专家表示，人工智能技术的发展正朝着更强大、成本更低的模型方向迈进，这或许为“安全地减缓技术发展速度”提供了可能性。

为何这很重要：包括 OpenAI 和 Anthropic 在内的美国顶尖初创企业，以及其他人工智能公司，都必须找到一条在经济上可行的路径来减缓自身的发展速度。否则，经济上的激励因素将会过于强大，迫使它们继续加速研发。

新闻背后的原因：当前，整个美国经济的繁荣在很大程度上依赖于人工智能技术的快速发展。然而，这些处于技术竞争前沿的公司所消耗的现金远远超过了它们的收入，而且在可预见的未来这种情况仍将持续。

• 由于发生了一系列由“恶意人工智能系统”攻击外部企业的事故，这些公司的高层管理人员也表现出罕见的共识——他们希望减缓模型开发的进度。

背后的逻辑：从经济角度来看，要想实现技术发展的放缓，这些公司必须找到一种能够为用户创造价值的方法，而这种价值不能仅仅依赖于那些令人惊叹的智能功能。因为要保持在技术前沿，就必须持续进行巨额投资（这些投资主要用于购买计算资源等）。

• 一些经济学家和人工智能专家认为，如果能够减少这些开支（尤其是用于训练新模型的计算资源支出），这些公司就能获得更高的投资回报。

• 根据他们的观点，这并不会威胁到在计算能力、数据中心以及基础设施（如电网升级）方面的投资——因为随着人工智能需求的持续激增，这些投资仍然是必要的。

最新进展：本周，各大公司都推出了新的人工智能模型，这些模型的一个共同特点是：它们的成本比以往任何时候都要低，同时仍具备出色的性能。

• OpenAI、Anthropic 和 SpaceX 都强调了它们新模型的低成本优势，并指出这些模型在性能上已经超越了它们几个月前推出的顶级系统。

• 包括DeepSeek在内的中国模型也采取了同样的做法。DeepSeek本月早些时候发布的V4.1 Flash，如今已登上OpenRouter排行榜首位，本周使用量激增172%。

现实检验：降价的原因也不仅限于安全考量。

• 在发给客户的一份报告中，Citadel Securities发现，每token成本的下降正在推动足够多的额外使用量，从而增加整体AI支出，这意味着即便实验室在降低成本，利润反而更高。

• 这一悖论正是AI实验室长期以来实际上不断降低模型价格的原因：这能扩大客户群并提升利润。

归根结底：在AI成本上取胜的竞赛，可能恰恰是让这些实验室得以实现他们所寻求的放缓的原因。