这个夏天的 AI 炒作（“AI hype”）有多热闹，Timnit Gebru 和 Emily M. Bender 开篇就列了一串账单：4 月底 Anthropic 宣称 Claude Mythos 找软件漏洞比大多数安全专家强；然后是 OpenAI–Hugging Face 被黑事件，事后 Anthropic（很自豪）和 Meta（不情愿）披露了自家模型类似的遭遇；接着 Anthropic 宣布某个模型做出数学突破，OpenAI 也马上跟进说自己有突破；最后是 Anthropic 工程师 Jacob Coxon 高调离职，声称他和 OpenAI 正在「直奔自我改进的超人智能，拿我们的命赌博」。每一件都被媒体照单全收、大书特书。
问题在于这些事件有个共同规律：公司造势（黑客事件里还带点「我道歉」的姿态）→ 媒体跟进，然后等真正领域的专家有时间核查，真相却是另一个故事——只是这个版本没多少人报道。网络安全专家说所谓「黑客事件」本质是 OpenAI 疏忽、连基本的安全规范都不做，不是「模型失控」或「AI 智能体创建文明」。
数学家那边也一样：OpenAI 的新闻稿说 Astra 解决了「至少十年没有进展」的开放问题，数学家起初很震惊，后来发现结果「没乍看起来那么新」，被学界指责学术不端和抄袭；纽约大学克朗所的数学教授 Tristan Buckmaster 更是在 OpenAI 自称突破的两天前发出重磅声明，指控 OpenAI 窃取他人成果并错误署名。
Gebru 和 Bender 把矛头对准了「超人智能 / 失控模型」这套叙事本身：把能动性从公司转到产品上，一边把自家商品吹成「超人类」，一边帮公司逃脱责任。OpenAI 用恶意软件黑进别的公司，本该被追责，结果媒体和立法者讨论的是「失控模型」仿佛它们有自主意志；研究人员本该被追问为什么抄袭学界成果、未经同意拿用户数据训练，公众的注意力却被引向虚构的超人机器的恐惧。
两位作者也点破了为什么科技公司偏爱拿编程和数学当卖点：这两个领域被抬高为人类智力的巅峰，而且答案可以验证——这让炒作机器更容易兜售「什么都能建」的幻觉；同时输出结果（一串词或一段代码）不需要数据工人逐条标注就能评估，系统调优成本更低。上百位数学家签署的声明直言：科技行业有强烈的商业动机夸大产品能力，呼吁政策制定者咨询专家而不是依赖新闻稿。
最后一段是全文最狠的地方：AI 行业甚至暗示，反对数据中心的大规模两党行动是「干扰」——按他们的说法，我们应该更担心虚构的机器之神，而不是数据中心加剧的气候灾难、住在附近人们的哮喘、被补贴不断上涨的电费、以及被调去冷却它们的淡水。Gebru（DAIR 执行总监，新书《Deep Unlearning》2 月 16 日出版）和 Bender（华盛顿大学语言学教授，《The AI Con》合著者）给决策者的建议是：这个夏天最好的结局，是政策制定者和公众学会深吸一口气、保持怀疑，下次炒作再来时认得出来。
来源：