從「請監管我們」到「行業能自律」：奧爾特曼換了說法，安全支出換了欄位

2023年5月16日，美國參議院司法委員會的聽證會上，OpenAI 執行長奧爾特曼警告，這項技術一旦出問題，可能出大問題，並當場邀請立法者對 AI 設立規則。被監管者主動招手，這一幕成了那一年政策討論的起點。三年又四個月後，2026年9月15日，舊金山 Salesforce 活動上與該公司執行長貝尼奧夫對談，同一個人的表述換了方向：他相信 AI 公司可以在不對公眾造成重大傷害的前提下安全推進研發，並對整個行業自行提升安全水準抱有信心，透過行業協作、獨立評估與更嚴格的安全流程，在政府監管之外先行建立一套有效的保障機制。

聽眾換了場合，立場換了邊。這段位移若只當修辭看會漏掉重點，它對應一組可驗證的結構變化：美國聯邦監管退潮、OpenAI 從非營利控制走向傳聞中的兆美元估值上市，以及前沿訓練與安全防護共用同一池 GPU 的算力排程。三張帳攤開，自律論的成本與收益才看得清楚。

監理鐘擺：三張不同步的時間表

奧爾特曼發言的時點，剛好落在聯邦與州、美國與歐盟兩組不同步的鐘擺之間。

華府那條線先緊後鬆。2023年10月，拜登簽署編號14110的行政命令，要求前沿模型開發者通報訓練細節並提交測試結果，是聯邦層級第一次對 AI 形成實質約束；2025年1月，川普上任首日將其撤銷，聯邦回到沒有強制規則的狀態。加州那條線則換了內容。2024年9月，州長紐森否決針對10的26次方浮點運算以上前沿模型課責的SB 1047，理由是過早定罰會壓抑創新；2025年他改以資訊揭露為核心簽署SB 53，要求前沿實驗室公開安全測試方法與重大事故通報，強制責任被換成透明義務。布魯塞爾按表收緊。歐盟 AI 法於2024年8月生效，通用模型義務自2025年8月起適用，供應商若未履行評估與文件義務，罰則上限為全球營業額3%或1500萬歐元取其高。

三張表加總的淨效果：聯邦退出、州級轉向揭露、歐盟照表課罰。奧爾特曼選在這道縫隙主張行業自律先行，等於把監理標準的定義權從立法機關往開發商移了一格。對一家主要市場在美國、歐洲業務佔比有限的公司，這是一筆政治成本與合規成本都劃算的表態。

自律論的成本結構：安全支出搶的是訓練算力

奧爾特曼自己補了一句但書：AI 安全不能只依賴企業口頭承諾，模型能力、對齊、安全性與保密性必須同步提升。這句但書比主張本身更有資訊量，因為它觸及安全支出真正的科目屬性。算力總量給定時，每一小時用於評估的 GPU 時間，都直接擠壓下一個模型的訓練時間；安全驗證與能力釋出共用同一條產能線。

OpenAI 已揭露的動作有一個具體案例：推遲前沿強化學習訓練，把部分算力轉向監控、安全護欄與風險評估。這是能力時程與驗證深度之間的一次交換，代價計在產品上線時間，收益計在事故機率，兩邊都不出現在損益表，外部人只能從發言與更新日誌倒推。

歷史紀錄讓這類承諾需要折扣檢視。2023年中，OpenAI 宣布成立超級對齊團隊，承諾把當時已確保算力的兩成投入長期安全研究；2024年5月，兩位共同負責人蘇茨克維與雷克相繼離職，團隊隨後解散，雷克轉投 Anthropic。對照組也存在，Anthropic 此後公開說明，約投入五分之一算力於安全與對齊研究，把安全算力寫成常態編制。同業走編制路線，OpenAI 走事件驅動式調度，自律論能否被採信，很大程度取決於哪一種變成行業慣例。安全支出該記在哪一欄的爭議，先前在四款大模型自評滅絕風險的討論裡已經出現過，結論同樣指向揭露顆粒度而非金額大小。

