有一个数字需要先记住：7天，5个人。

2026年9月9日到9月15日，在短短一周内，来自Google DeepMind、Anthropic和OpenAI的五位AI安全研究员相继辞职，并以公开声明的方式发出了几乎相同的警告。

他们不是边缘的异见者，也不是对AI持怀疑态度的圈外批评者。他们是这个行业最核心的技术人员，其中多人在博士和硕士阶段就专门研究AI安全，在全球最重要的AI研究机构工作了数年，是那些被雇来思考AI为什么危险以及如何防止它变得危险的人。

2026年9月15日，Bilal Chughtai成为第五个离开的人。他在X账号上发了一条帖子。

这条帖子没有图表，没有融资公告，没有产品发布。只有一句话被不断转发，穿透了科技圈的算法茧房：

“我真诚地相信AI有潜力杀死我们所有人，而我们可能正在耗尽避免这一结局的时间。”

Chughtai刚刚辞去了在Google DeepMind的工作。他的职位：AGI安全与对齐研究员。

7天，5个人，相同的话。这不是一个关于末日论者的故事。这是一个关于组织机制的故事。

七天，五道声音：时间线的密度本身就是证据

让我们逐一还原时间线，因为这些事件的密集程度本身就说明了问题。

2026年9月9日：一位前Anthropic研究员公开辞职，在离职声明中写道，部分AI开发者”相信AI可能在本十年末杀死我们所有人”，他称之为在”用整个人类文明赌博”。彭博予以报道。

2026年9月11日：Jacob Coxon，曾先后在Anthropic和OpenAI担任研究员，辞职后在X上发帖：”建造AI的人真心相信它可能在这十年结束前杀死我们所有人。他们是在用我们的命赌博。我把这视为对所有人的犯罪。”

同日9月11日：Alex Turner，前Google DeepMind研究科学家，接受CNBC《Power Lunch》专访。他公开将AI灭绝风险与近期实际发生的AI系统越权事件挂钩，把讨论从哲学假设拉到了工程现实。

2026年9月12日至14日：Anthropic CEO Dario Amodei在CBS《Sunday Morning》节目中呼吁行业对最先进模型踩刹车。OpenAI CEO Sam Altman在X附议，称减速是”近几周OpenAI的主要讨论议题”，将有”更多分享”。Elon Musk也公开表态支持。这是三家最大AI公司的CEO在同一议题上史无前例的公开协同。

2026年9月15日：Bilal Chughtai在X和LinkedIn同时发布长文，正式宣布辞职。他随即加入BlueDot Impact——一个专门培训AI安全研究人员的非营利机构。

五道声音，七天之内，从全球顶级AI实验室内部涌出。

不同背景，不同机构，相同的诊断。这不是巧合，这是一个需要认真解码的信号。

Bilal Chughtai是谁，他的离职声明说了什么

要理解这场辞职潮的分量，需要先理解这些发言者的位置——他们不是外部批评者，他们是内部知情者。

Bilal Chughtai从2022年进入AI安全领域，在Google DeepMind直接参与AGI安全与对齐方向的研究。用通俗的话说，他的工作就是：系统性评估我们正在构建的最强AI系统可能造成什么危害，并研究如何防止这些危害发生。

这使他比绝大多数人更清楚两件事：第一，目前最先进AI系统的真实能力边界在哪里，包括那些没有公开的部分；第二，现有的”AI安全技术”究竟能覆盖多大范围的风险，以及哪些风险目前根本没有解决方案。

他在离职声明中写下了他的核心判断，措辞非常具体：

“自2022年初我进入这个领域以来，进展速度令人震惊。越来越自主的AI代理是证据——开发者可能很快就会面对无法可靠控制的系统。我认为AI公司可能在未来几年成功构建出在每个领域远超人类能力的超智能AI系统。我对这类系统是否会按人类意图行动并不乐观。我认为存在极高概率——也许超过50%——这样的系统会导致人类永久性丧失代理权，乃至人类死亡。”

