未實際運作；唯一引用的先例（Mythos/Amazon 升級處理）仍是下方標示的單一來源主張，尚待查證。本資料集首次記錄兩家前沿實驗室因能力成果而自願聯繫，發生於 2026-09-08，而提案設計中的每個變數都不同。

OpenAI 的 Navier–Stokes 公告（The Navier–Stokes AI Claim、On the Navier–Stokes Millennium Prize Problem、vendor-claim）指出，完成自己的成果後，OpenAI 主動聯絡 Levent Alpöge（Anthropic）與 Tristan Buckmaster（NYU）——他們認為兩人也得到了相同結果——「提出同步發布結果，並在聯合公告中肯定對方的優先貢獻」，並表示可以讓他們「查看所有使用過的提示，之後也能看到證明」。

這件事對上方提案能說明什麼，又不能說明什麼：

• 這次接觸發生於事後，而非發布前，目的在於確認優先貢獻，而非危險。這件事沒有測試實驗室是否會向彼此展示模型；提供的是提示與論文，而且是在工作完成後。
• **這在一定程度上克服了信任疑慮。**Musk 訪談中最有力的質疑，是這些人彼此既不喜歡也不信任。但在此案例中，兩家競爭實驗室協調發布公告，其中一家在幾天內承認另一方的優先貢獻——這證明敵意並非窄範圍、低成本交流的絕對障礙，而這恰好就是 Musk 主張的範圍。
• 而且它重現了本頁的核心缺漏。同一事件引發一場爭議——競爭對手使用的產品是否影響了結果——而後由OpenAI 調查 OpenAI，並在自己的公告中發布調查結果。整份紀錄中沒有裁決者、沒有申訴途徑，也沒有獨立第三方；下方的已解決問題發現，這是三項由實驗室提出的提案共有的缺口。本資料集中首次實際發生的實驗室間接觸，與這些設計有著同樣的漏洞。

相關連結#

• Evaluation Horizon Versus Release Cadence——一項獨立於誘發預算論證之外的第二個理由，說明一至兩週的窗口設計不當：它比受審查模型的一次執行時間還短，而且每次發布後，相對時間都更短

• The Navier–Stokes AI Claim——本資料集中首次觀察到的實驗室間能力成果接觸：發生於事後而非發布前，談的是功勞而非危險，而且由被質疑的一方負責調查

• Structured Safety Case (Claim Decomposition)——此提案可補上的缺口：RSP v3.2 賦予 Anthropic 的 Long-Term Benefit Trust 要求 Risk Report 接受外部審查並核准審查者的權力；截至 2026 年 8 月的報告，這項權力從未行使

• Frontier Pause Verification——多邊暫停機制這一極；本提案對該頁長期存在的「誰來裁定觸發條件？」問題，提供了部分且具體的回答，但力度弱得多：它產生的是延後一次發布的建議，不是經查證的暫停，而且因開發者自願提供存取權，不需要偵測基礎設施

• Responsible Scaling Policy Evaluations——單一實驗室的內部煞車；跨實驗室審查是將相同評估移到開發者之外，這正是 RSP 框架本身無法提供的獨立性

• Balance-of-Power Superintelligence——Zuckerberg 對相同治理問題提出的分散式答案，於同一天發布；在 Zuckerberg 倡議的世界裡，模型權重從第一天起便公開，因此發布前審查模型的提案無法實行

• Open-Weight Elicitation Irreversibility——說明一至兩週審查窗口是弱點的原因：危險能力會隨誘發預算擴大，因此固定的短窗口會把安全評估鎖定在單一預算，這與開放權重發布有相同的失敗模式

• Agentic Misalignment (AM)——發布前由競爭對手進行紅隊測試時，必須在有限窗口內找出的失敗類型

• Elon Musk——提案作者；他的風險立場轉變，讓相容於加速發展的治理提案成為他目前的答案

• Government Checkpoint Sharing——最接近的競爭機制，於十二天後從同一場辯論的另一極發布：同樣以專業知識不對稱為前提，但審查者是政府而非競爭對手，存取時點在訓練期間而非發布前，產出則是強化後的基礎設施，而非延遲發布的建議——因此完全沒有延遲發布的施力工具

