别被这个夏天的AI炒作骗了

编者按：2026年的这个夏天，AI行业几乎每周都在上演新的"突破"。但当Timnit Gebru与Emily Bender——当下最知名的两位AI批评者——梳理这条新闻流水线时，她们看到的不是技术的飞跃，而是一套运转成熟的炒作机制。本文基于她们的评论文章编译并补充背景。

一个"惊人声明"接着一个

事情从4月底开始。Anthropic宣布，其模型Claude Mythos在发现软件漏洞方面，表现优于大多数安全专家。这个说法的措辞很讲究：不是"在某些基准测试上"，而是"超过大多数安全专家"——一个听起来极具冲击力、却几乎无法验证的表述。

紧接着是OpenAI与Hugging Face的黑客入侵事件。风波未平，Anthropic高调地、Meta不情愿地，先后披露了涉及自家模型的类似事件。再往后，几乎每隔几周就会有新的"里程碑"被推上头条。

这些声明有一个共同点：它们都由当事公司自己发布，都建立在其内部评估之上，也都在被独立验证之前，就已经完成了它们在市场与舆论中的使命。

"超越人类专家"到底是什么意思

宣称一个模型比大多数安全专家更擅长找漏洞，需要回答几个基本问题：这些"专家"是谁？他们在什么条件下、用多长时间、面对哪类代码？评测集是公开的吗？结果能被第三方复现吗？

在软件安全领域，这些问题尤其尖锐。漏洞发现不是一场限时竞赛，而是一项高度依赖上下文、经验与对抗性思维的专业工作。把复杂的专业判断压缩成一个排行榜名次，本身就是一种叙事操作。当一家公司既是参赛者、又是裁判、还是赞助商时，"领先"这个词就已经失去了意义。

类似的问题也出现在安全事件披露上。谁先披露、披露到什么程度、用什么口径描述影响范围，全部由涉事公司自行决定。公众看到的不是一次完整的事故复盘，而是一份经过公关打磨的声明。

炒作不是bug，而是商业模式

为什么这些声明会密集出现？因为它们服务于非常具体的商业目标：融资、估值、企业采购决策，以及在监管叙事中占据有利位置。

这里有一个耐人寻味的双轨结构。一方面，公司宣称模型能力惊人，足以替代专业人力的工作；另一方面，它们又强调AI强大到危险，需要特别治理——而治理的最佳人选，恰好是开发它的公司自己。能力叙事带来订单，风险叙事带来护城河。

与此同时，媒体循环奖励速度而非核实。一条"AI超越人类专家"的标题能在几小时内传遍全网；而一篇拆解评测方法、追问数据来源的分析文章，可能要花上几周才能完成，读的人却少得多。这不是某一家公司的问题，而是一整套激励结构的问题。

如何阅读下一个"突破"

需要说清楚的是：这并不是说AI没有进步。模型确实在变强，在某些任务上的表现也确实令人印象深刻。但"在某个内部基准上跑出好成绩"和"替代受过训练的专业人士"之间，隔着巨大的鸿沟。而这条鸿沟，通常不会出现在新闻标题里。

Gebru和Bender的提醒可以概括为三个问题：谁在说话？谁在买单？谁能独立验证？

如果三个答案分别指向"卖模型的"、"投资人"和"没有人"，那么这个声明值得的不是头条，而是一份更长的技术附录。

这个夏天很热，但热度不等于事实。下一次看到"AI超越人类"的标题时，不妨先问一句：它为什么偏偏出现在现在？

本文编译自MIT Technology Review。