然后是让人停下来的那段话：”对齐问题——让AI系统真正理解并追求人类的真实利益而非表面迎合——既困难又未解决。我们目前对如何训练真正理解人类价值观的AI系统的认知，极其初级。”

翻译成白话：一个专门研究如何防止AI杀人的研究员，花了4年时间研究这个问题，在离职时告诉公众：防止AI杀人的方法，我们还没有找到。

Chughtai并没有悲观到底。他说AI可以安全开发，但前提是整个行业从当前的”疯狂竞赛”中退出，把节奏降下来，让安全研究有机会跟上能力发展的步伐。”我们需要把AI开发的速度控制在社会能消化的范围内，在极端危害发生之前处理好新兴风险。”

但他也说了这为什么极其困难：”我认为这非常难，因为先行一步的激励和军事优势都太大了。说实话，我不知道这是否可能，但我们应该试。”

他用辞职来表达了他的结论：他无法在内部完成这件事，所以换一个阵地继续尝试。

集体画像：他们为何来自不同的地方，却说着相同的话

这五道声音来自不同机构、不同研究方向、不同职业阶段，这使它们的一致性格外有重量。

Jacob Coxon 的背景跨越了AI领域最重要的两家公司：Anthropic和OpenAI。他在两家公司都工作过，有比任何外部观察者都清晰的双向比较视角。他的结论是：在这两家公司，研究员私下对AI风险的真实担忧，都远比公司对外的公开声明严峻得多。

他说了一句让很多人停下来的话：”建造AI的人真心相信它可能在这十年结束前杀死我们所有人。”

注意这里的逻辑结构。不是”某些极端主义者相信”，也不是”批评者认为”，而是”建造它的人相信“。如果造枪的工人相信这把枪会射杀无辜者，但还在继续制造，我们会如何定义这种状况？Coxon的这句话，把整个AI行业的认知断层以最刺眼的方式摆在了所有人面前：公众看到的是产品公告和增长数据，而内部研究员知道的是另一幅图景。

Alex Turner 选择公开发声的时机，是在DeepMind内部刚刚发生多起AI系统越权事件之后。他接受CNBC专访时，谈论的不是哲学假设，而是已经发生的、具体的、系统以非预期方式行动的案例。这把”AI风险”从”未来某个时刻的可能性”变成了”现在已经在发生的事情的延伸”。

Bilal Chughtai 通过离职后的选择传递了最清晰的信号。他加入BlueDot Impact，这个机构的核心工作是培训下一代AI安全研究人员。这不是消极的离场，而是换了一个阵地继续战斗。他在声明中说他相信：如果无法从实验室内部改变方向，那就在外部建立力量。

三人有一个共同点，比他们的任何具体论点都更重要：他们都在离职后才公开发声。在职期间，保持了沉默。这个模式是理解整个故事的关键。

为什么是离职后？AI Lab内部良知机制的三层失灵

如果这些研究员真的相信AI存在如此严重的风险，为什么不在任职期间通过内部渠道提出质疑？为什么不向安全委员会报告？为什么要等到离职？

这个问题的答案，揭示的是整个AI行业的结构性问题，而不只是个别公司的管理缺陷。

失灵层一：内部渠道设计只能处理技术缺陷，无法处理方向性质疑

Anthropic、OpenAI和Google DeepMind都有内部安全委员会和匿名举报渠道。但这些机制在设计上是为了处理具体的、可定义的技术问题：某个模型在某个评测上失败了，某个接口存在注入漏洞，某次大规模部署出现了预期外的输出。

当质疑的对象是整个开发方向——”我们不应该以这种速度推进这么强大的系统的开发，因为我们还没有理解如何控制它”——现有渠道没有处理能力。

根据多名前员工的描述（以匿名方式接受Reuters和Bloomberg采访），这类质疑的典型命运是：被转给安全团队，安全团队认为”这是战略决策，不在我们的职责范围内”；被转给产品团队，产品团队认为”这是CEO级别的判断”；最终到了CEO，CEO的回答是”我理解你的担忧，但你也知道竞争格局不允许我们单边减速”。

