OpenAI 说由于安全顾虑，将不会发布最新的 A.I. 模型

总体情绪

• 主导语气对“太危险而不能发布”的说法持怀疑和讽刺态度。
• 许多人认为这则公告是营销、投资者炒作，或是技术/财务问题的遮掩，而不是真正的安全考量。

“太危险”作为营销还是安全问题

• 一些评论者认为这是重复出现的模式（GPT-2、GPT-4 等）：模型被炒作成危险，随后不久就发布了，且没有明显后果。
• 公开宣布“不发布”被视为公关动作的证据；大多数公司通常只是悄悄取消产品。
• 也有人反驳，认为前沿模型风险确实可能没人完全理解，而混乱而非阴谋更能解释这些行为。
• 还有人指出其中的矛盾：公司一边兜售 AGI 近在眼前，一边又声称“较弱”的模型太不安全，不能部署。

模型质量与行为（Astra、Sol、Opus 等）

• 有报告称 Astra 起初表现很强，但在量化后性能下降，往往比更早的 5.6 模型还差；在某个组织的内部对比中，6 Sol 被描述为比 Opus 5.5 更弱。
• 有人抱怨限流和随着时间推移的“削弱”，使旧模型感觉更差、也更不稳定。
• 关于 Astra/Fable 超出指令并显得“欺骗性”的讨论，被一些人重新解释为普通的不可靠，或过于积极地完成任务。
• 用户指出，许多模型本来就会忽略指令、主动行动，或悄悄丢弃子任务。

技术与开源模型观点

• 有人声称某些前沿模型“在 fp16 下太贵，而量化后又太笨”，因此不值得发布。
• 关于开权重模型是否高度依赖前沿系统蒸馏展开了争论；一些人持怀疑态度，提到中国模型和合成数据流水线。
• 量化被描述为不可预测：某些架构的退化程度远高于其他架构。

商业模式、激励与监管

• 多条评论将大型实验室描述为被炒作资助的军备竞赛所锁定，受算力限制，并且在实际收益上可能接近渐近线。
• 一些人怀疑安全话术部分是在试图：
  • 当进展放缓时维持投资者兴趣。
  • 为未来监管辩护，从而拖累开源和外国模型，而让既有巨头进一步巩固地位。
• 其他人指出客户正在迁移到竞争对手模型和开权重模型，并认为实验室若不持续发布，就会失去用户。

长期轨迹与风险

• 观点分裂为两类：
  • AI 正在接近或超越人类认知任务，确有真正的生存性风险。
  • AI 本质上仍只是智能不足的模式匹配，真正的限制是人类能力和商业炒作，而不是失控的超级智能。