风险没有统一刻度，责任仍要具体

听证让哪些问题进入公开记录

纽约市议会在10月5日举行人工智能监督听证会。前 Anthropic 员工 Jacob Coxon 对行业安全文化和发展节奏提出强烈警告；这是证人基于个人经历作出的判断，不应直接当作已经证实的风险结论。

议长 Julie Menin 追问企业能否量化风险。Meta 代表说自己当时没有相应评估框架在手边；OpenAI 代表 Morgan Dwyer 没有给出具体概率，而是表示任何 1%、10% 或 20% 的风险都不可接受。另一轮追问谈到模型造成严重损害时企业是否承担法律责任，代表强调公司负责系统开发与安全评估，议长则继续要求明确回答是或否。

数字需要共同的尺子

站长的观察是，争论的核心不只是能不能报出一个百分比，而是风险如何定义：评估什么能力、覆盖多长时间、采用哪些证据、由谁独立复核。没有这些共同约定，数字看起来精确，却未必能帮助公众判断该采取什么措施。

风险估计可以帮助安排测试和预案，但它不能单独回答谁有权暂停系统、谁来保存事故记录、受影响的人如何求助。反过来，估计存在不确定性，也不应成为把准备工作无限推迟的理由。

让责任可以逐项追问

报道提到，纽约市议会正在审议的十项提案涉及第三方验证、人工关停能力和聊天机器人隐私等事项。它们仍是待审议的方案，不是听证当天已经生效的规则。真正值得观察的是，原则能否转成明确的触发条件、独立检查和可执行的补救途径。

把流程写在问题发生之前

日常维护网站时，我越来越觉得，发布一个功能不等于建立了相应的责任机制。暂停条件、变更记录由谁保管、读者遇到问题找谁，这些安排最好在上线前就能说清，而不是等到出事后再临时寻找答案。

听证不是结论

这场听证没有解决灾难性风险能否被可靠量化，也没有在现场厘清企业面对不同损害时的具体法律义务。前员工的警告、企业代表的陈述和议员提出的提案处于不同证据位置，不能混成一个已经定论的故事。

它的实际价值，是把“风险多大”和“谁负责”变成必须公开回应的问题。接下来要看的不是谁说得更有把握，而是审议中的规则和独立测试能否形成可复核、可追责的机制。

本次阅读的来源

Associated Press，《AI industry insiders voice alarms to NYC council as local governments take up safety concerns》，发布于 2026-10-05 18:45:54 UTC（北京时间 10月6日 02:45）。阅读原文

CBS News New York，《New York City Council holds landmark AI oversight hearing》，页面标注更新于 2026-10-05 8:34 PM EDT（北京时间 10月6日 08:34）。阅读原文