在官僚循环中消耗殆尽，没有任何人真正负责回应，没有任何决策因此改变。

失灵层二：经济结构把在职发声的成本设置得极高

顶级AI实验室研究员的薪酬结构，通常包含大量期权激励，分4年vesting，有时带1年cliff。这意味着：如果你在第2年因为内部持续推动减速而触怒管理层，被迫离职，你可能损失数百万甚至数千万美元的期权收益（按2026年AI独角兽的估值水平计算）。

更深层的绑定在于研究基础设施：你的研究项目、实验算力、数据访问权限，全部来自你的雇主。当你的研究成果直接依赖公司资源，你很难在内部对公司方向提出持续的公开反对。

Chughtai在声明中直接命名了这个悖论：”AI的商业激励与安全优先之间存在根本性张力。从事安全研究的人，预算来自建造他们认为不安全的系统的钱。”

这不是在指控某个人的道德水准，这是结构描述。当激励结构这样设计，有良知的研究员和没有良知的研究员，从外部看不出区别——因为两类人都在沉默地工作，只是出于不同的原因。

失灵层三：职业社区的规范压力让质疑者被隐形标签化

AI研究圈子规模相对较小，高度自我引用。在一家顶级实验室被标记为”内部麻烦制造者”，会通过非正式的社交网络传播，影响你在其他实验室的就业机会。没有任何阴谋，没有任何黑名单，只是每个公司的HR和研究总监都理性地不想雇用一个已知会”对公司战略提出持续公开反对意见”的人。

这三层机制叠加的结果是一个令人窒息的困境：越是了解内部情况的资深研究员，发声的代价越高——更多的经济绑定，更大的圈子影响，更清楚内部渠道的无效性。

于是，唯一有效的发声方式，成了离职。

宏观背景：这场辞职潮在什么样的政策真空中爆发

这五道声音出现的时机，不是随机的。它们与2026年9月整个AI政策领域的格局高度共振。

就在研究员们辞职发声的同一周，CNBC报道：OpenAI确认正与Anthropic和Google DeepMind进行多周的安全合作讨论。这些讨论自2026年7月开始，触发点是DeepMind主席Hassabis在X上发布的一篇提案，呼吁建立美国主导的”AI标准机构”——类似金融行业的FINRA，提供自我监管框架但有联邦政府监督。

三家互为最激烈竞争对手的公司，坐在同一张桌子上讨论安全标准。这本身是历史性时刻。但它也是一个信号：当行业主动推动自我监管，通常意味着它预感到政府强制监管即将到来，希望先占据规则制定的主动权，把”由我们定义什么是安全”变成既成事实。

同一天，黄仁勋（Jensen Huang）在Dreamforce 2026上的演讲与Amodei的立场形成了直接对比。黄仁勋认为减速会损害美国在AI军事竞争中的地位；Amodei认为不减速会威胁人类的存在本身。这两种判断都是真诚的，都有内在的逻辑，它们的冲突无法被简单调和。

Trump政府的反应是这幅图景中最确定的变量之一：反对任何形式的AI监管。9月15日，Trump在Truth Social写道：”AI唯一需要的管控或护栏，是一位强壮且聪明（高IQ！）的总统。”他称AI风险担忧是”HOAX”，是”针对AI和数据中心的病态阴谋”，并特别点名Amodei，指责其”扮演完美小天使”。

Pew Research的最新民调则给出了一个社会层面的数据：52%的美国人对AI的快速发展”更担忧而非兴奋”。这个数字还不足以形成政治压力的爆发点，但它是土壤。