• Domestic Frontier Pacing——設計空間中的第四項提案，在本提案一週後發布，兩個變數都不同：審查者是持續駐在公司內部的第三方稽核者，而非拿著兩週 API 金鑰的競爭對手；稽核對象是運算資源分配，而非模型能力。它也是本資料集中第一個包含任何爭議處理機制的提案，這改變了下方共同裁決缺口的意義——三項由實驗室提出的提案都沒有機制，唯一一項非實驗室提案則有一些，而且四項都不允許受監管公司對調查結果提出異議。此處的過度通報疑慮在那裡並不適用，因為競爭對手從未掌握裁決權

• Frontier AI Standards Body——Musk 表示自己曾在作者發布前與他討論「幾個小時」的提案，比這次訪談早十五天。前提相同，發布前窗口也相近（最多 30 天，本頁則為一至兩週）；但審查者是常設的 FINRA 模式機構，擁有自己的基準、資金與測試運算資源——這正是上方 MPAA 類比所欠缺的秘書處。它同樣沒有指出裁決者、申訴途徑或實驗室之間的爭議處理程序，因此這項缺漏是整個設計空間的特性，而非本提案獨有

• Embedded Evaluation——另一種獨立評估者方案：評估者持續駐在實驗室內，觀察內部部署，而非在一至兩週窗口內檢視完成的模型。它也有本頁缺少裁決者的問題，因為沒有說明實驗室對調查結果提出異議時要依循什麼規則

待解決的問題#

• Mythos 網路風險升級處理是否真的如 Musk 所說，依序發生 Amazon → 白宮 → 出口管制威脅？目前只有單一來源，而且可對照 Anthropic 與美國政府自己的紀錄查證。
• 取得發布前存取權的競爭對手，是否會為了延後對手上市而過度通報危險？提案中的誘因論證只模擬了少報，機制也沒有裁決程序——如今已知這是競爭提案也有的共同缺口，而非本提案獨有之處；這讓問題更明確，但不影響提案所提出的行為主張。

已解問題#

• Hassabis 的七月下旬2026-07-14公私部門與監管機構合作提案已有提及，但未收錄於 wiki——請匯入，並比較其裁決設計與本提案。#oq/source （2026-08-12 已回答）依據 A Framework for Frontier AI and the Dawning of a New Age，答案是否定的，而且兩者的情形相同：無法進行比較，因為兩項提案都沒有裁決設計。Hassabis 的文章沒有說明實驗室對自身模型的評估提出異議時，誰有最終決定權、申訴程序應如何運作，或實驗室間的指控該如何處理——這項缺漏已從原始文本查證，並記錄為資料匯入者的明確觀察，而非作者的主張。本頁的機制在「競爭對手說要延後」與「通知政府」之間沒有任何步驟；Hassabis 的提案則在「機構判定模型不合格」與「模型不予部署」之間沒有任何步驟。Zuckerberg只因為根本不要求任何人做決定，才避開這個問題。三項提案、三家實驗室、二十七天，卻沒有任何地方設置爭議解決機制——這是整個設計空間的問題，而非閱讀資料留下的缺口。問題前提（認為文章發布於七月下旬，因此晚於本頁）也有誤，已在上文更正。

資料來源#

• On the Navier–Stokes Millennium Prize Problem — OpenAI（無署名），openai.com，2026-09-08 發布，並於 2026-09-10 更新「Concurrent work」段落，約 1,900 字，vendor-claim。此處僅引用 §「Concurrent work」中對聯絡 Alpöge 與 Buckmaster、在強制 Euler 問題上讓出優先貢獻，以及自行調查競爭對手的 Codex 提示是否可能影響模型的說明。這是 OpenAI 對自身在一場自身也是當事方的爭議中所作行為的說明——本資料集中沒有另一方的說法。完整討論見 The Navier–Stokes AI Claim
• The full-length interview with Elon Musk — 《經濟學人》，Elon Musk 完整訪談，2026-07-29（prediction，約 1:25 長，自動字幕逐字稿）。治理相關段落包含三層提案、競爭對手誘因與 MPAA 論點、Mythos/Amazon 主張、納入中國實驗室，以及信任相關對話。自動字幕沒有說話者標籤，因此依內容判定歸屬；除非另有標記，本頁所有主張皆為 Musk 所言。
• A Framework for Frontier AI and the Dawning of a New Age — Demis Hassabis，demishassabis.substack.com，2026-07-14（practitioner-opinion）。此處僅用於更正日期、確立先後順序及比較裁決設計；提案本身見 Frontier AI Standards Body。日期已在文章頁面對照 JSON-LD 查證，這也是本頁原先「2026 年 7 月下旬」說法的修正依據