# AI 监管比想象中难；蛋白质折叠模型也找到了规模定律；有人给 AI 灭绝风险估了个价

> 原标题：Import AI 459: AI oversight is difficult; scaling laws for protein folding models; and pricing the extinction risk of AI systems

- 来源：Import AI
- 发布时间：2026-06-01T13:31:56.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/35500
- 原文：https://jack-clark.net/2026/06/01/import-ai-459-ai-oversight-is-difficult-scaling-laws-for-protein-folding-models-and-pricing-the-extinction-risk-of-ai-systems/

## 摘要

这期 Import AI 聊了几件事。美国 AI 经济的真实增速可能被严重低估了：名义 GDP 在 2025 年约 2500 亿美元，但算上质量提升，实际年增速接近 2600%。之所以在常规统计里看不出来，是因为 AI 推理价格跌得和性能涨得几乎一样快，而且数据中心建设规模还没大到能明显拉动 GDP。作者提醒，AI 跟过去的半导体、互联网不一样，它可能...

## 推荐理由

这篇是 Import AI 的周报汇总，不是一手突发新闻，所以我会先打个折。但它的选题角度很刁钻，把“AI 灭绝风险”当成一个可以算账的经济问题来聊，比单纯喊安全口号有意思。里面给的美国 AI GDP 数字和质量调整增速，能让读者对行业体量有个具体感知。监督那部分也点出了当前对齐工作的实际困难，不是空谈。整体信息密度够，对关注 AI 政策与安全的从业者有参考价值。

## 锐评

这篇东西最值得看的地方，是它把“为什么我们感觉 AI 翻天覆地，但 GDP 数字却岁月静好”这个矛盾讲清楚了。核心原因就两个：一是 AI 推理价格跌太快，每单位性能对应的收入增长被价格下降抵消了，名义收入看着不大；二是数据中心建设规模还没大到能明显拉动整体 GDP。作者给了一个很直观的对比——美国算力支出从 2023 年的 370 亿涨到 2025 年的 2190 亿，但质量调整后的产出增速是每年 2000% 以上，这个差距就是统计盲区。

文章来自弗吉尼亚大学、Anthropic 和加拿大央行的经济学家，不是随便写写的博客。他们提了三个建议：建 AI 卫星账户、让统计机构和公司合作拿更细的数据、把 AI 产能指标纳入中期经济预测。这些建议本身不新鲜，但把“看不见的暴利无法被分享”这个政治后果点得很直接。

不过这篇没给出具体的数据来源和方法论细节，比如训练和推理的算力分配是怎么估算的，质量调整的基准性能选的是哪些任务。另外，它只讲了美国，没提其他经济体的情况。如果你要拿这个数字去说服别人，最好先确认一下这些假设的边界在哪里。