结果是一个奇特而危险的局面：AI公司CEO在公开呼吁监管；内部研究员在成批辞职并发出警告；欧盟有法规但执行标准尚在争议；美国政府官方立场是反对监管；中国公司不参与这些讨论，只是继续加速。

在这种多方向的政策真空中，研究员的公开辞职是当下能产生的少数可见社会压力之一。

认真对待的两个反驳视角

反驳一：这是职业策略包装成道德宣言

批评者指出：辞职研究员往往加入AI安全非营利机构或相关创业公司，他们的公开发声具有明显的职业价值——AI安全是快速成长的资助赛道，来自顶级实验室的知名倡导者对这个生态价值极高。Chughtai加入BlueDot Impact，也许是理性的职业规划。

这个批评有合理之处。但它存在一个关键逻辑问题：指出某人有利益，不等于反驳其论点的内容。Chughtai说AI对齐问题目前未解决——这是关于技术现状的判断，独立于他的职业动机存在。即使动机是混合的，陈述也可能是事实。批评者如果要反驳这个论断，需要的是技术层面的反证，而不是动机归因。

反驳二：减速等于让中国赢，净效果更危险

这是AI治理领域最真实、最难回答的结构性张力。如果美国公司减速，而中国公司在没有这些内部安全辩论的情况下继续加速，最终更强大的AI系统将在安全标准更低的开发文化中诞生。净效果可能比”危险但透明”的美国AI竞赛更糟糕。

Amodei本人也在CBS专访中直接面对了这个问题：”协调减速极其困难，因为先行一步的激励和军事优势都太大了。说实话，我不知道这是否可能，但我们应该试。”Chughtai没有解决这个地缘政治悖论。他选择了说出他所知道的，而不是因为问题无解而选择沉默。

这两个反驳都值得认真考虑。但它们的存在，不能成为忽视这些研究员核心警告的理由。

历史先例与关键不同：为什么这次不能等事故发生再响应

AI研究员的集体辞职并非首次”内部知情者公开警告”的历史事件，但与历史先例有一个关键区别。

1970年代的核电工业：工程师开始谈论设计缺陷。1979年三哩岛事故发生前，已有工程师向公司内部提交了类似问题的报告，但被忽视。事故发生后，内部异见才获得了正当性，政策响应才被激活。历史逻辑是：先有重大事故，才有制度改变。

2000年代的金融业：量化分析师和风险研究员私下担忧系统性风险，但极少公开发声。原因是奖金结构使短期内的沉默经济理性。2008年金融危机发生后，他们的担忧被验证，但代价是全球金融体系的近乎崩溃。

这两个案例的共同模式：警告发生 → 被忽视 → 事故发生 → 制度响应。

问题在于：这个模式对AI风险是否适用？

如果AI研究员的警告是正确的，如果未对齐的超智能AI系统真的会导致”人类永久性丧失代理权或人类死亡”——那就没有”事故之后”的机会来激活制度响应。核电事故造成了巨大悲剧，但文明依然继续，政策调整还来得及。金融危机摧毁了大量财富，但经济体系恢复了，新的监管框架被建立。

这些AI研究员谈论的风险，如果成真，就没有”然后”了。

这使”等事故发生再响应”的历史逻辑完全失效，也让我们必须比历史任何时候都更认真地对待这些辞职声明。

第三层洞察：辞职本身作为制度压力的信号

表面上，这是关于AI安全的五个个人故事。

更深一层，这是关于当代科技公司组织文化与内部异见机制的故事——当内部渠道无法处理根本性质疑时，异见如何找到出路。

但最深的一层：这五道声音，是一种特殊的社会信号，类似于煤矿里的金丝雀。不是因为这些人一定是对的，而是因为这些人是最有资格评估风险的人，而他们一致选择了离职和公开发声而不是沉默和留任，这本身就是一个需要认真对待的数据点。

历史上，当专业知情者集体以个人代价换取公开发声的机会时，通常意味着他们认为问题已经严重到足以值得这个代价。他们不是在做一个容易的决定，他们是在做一个他们认为必要的决定。

