前美联储主席本·伯南克加入AI公司Anthropic的长期风险信托委员会（LTBT）一事，在科技和金融圈引发持续讨论。支持者认为这为AI治理引入了重量级外部监督，质疑者则指出，伯南克的技术背景空白、制度权限有限，其象征意义可能大于实际作用。
Anthropic以AI安全为核心使命，其长期风险信托委员会成立于2023年，旨在监督公司AI研发过程中的潜在风险。伯南克的加盟时间点恰逢该公司推进IPO进程，这一巧合让部分观察人士猜测，此举更多服务于资本市场叙事，而非实质性的风险管控。
伯南克以应对2008年金融危机闻名，其货币政策工具在危机处置中发挥了关键作用。然而，AI安全治理与金融风险处置在逻辑上存在本质差异。金融危机的干预手段集中于流动性注入和市场预期管理，而AI风险防控需要在技术研发阶段识别失控临界点，将模型对齐人类价值。前者是事后扑救，后者是事前预防，决策基础和执行路径完全不同。
技术门槛是另一层制约。伯南克缺乏AI专业背景，无法独立判断模型能力边界、对齐进展或内部安全红线的执行情况。其风险判断高度依赖公司技术团队筛选后的信息报送，这构不成真正独立的监督校验。有分析指出，他能有效发声的议题可能仅限于就业影响、宏观波动等外围领域，难以触及AI失控的核心技术风险。
制度设计层面的限制同样明显。LTBT的权限集中于董事会任命权，不具备日常运营否决权、技术路线干预权或项目叫停权。AI安全风险往往藏匿于高频迭代的研发细节中，缺乏过程干预手段，仅靠事后的人事调整难以实现实时监督。此外，受托人无全职执行团队，也无权直接调取核心研发数据、模型训练日志和内部安全测试结果，形成“用公司提供的信息监督公司”的结构性困境。
伯南克以兼职受托人身份履职，年事已高且无坐班要求，通常仅参与季度或年度级别的议事。而大模型迭代以周、月为单位，风险可能在任意一次更新中显现。如此低频率的监督节奏，难以匹配风险爆发的速度，更多时候只能事后追认，无法前置防控。
独立性是LTBT合法性的基石，但伯南克的个人声誉已与Anthropic深度绑定。公司一旦发生AI安全事故或伦理丑闻，其公信力将同步受损，这种绑定可能形成反向激励——在风险初现时倾向于内部消化而非公开纠偏。经济利益层面的考量同样存在：尽管官方未披露报酬细节，但以伯南克的身份级别，高额顾问酬劳或潜在股权激励几乎不可避免，这可能使其立场偏向维护公司估值与商业利益。
伯南克的危机处置履历本身也存在争议。2007年次贷危机初现时，他曾公开判断“次贷问题已经得到控制”，对危机规模和传导性出现严重误判，直至雷曼兄弟倒闭才被动启动极端救市。这一历史记录引发疑问：面对有先例可循的金融危机尚且未能提前识别风险拐点，在更复杂且无先例的AI领域，其前瞻能力是否足以胜任。
更深层的担忧在于“虚假的安全感”。顶级专家的背书可能让公众、监管机构和B端客户产生风险可控的错觉，从而放松警惕。而实质风险并不会因一个名字的加入而降低，这种安全感反而可能纵容企业更激进地推进技术迭代，积累更大的系统性风险。
伯南克加盟Anthropic的最终效果，取决于其能否突破能力边界、制度限制和独立性困境。目前来看，这一任命在AI治理框架中的实际效用仍需时间检验，而其象征意义与实质价值之间的落差，也反映出AI行业在引入外部监督时面临的普遍挑战。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
