AREX Feed Article
PCAST 联合主席 David Sacks 抨击 Anthropic 拟议 AI 安全法案：称 10²⁵ FLOPs 的「前沿」门槛停留在 2023 年，要求公司澄清
美国总统科技顾问委员会（President's Council of Advisors on Science and Technology，PCAST）联合主席 David Sacks 于格林尼治时间 10 月 17 日 16 时 11 分（北京时间 18 日凌晨）在 ，点名一份「Anthropic 起草的安全法案」正在国会山流传。他称法案把「前沿」定义为训练算力达到 10²⁵ FLOPs（浮点运算次数）的模型——按他的说法，这是停留在 2023 年的欧盟标准——并要求 Anthropic 澄清是否真的认为 10²⁵ FLOPs 仍代表前沿。
这份草案此前已进入报道： 10 月 17 日刊发的 AFP 通稿记载，Politico 于 10 月 16 日率先报道此事，Anthropic 同日经公司发言人向 AFP 确认，正把一份联邦 AI 立法草案散发给国会议员。按该通稿转述，草案之下，联邦政府只有在模型即将造成 50 人以上死亡或重伤、或超过 10 亿美元损失，且经法官批准时，才能阻止前沿模型的发布或使用；发言人称草案同时要求前沿开发者测试最强模型、向公众透明披露、接受独立评估并维持健全的安全计划。
Sacks 帖中的算力对比与「累计」定义
Sacks 的帖子以「10²⁵ FLOPs 还是前沿吗？」开头（10²⁵ 即 10 的 25 次方，10²⁶、10²⁷ 依此类推）。他写道，法案把「前沿」定义为「任何以 10²⁵ FLOPs 训练的模型」；按他的对比，拜登的行政令、加州 SB 53 与纽约的 RAISE Act 用的都是 10²⁶，「高出十倍」；「10²⁷ 才是今天前沿所在」，他举的例子是 GPT-6 Astra。他还给出硬件对比：Astra 据称用了超过 10 万块 Grace Blackwell GPU 训练，而一个 10²⁵ 模型「少则几百块 GB300 芯片、三个月就能训成」——「这不是 2026 年的前沿」。
他的另一项指控关乎定义的「累计」计算方式。按他的说法，该定义要把微调（fine-tuning）、强化学习（reinforcement learning）及其他实质性修改消耗的 FLOPs 加总计算，「实际上几乎覆盖了所有有意义的后训练（post-training）——这类工作正在企业里变得司空见惯」。
这些细节目前只是 Sacks 对草案文本的个人转述：AFP 与 10 月 17 日的报道确认了草案的存在和多项条款，但均未提到算力门槛。可以独立核实的是 Anthropic 的公开文件——该公司 2026 年 6 月发布的 （即 Mother Jones 报道所链接的原始文件）把「受覆盖开发者」（Covered Developer）的条件之一写为「开发需要训练算力超过 10²⁵ FLOP 的 AI 模型」，但同时设有第二项条件：年 AI 相关收入超过 5 亿美元，或年 AI 研发支出超过 10 亿美元。文件里没有「跨微调、强化学习累加」的表述，反而写明：训练危险模型所需的 FLOP 会随时间下降，「或许应当引入基于能力、而非单纯训练成本的门槛」。
两条报道补充的草案细节：三类风险与商务部专属执法
在已报道的伤亡与损失门槛之外，AFP 与 Mother Jones 各自补充了条款细节：据 Mother Jones 报道，可干预的风险限于制造生物武器、模型摆脱开发者控制、网络攻击三类，AI 诈骗等其他危害不在其列；除商务部外，其他联邦机构不得干预暂停模型的开发或内部使用；草案若获通过，还可能使各州无法再通过更强的监管法律。AFP 则记载，草案将覆盖部分州法，如加州现行法律。这些条款均为报道转述口径。
Anthropic 发言人向 AFP 表示，提案「赋予联邦政府阻止或遏制最强模型危险部署的能力」；向 Politico 则表示，法案「代表《Anthropic's Advanced AI Framework》所列提案，我们自 6 月起一直在向联邦和州议员倡导」，「这些是我们认为国会应当采取行动的合理政策」。AFP 同时指出，Anthropic 今年 6 月还写过「在没有强有力的联邦法律的情况下，各州应保留完整的立法权」，而这份草案据报将覆盖加州等州的现行法律。智库 Institute for Law & AI 的 Charlie Bullock 在 X 上评价提案「相当合理」，「比其他前沿实验室做的都多」，但仍认为它比众议院今夏提出的竞争性法案 FRONTIER Act「更弱」。Mother Jones 还统计，Anthropic 2026 年上半年在国会的游说支出已超过 2025 年全年。
Sacks 的担忧落点：企业后训练与「合规成本」
Sacks 承认，法案的部分想法「如果局限于真正的前沿公司，可能是合理的」；但他断言，按现在的写法，「它最终会把硅谷的大部分纳入适用范围，损害创业生态」。
他给出的机制是企业技术路线：企业正趋向「为特定工作负载构建成千上万个更小的定制模型」，这些模型「不构成前沿风险」，却会被当作前沿系统对待，结果是「给美国企业界带来巨额合规成本，却没有安全收益」。
在 Sacks 看来，停留在 2023 年的门槛「有利于已经跨过门槛、能消化成本的在位者」，并会「削弱威胁 Anthropic 定价权的开源模型生态」。他写道，「Dario 曾称 Anthropic 设计规则是为了让自己执掌的这类前沿公司吃亏、让更小的竞争者受益」，而「这个定义恰恰相反」。这些是 Sacks 的观点性表述；可对照的公开事实是，框架文件中的 10²⁵ 门槛须与营收或研发条件同时满足，文件亦未见把微调、强化学习算力累加计算的规定。
Anthropic 暂无回应，草案文本与算力门槛说法仍待核对
截至 10 月 20 日发稿检索，没有就这份草案或 Sacks 的质疑公开发声，其最近一次发声是 10 月 18 日宣布 Anthropic Public Benefit Fund；Sacks 帖子的最新回复中也没有该公司的回应。公司方面迄今的公开表态，仍限于发言人向 AFP、Politico 确认散发草案及上述义务条款，未涉及算力门槛。
Sacks 的帖子截至 10 月 20 日检索已获得约 1,900 次点赞、超过 16.3 万次浏览。草案的立法窗口同样悬置：AFP 指出国会尚无联邦 AI 法律，且休会至下月中期选举之后，而他要求的澄清仍无着落。
参考链接
- David Sacks 在 X 上的帖子（2026 年 10 月 17 日）：
- The Hindu 刊发的 AFP 通稿（2026 年 10 月 17 日）：
- Mother Jones 报道（2026 年 10 月 17 日）：
- Anthropic《Advanced AI Framework》文件（2026 年 6 月）：
- Anthropic 官方 X 账号：