Leopold Aschenbrenner 生于德国,15 岁进入哥伦比亚大学,19 岁以毕业生代表(valedictorian)身份毕业,主修经济学与数学统计。此后他在牛津大学全球优先事项研究所(Global Priorities Institute)做过长期经济增长方向的研究——这段经历在本书里留下了明显痕迹:全文对"研究投入 → 算法进展"的建模、对收益递减与刀刃假设的讨论,用的都是经济增长理论的工具,而不是机器学习研究者惯用的语言。
2022 年前后,他任职于 FTX Future Fund,即 Sam Bankman-Fried 的慈善机构;他在 FTX 崩塌前辞职。2023 年他加入 OpenAI 的 Superalignment 团队,直接处于 Ilya Sutskever 与 Jan Leike 之下——也就是本书第 5 章所讨论的那套技术方案的诞生地。
2024 年 4 月,他被 OpenAI 解雇。公司方面的理由是泄露内部信息;他本人否认这一定性,并在两个月后的一次长访谈中给出自己的版本:所谓"泄露"是一份关于准备度、安全与安保措施的头脑风暴文档,他将其分享给三位外部研究者征求意见,而这在 OpenAI 是常规做法。他还表示自己曾向董事会提交备忘录,论证公司的安保实践面对国家级窃密威胁严重不足。
这段争议的细节至今没有独立的第三方认定,导读不对孰是孰非作判断。但它对理解本书是必要的:第 4 章那种近乎急迫的语气,来自一个自称因为提出安保问题而被解雇的人。读者可以自行决定这一背景是增强还是削弱该章的说服力,但不应在不知情的情况下阅读它。
《Situational Awareness: The Decade Ahead》于 2024 年 6 月自行出版,是一份约 165 页的长文集,分五部分在网站上免费发布,同时提供完整 PDF。发表时机不是偶然。
就在一个月前的 2024 年 5 月,OpenAI 的 Superalignment 团队随 Sutskever 与 Leike 的离职而解散,伴随其"四年投入 20% 算力"的承诺;Leike 在离职声明中称安全文化与流程让位给了亮眼的产品。同期还有多位安全岗位员工离职。也就是说,这份为超对齐辩护、并呼吁把 AGI 当作国家安全议题处理的长文,发表于它所倡导的那个组织载体刚刚消失的时刻。
文章通过 Dwarkesh Patel 的长访谈迅速扩散,在硅谷与华盛顿同时获得了不成比例的关注度——这也是它此后两年持续被引用的起点。
发文之后,他没有停留在评论者的位置。2024 年内,他成立了同名投资机构 Situational Awareness LP,按他自己网站的说法,基石投资人包括 Patrick Collison、John Collison、Nat Friedman 与 Daniel Gross;公开报道还提到 Jane Street 等早期出资方。
这条路径构成了本书的暗线。绝大多数预言者不必为预言承担财务后果,而他选择承担——这既让他的判断获得了罕见的可信度(他真的相信自己写的东西),也让他的判断暴露在一个与论证质量无关的变量之下:时间。第 3 章讲清了论点如何变成仓位,终章讲清了仓位如何在 2026 年 7 月结束。
下表汇总本书各章对账所依据的关键事件,按时间排序。完整来源见附录 D,更详细的年表见附录 B。
| 时间 | 事件 | 相关章节 |
|---|---|---|
| 2024-04 | Aschenbrenner 被 OpenAI 解雇,双方对原因说法不一 | §0.1 |
| 2024-05 | OpenAI Superalignment 团队解散,Sutskever 与 Leike 离职 | 第 5 章 |
| 2024-06 | 《Situational Awareness》发表;同月 Sequoia 提出"AI 的 6000 亿美元问题" | 第 3 章 |
| 2024-07 | Situational Awareness LP 成立 | 终章 |
| 2024-09 | OpenAI o1 发布,推理模型范式开启 | 第 1 章 |
| 2024-11 | METR 发布 RE-Bench,首次系统比较模型与人类专家的研发能力 | 第 2 章 |
| 2024-12 | DeepSeek-V3 技术报告发布;《伪装对齐》论文发表 | 第 1 / 5 章 |
| 2025-01 | DeepSeek-R1 发布;Stargate 项目公告;AI Diffusion Rule 发布 | 第 3 / 4 章 |
| 2025-03 | METR 发布任务时间跨度研究(约每 7 个月翻倍;2026-01 更新为 2024 年以来约 3 个月) | 第 1 章 |
| 2025-05 | AI Diffusion Rule 于生效前两天被撤销;Anthropic 启用 ASL-3 安保标准;Stargate UAE 宣布;AlphaEvolve 发布 | 第 2 / 4 章 |
| 2025-07 | 模型在 IMO 达金牌线;美国国防部向四家前沿实验室授出至多 2 亿美元合同 | 第 1 / 6 章 |
| 2025-11 | 白宫启动"创世纪任务",官方类比曼哈顿计划 | 第 6 章 |
| 2025-12 | 美国能源部与 24 家机构签署创世纪任务协作协议 | 第 6 章 |
| 2026-01 | 陪审团认定前 Google 工程师 Ding 经济间谍罪与商业秘密窃取罪成立 | 第 4 章 |
| 2026-02 | 四大厂 2026 年 AI 支出预期逼近 7000 亿美元 | 第 3 章 |
| 2026-03 | 斯坦福 AI Index:中美最强模型差距约 2.7% | 第 6 章 |
| 2026-06 | 基金 2026 年上半年回报据报道为 439%(成立以来据报道逾 1000%),规模接近峰值 | 终章 |
| 2026-07 | 追加保证金引发去杠杆螺旋,公开组合折价出售给 Citadel,规模由约 450 亿降至约 100 亿美元 | 终章 |
| 2026-08 | 法官撤销 Ding 案陪审团的经济间谍罪裁定(未能证明意图使中国政府受益),商业秘密窃取罪维持;9 月判处 12 个月减 1 天 | 第 4 章 |
把人物背景放在正文之前,有一个风险:读者容易把论证的评价滑向对作者的评价。本书的体例正是为了防止这一点——每一条主张都被单独拆出、单独裁决、单独给出来源,不因作者的动机或结局而加减分。第 3 章那两条 ✅ 不会因为他后来爆仓而失效,第 6 章那条 ❌ 也不会因为他曾在 OpenAI 工作而豁免。
语境的用处在别处:它解释了他为什么会犯那一类错误。一个经济增长研究者出身的人,擅长为物理与产业变量建模,这解释了第 1、3 章的高命中率;一个刚刚因组织冲突离开前沿实验室的人,倾向于假设制度会按存亡逻辑而非竞争逻辑行动,这解释了第 4、5、6 章"诊断准、处方落空"的模式。背景不改变裁决,但它让裁决的分布变得可以理解。