10²⁵ FLOPs 仍然是前沿吗？ 一项由 Anthropic 起草的新安全法案正在国会山流传。如果仅限于真正的前沿公司，其中的一些想法可能是合理的。然而，按照目前的写法，它最终会波及大部分硅谷，破坏初创企业生态系统。 该法案将“前沿”定义为任何在 10²⁵ FLOPs 上训练的模型——这是欧盟 2023 年的标准。而拜登的行政命令、加州的 SB 53 法案和纽约的 RAISE 法案使用的是 10²⁶（高出十倍）。实际上，今天的前沿已经是 10²⁷（例如 GPT-6 Astra）。 据报道，Astra 是用 100,000 多个 Grace Blackwell GPU 训练的。而一个 10²⁵ 的模型只需要几百个 GB300 芯片，三个月就能完成训练。这在 2026 年根本算不上前沿。 该定义还是累积的：它会将微调、强化学习或其他实质性修改所消耗的 FLOPs 计算在内。实际上，这几乎涵盖了所有有意义的后期训练工作——而这些工作正在企业中变得越来越普遍。 企业的趋势是构建数千个针对特定工作负载的小型定制模型。这些模型并不构成前沿风险。将它们视为前沿系统只会在整个美国企业界增加巨大的合规成本，却没有任何安全收益。 Dario 声称，Anthropic 设计规则是为了削弱像他们自己这样的前沿公司，同时让较小的竞争对手受益。而这个定义却适得其反。 一个过时的 2023 年标准更有利于那些已经达标并能吸收成本的现有企业。这会削弱威胁到 Anthropic 定价权的开放模型生态系统。 前沿在不断前进。任何旨在跟踪风险的定义都应该随之调整。 Anthropic 应该明确他们是否真的认为 10²⁵ FLOPs 代表前沿。