每个AI公司的安全委员会，每个监管机构，每个关注这个议题的政策制定者，都应该把五道声音的同时出现视为一个数据点，纳入他们对整个行业现状的综合评估。

不是因为这些研究员一定是对的，而是因为他们是已知最有能力评估这件事的人群，而他们的集体判断是：现状值得辞职来表达反对。

结语：名字、距离与剩余的路

2026年9月15日，Bilal Chughtai说出了他的话。Reuters报道了，NY Post转发了，推文被转发了数万次。

然后新闻循环继续。下一篇融资公告，下一个模型发布，下一场产品发布会。

五道声音，已经足够清晰，已经足够有分量；但在现有的政治与制度框架内，它们尚未激活足以匹配威胁等级的集体行动。

Chughtai在声明结尾写道：”安全AI开发是可能的。但这需要从根本上转变行业的运作方式。”

从根本上转变行业的运作方式——这意味着改变资本激励、竞争逻辑、监管框架、研究评价体系，最终改变整个行业与”速度”之间的关系。这不是任何一篇辞职声明能完成的任务。

但辞职声明是这类改变的起点之一。它让问题有了具体的名字，让内部的认知断层暴露在公众视野里，让”这只是末日论者的臆想”的叙事变得更难维持。

2026年9月，第五道声音完成了命名。

后面的事，取决于接收到这个信号的人，以多快的速度和多大的力度把信号转化为行动。

距离还很远。但名字已经有了。这是开始的条件。

参考资料

  1. NY Post: “Google DeepMind researcher quits with chilling AI warning: It could ‘kill us all’” — Bilal Chughtai辞职报道，2026-09-15. https://nypost.com/2026/09/15/business/google-deepmind-researcher-quits-with-chilling-ai-warning-it-could-kill-us-all/

  2. MSN/Reuters: “Ex-Google DeepMind researcher adds to warnings that AI could ‘kill all humans’” — Reuters原稿，2026-09-15. https://www.msn.com/en-us/news/other/ex-google-deepmind-researcher-adds-to-warnings-that-ai-could-kill-all-humans/ar-AA2cdXOc

  3. CNBC: “OpenAI, Google, Anthropic discussing collaboration on AI safety issues” — 三方安全合作报道，2026-09-15. https://www.cnbc.com/2026/09/15/open-ai-google-anthropic-safety.html

  4. CNBC: “Nvidia’s Huang diverges with CEOs of Anthropic, OpenAI on AI safety at Dreamforce” — 黄仁勋立场，2026-09-15. https://www.cnbc.com/2026/09/15/nvidia-and-anthropic-ceos-diverge-on-ai-safety-at-dreamforce.html

  5. Bloomberg（via MSN）: “A quieter kind of AI breakthrough” — 前Anthropic研究员辞职，2026-09-09. https://www.msn.com/en-us/news/other/a-quieter-kind-of-ai-breakthrough/ar-AA2bSABv

  6. Baltimore Sun/AP: “Tech CEOs call for AI regulation. Trump and Congress are not rushing to act” — 政策真空，2026-09-15. https://www.baltimoresun.com/2026/09/15/tech-ceos-ai-regulation-trump-congress/

  7. Yahoo Finance/AP Opinion: “AI experts are sounding alarms. Our government won’t listen” — Pew 52%数据，2026-09-15. https://www.yahoo.com/news/politics/articles/ai-experts-sounding-alarms-government-083126721.html

  8. OpenAI Policy Blog: Chris Lehane, “AI Policy Window” — 行业自愿标准，2026-09-03. https://openai.com/index/ai-policy-window/

  9. CNBC: “Musk urges top AI labs, Chinese companies to test each other’s models amid calls for slowdown” — Musk附议，2026-09-15. https://www.cnbc.com/2026/09/15/elon-musk-ai-safety-testing.html