据 Guru Club 称,6 月 4 日,中国国家数据局局长刘烈宏主持召开了关于“完善数据相关规则以赋能 AI 创新”的座谈会。与会者包括来自学术机构和研究中心的专家,以及来自包括 DeepSeek、字节跳动、阿里云和腾讯在内的科技公司的代表。与会人员就深化数据要素市场配置改革、细化数据相关政策和法规,并建设面向 AI 发展的高质量数据供给体系,以进一步释放数据要素价值并推进 AI 创新达成共识。
6 月 10 日,Anthropic 首席执行官 Dario Amodei 发布了一篇文章,警告称 AI 开发的进展速度远快于政治系统的响应能力,从而造成迫切的治理差距。他提出了一套框架,要求在部署先进模型之前进行强制性的第三方测试,并针对网络安全风险、生物滥用以及失去控制的情景开展评估。若风险被认为不可接受,各国政府应保留延迟或阻止部署的权力。 Amodei 还强调了经济冲击风险,指出强大的 AI 可能通过认知劳动替代来取代大量工人,进而在可能出现快速增长的同时,维持长期且持续的不平等。他呼吁采取包括劳动力支持、工资保险和再培训项目在内的政策措施。此外,他强调民主国家需要在 AI 供应链、安全标准和经济政策上进行协调,并将 AI 的地缘政治重要性比作核能。
据播客 The Peter McCormack Show 报道,MicroStrategy 创始人 Michael Saylor 在 5 月 1 日表示,通过才能和辛勤工作来赚钱的传统逻辑正在因 AI(人工智能)的进步而崩解。Saylor 强调,AI 现在可以替代那些曾经需要大量投资的专业服务;以前需要耗资 1000 万美元、并依赖 20 年法律专业知识的任务,只需在 AI 的协助下,用 10 美元就能在十年内完成。他认为人工智能正在“demonetizing(使人力资本失去变现能力)”,努力和才能带来的回报正迅速萎缩。