大神觀點 · 本季 （回顧，原發日 8 月 23 至 24 日）
本篇出自 2026年9月13日 晨報
這一欄本週沒有新的具名觀點，出的是一則舊而重要的。普林斯頓大學電腦科學教授、《AI Snake Oil》共同作者 Arvind Narayanan 提了一個換算法：把「擋下多少吉瓦資料中心」翻譯成「AI 進展被延後多久」。他的答案是，一個典型的美國州級一年禁建令約等於延後 5 到 10 小時，紐約州全面禁建不到一天（Arvind Narayanan，2026-08-24）。這個換算之所以聰明，是因為「擋下 1 吉瓦」沒人有直覺，改問「要靠效率進步追回這些算力需要多久」就有了。 ⚠️ 三個限定必須一起帶走：他自己寫明「我用 AI 做分析、只抽查過」，所以 5 到 10 小時只能當量級不能當精確值；他也明說不評論禁建的環境與在地衝擊，所以這不是「禁建沒道理」的證據；最脆弱的假設是九成被擋產能會在別處重建。本報自己對過一次他的關鍵參數：他寫的是推論效率每年五倍，而他原文講的確實是推論側；對上推論側的價格基準，GPT-4 級能力的單價在約兩年半內從每百萬字元 50 美元掉到 0.14 美元，折合年化約十一倍，所以他自稱保守是成立的。訓練側的基準是 Epoch AI 量到的另一個數：達到同一表現所需算力約每 8 個月減半。就算誤用這個基準，延遲也只放大 1.55 倍，量級結論對這個參數不敏感。同一週，前 OpenAI 政策研究主管、現在創辦 AI 外部審查組織的 Miles Brundage 從另一個方向得到同一結論：全國性禁建是壞主意，理由是安全面的，禁建會衝擊基本的安全、資安與稽核要求，而那些要求「其實還是沒有」（Miles Brundage，2026-08-23）。⚠️ 他講的「不會發生」指的是全國性禁建，而州級禁建已經發生了，這兩層在他的原文裡沒有被分開。它支持或反駁了本報過去哪條判斷： 本報記錄資料中心禁建這條線的四則材料全部是政治事件計數，這是第一條給出效果量的。可操作的結論很直接：把「監管會替我拖慢對手」這一條從簡報裡刪掉，系統層的效果量是小時級；真正在上升的是你自己那個案子拿不到許可的機率，而那要改用取得機率建模，不是用工期緩衝。
只留 email，隨時退訂。這是我們唯一想請你做的事。
這一欄本週沒有新的具名觀點，出的是一則舊而重要的。8 月 21 日，一則稱「過去一年美國科技公司以明確歸因於 AI 為由裁掉 17 萬人、對比資料中心只新增 1,547 個工作」的…
Zvi Mowshowitz 是具名的 AI 評論者，經營個人電子報《Don't Worry About the Vase》，長期對 AI 風險持強烈立場。他逐字寫：「But th…
Sebastian Raschka 是長期寫深度學習架構解說的技術作者，經營電子報《Ahead of AI》，與模型廠商沒有利害關係（Ahead of AI，2026-09-09）…
Evan Hubinger 是 Anthropic 對齊科學團隊的負責人；對齊是一個研究領域，目標是讓 AI 系統的行為符合人類意圖與價值。9 月 8 日他回應一名剛離職同事的長文…