金額確實不是瓶頸。按英國《金融時報》2025年10月報導，OpenAI 對外承諾的運算支出總額約1.4兆美元，週期橫跨十五年。在這個基數上，安全相關算力只要佔低個位數百分比，絕對金額就超過多數國家的年度 AI 預算，缺口落在比例、優先序與驗證方式的揭露，外部缺乏稽核錨點。

兆元估值時鐘下的風險定價

第二張帳在公司治理端。2025年10月，OpenAI 完成資本重組，微軟持股約27%，非營利基金會保留 OpenAI 集團約四分之一股權，新一輪股份回購對應估值5000億美元。此後《金融時報》與彭博均曾報導，公司規劃以接近1兆美元的估值掛牌，時間窗落在2026年底前後。來源站臺內的近期文章，也是以兆級 IPO 前夜的 OpenAI 為題。

上市時鐘改變了自律論的財務含義。招股文件必須揭露監管風險，「行業能自律」若被投資人接受，等於把一項或有負債改寫成可控的內部成本；若被監理機關反駁，同一句話就變成風險因子欄位裡的原文。產品端的執行品質也在同一條信賴曲線上，奧特曼近期才為 GPT-6 Astra 上線初期的混亂致歉，該功能現已向 Plus 與 Pro 訂閱者全面開放。上線事故屬品質問題，前沿風險屬安全問題，會計上是兩個科目，投資人眼裡共用同一個折扣率。

歐盟的罰則時鐘不因自律論暫停。本站在盤點蘋果為 Siri 預留第三方模型接口的兩套協議時，已對照過歐盟數位市場法的階梯罰則；AI 法對通用模型供應商的3%營業額上限，為所有主張自律的前沿實驗室保留了一條硬約束。自律可以定義安全標準的內容，替換不了罰則的執行。

受惠與承壓的傳導

受惠方先浮現。OpenAI 的利益最直接，自律框架被接受，合規成本內部化且可控，IPO 折價收斂。跟隨制定標準的前沿實驗室同樣得利，自訂門檻一旦寫成行業慣例，後進者的遵約成本由先行者定價。獨立評估機構是第三個受益者，奧特曼方案裡唯一的外部環節就是獨立評估，若第三方稽核成為標配，這個目前規模有限的市場將拿到確定性訂單。

承壓這端，監理機關的議程設定權被稀釋，強制規則的正當性成本隨自律框架成熟而上升。以安全為主要差異化的競爭者面對稀釋風險，Anthropic 每年把約五分之一算力押在安全研究，若行業均值被一份自律承諾口頭化，這筆重資本支出失去對應溢價。企業客戶與終端使用者排在最後，口頭承諾無法定價，稽核權限不明確的安全保證在採購合約裡只能當背景資訊。

傳導鏈可以寫成一段：自律承諾能否兌現，檢核點在獨立評估的頻率與揭露深度。過關，監管壓力下降，競爭焦點回到能力與成本。失守，一次重大事故就足以讓州級揭露義務與歐盟罰則兩端同時收緊，強制第三方稽核入法，合規支出變成由全行業分攤的稅。

兩種情境的收束

情境一，自律兌現。OpenAI 把安全算力比例、延後訓練的決策準則與評估結果做成可驗證的公開欄位，獨立評估對齊產品發布節奏，監管停留在原則層，資本市場按此定價。情境二，口頭與執行脫鉤。品質事故與安全爭議在同一條新聞時間線上累積，加州的揭露義務先被用足，歐盟罰則跟上，合規成本以強制形式重計。

分岔變數只有一個：安全支出是否從行銷陳述移進可稽核的欄位。上市程序遲早強制回答這個問題，承銷商的盡職調查與監理機關的問卷，都不接受形容詞作答。奧爾特曼三年前把監管請進門，如今主張門可以由屋主自己上鎖。這個命題的驗證場合在招股書附註，對談舞臺上的權重有限。