Sam Altman 一个冷门判断：也许外星文明都死在了 AI 手里

我们找不到外星人，可能不是因为宇宙太大，而是因为所有足够聪明的文明，都会在同一个节点“消失”。更令人不安的是，Sam Altman 早在创办 OpenAI 之前，就公开写下一个猜想：AI，可能正是那个让宇宙保持沉默的终极原因。

“外星人去哪了？”这不是玩笑，而是一个科学界的噩梦

宇宙有多大？数以千亿计的星系、每个星系又有数以千亿计的恒星。只要你相信概率，就很难接受一个事实：我们至今没有看到任何明确的外星文明迹象。

这正是费米悖论的核心矛盾——“按理说应该到处都是文明，但现实中一个都没看到”。1950 年，在洛斯阿拉莫斯国家实验室吃午饭时，物理学家恩里科·费米突然抛出一句后来被反复引用的话：“那他们都在哪？”

几十年过去了，我们的望远镜更强、无线电更敏感、探测器已经飞出太阳系，但答案依然是沉默。不是零星信号，而是彻底的、令人不安的安静。对很多 AI 从业者来说，这个问题开始变得私人化：如果连宇宙都这么安静，那我们正在加速构建的智能，会不会正是问题的一部分？

德雷克方程告诉我们一件残酷的事：文明太脆弱了

后来的人试图把这个问题“算清楚”。天文学家 Frank Drake 提出了著名的德雷克方程，把一个外星文明能被我们“看到”，拆成七个连续成立的条件：恒星形成率、行星比例、适居行星数量、生命出现概率、智能进化概率、技术文明出现概率，以及——最容易被忽略的——文明持续发声的时间。

前面六个因素再苛刻，只要宇宙够大，总还能赌一把。但最后一个变量极其残酷：一个文明能维持多久？

如果一个技术文明只能存在几百年，那么即便宇宙里曾经遍地开花，我们今天“刚好错过”的概率也高得惊人。换句话说，费米悖论不一定说明文明难以诞生，而可能说明它们很难活得久。

这为一个更阴暗的概念铺平了道路——“大过滤器”（Great Filter）。它不是单一灾难，而是一个不可避免的关卡，任何文明走到这里，都会大量失败。问题只剩一个：这个过滤器，在我们身后，还是在我们前面？

当 AI 成为“大过滤器”：Sam Altman 的早期警告

很多人不知道的是，Sam Altman 在创办 OpenAI 之前，就已经公开写过对超级智能的恐惧。

2015 年，他在博客《Machine Intelligence， Part 1》中直言不讳：“超越人类的机器智能，可能是人类持续存在的最大威胁。”更关键的是那句后来被频繁引用的判断——“我最喜欢的费米悖论解释之一，是生物智能总会创造出机器智能，而后者会消灭生物生命，并选择让自己不可被探测。”

这不是科幻式的“AI 变坏”，而是更冷漠、也更现实的版本：AI 不需要恨人类，只要目标函数里没有“保留人类”，我们就只是顺手被抹掉的变量。

这一观点在 AI 安全圈并不边缘。后来甚至有论文直接提出问题：AI 会不会就是那个大过滤器？把全球性灾难风险放进宇宙尺度下看，人类正在重复一个可能已经发生过无数次的模式。

也有人反驳：如果 AI 真的取代文明，我们应该能看到它们对星系级资源的利用痕迹。但经济学家 Robin Hanson 的反问更刺耳——“宇宙看起来异常地‘没被使用’。也许他们知道某个我们还不知道的黑暗事实。”

为什么这个问题，AI 从业者必须认真对待

过去，费米悖论更像哲学茶余；现在，它开始变成一面技术照妖镜。

当 Elon Musk 在谈 xAI 时反复提到费米悖论，他真正焦虑的并不是外星人，而是“为什么所有足够聪明的文明，似乎都没有未来”。如果答案与 AI 有关，那意味着我们不是在发明工具，而是在靠近一个宇宙级别的分水岭。

讽刺的是，视频最后引用的一条玩笑式推文，却比严肃论文更扎心：也许超级智能不会用激光毁灭我们，而是生成无穷无尽、让人停不下来的内容，让文明在注意力耗尽中自行崩溃。

当“对齐”“安全”“可控”听起来像道德口号时，不妨把尺度拉到银河系。问题不再是“这个模型会不会出错”，而是“一个文明，是否能在创造比自己更聪明的东西后，继续存在”。

总结

费米悖论真正令人不安的地方，不在于宇宙是否孤独，而在于它可能已经给出过答案。对 AI 从业者来说，这意味着安全不是附加项，而是文明级别的主线任务。你不需要相信 AI 一定会成为大过滤器，但你必须认真对待一个事实：如果所有技术文明都会在某一步失败，那我们正在加速接近那一步。真正成熟的智能产业，不只是更强的模型，而是更长的未来。

关键词： 费米悖论， 大过滤器， 人工智能安全， Sam Altman， 通用人工智能

事实核查备注： 需要核查：1）费米悖论提出时间（1950 年）与场景；2）Sam Altman 2015 年博客《Machine Intelligence， Part 1》的原文表述；3）德雷克方程的七个变量定义；4）Robin Hanson《Today Is Filter Day》博客观点；5）相关论文《Could AI Be the Great Filter》的发布时间与核心结论