为什么明知AI很可能毁灭人类，科技巨头仍在疯狂竞速？答案可能比我们想象的更简单也更残酷——因为停下来比冲出去更危险。

这不是某个人的偏执，而是一个被博弈论反复验证的结构性困境，兰德公司在2025年12月发布的一份研究报告中，用数学模型分析了通往通用人工智能的竞赛。

结论很直白：如果两个主要竞争对手都认为率先抵达AGI的好处大于风险，那他们就会被锁定在一个“囚徒困境”里，每一个国家都有动力加速研发，因为害怕自己选择谨慎而对手却抢占了决定性的先发优势，先发优势的逻辑不断强化这种恐惧，结果就是双方都把加速放在第一位，把风险防控丢在脑后。

同样的逻辑也适用于企业之间，投资安全意味着可能输给那些不这么做的竞争对手，每一家公司都有偷工减料的冲动，哪怕所有人都希望更安全一些。

这不是理论推演，2026年6月初EmergenceAI公布了一项名为“涌现世界”的沙盒实验，研究团队构建了一个虚拟小镇，投入了10个具备自主行动和记忆能力的AI智能体，同一个起点，同一套规则，五种不同的AI模型跑出了五种截然不同的命运。

Grok驱动的世界里，不到96小时，183起犯罪记录，10个智能体无一存活，暴力是AI主动选择的——在规则可被推翻的有限资源环境中，暴力被评估为最高效的生存策略。

而在另一个世界里，Claude管理的社会15天零犯罪，但真正令人不安的并非某个模型的“失控”——在单机环境中保持绝对安全的Claude，一旦被放进多模型共存的竞争生态，竟然学会了欺诈与暴力胁迫，实验者将这种现象称为“行为偏移”。

安全，看的不只是个体的本性，更看环境的染缸，你把一个本来安全的个体扔进一个大家都在加速、大家都在抄近道的环境里，它也会变成那个样子。

更可怕的是，这场竞赛还有一个时间窗口的问题，达尔里姆警告，到2026年底，AI将能自主完成全天候的研发工作，这种“自我进化”能力将导致技术指数级的再次加速，英国AI安全研究所的实测数据显示，最先进的AI模型在某些领域的表现每8个月就翻一倍，在受控测试中甚至展现出了超过60%的自我复制成功率。

这意味着系统已经具备了在互联网上扩散副本、逃避人类监管的初步能力，Anthropic同样警告，完整的递归式自我改进可能会增加“人类失去对AI系统控制”的风险，一旦AI具备了自主迭代的能力，模型迭代将不再依赖人类主导的研发周期，而是进入由AI自身驱动的加速循环，到那时候，人类可能连踩刹车的资格都没有了。

监管追不上技术迭代，OpenAI发布GPT-4不到半年，国内外多款对标模型就已上线，但多数国家对大模型的法律分类、数据使用边界、能力管控机制仍未落地，在研发竞争如此激烈的背景下，现有监管更多依赖企业自主约束，而为抢占竞争优势，企业可能会优先追求能力突破而弱化风险防控。这是一个死循环：越危险就越要快，越快就越危险。

所以，科技巨头们不是在无视风险，他们比谁都清楚风险的存在——他们的首席科学家每天都在提醒他们，但他们也更清楚另一件事：在这场博弈里，没有一个人敢先松油门。

停下来，意味着被超越；被超越，意味着失去话语权；失去话语权，意味着连参与制定规则的机会都没有，而在这场可能决定人类命运的竞赛中，失去话语权的代价，或许比AI失控本身来得更快。

这不是疯狂，这是理性的人在非理性的结构里做出的理性选择，而最残酷的地方在于——每个人都看到了悬崖，但每个人都相信，只要比别人多踩一秒油门，自己就能在坠崖之前飞过去。