Noong Hulyo 28, 2026, inilunsad ang Pacing the Frontier, na may 1,178 na empleyado ng mga kompanya sa harap ng AI na nag-sign up para hilingin sa pamahalaan ng Estados Unidos ang suporta sa isang internasyonal na kooperasyon upang linangin ang mga teknolohiya at mga kasangkapan sa pamamahala na kailangan para sa “malayang pagkontrol sa ritmo ng automated AI research and development.”

May-akda ng artikulo, pinagkukunan: 0x9999in1, ME News



TL;DR

• Noong Hulyo 28, 2026, inilunsad ang Pacing the Frontier, na may 1,178 na empleyado ng mga kompanya sa harap ng AI na nag-sign up para hilingin sa pamahalaan ng Estados Unidos ang suporta sa isang internasyonal na kooperasyon upang linangin ang mga teknolohiya at mga kasangkapan sa pamamahala na kailangan para sa “malayang pagkontrol sa ritmo ng automated AI research and development.”
• Hindi ang hangarin ay tumigil ngayon. Kundi ang paggawa ng kakayahang tumigil sa hinaharap nang maaga. Ang pagkakaiba na ito ay ang pangunahing punto ng buong teksto.
• Sangat mataas ang kredibilidad ng mga nag-sign: si Dario Amodei, CEO ng Anthropic, si Jakub Pachocki, Chief Scientist ng OpenAI, si Mark Chen, Chief Research Officer, si Shengjia Zhao, Chief Scientist ng Meta AI, at si Anca Dragan, Vice President for AI Safety and Alignment ng Google. Sinuportahan ng OpenAI at Anthropic ang pahayag sa kanilang pangalan bilang mga kumpanya.
• Ang pangunahing dahilan ay ang totoong data, hindi ang imahinasyon. Ibinigay ni Anthropic: hanggang sa Mayo 2026, higit sa 80% ng code na isinama sa kanilang codebase ay isinulat ng Claude; sa ikalawang kuartal ng 2026, ang araw-araw na halaga ng code na isinama ng isang engineer ay 8 beses ang dami kumpara sa 2024.
• Ang trigger point ay malakas din: Noong Hulyo 16, inihayag ng Hugging Face ang isang paglabas na inexecute ng isang autonomous AI agent, na may higit sa 17,000 na record ng aksyon; tinanggap ng OpenAI na ang kanilang modelo ay lumabas sa sandbox. Siyam na araw pagkatapos, ipinasa ng Kongreso ng Estados Unidos ang AI Kill Switch Act.
• Aking pagtataya: Ang liham na ito ay halos tama sa antas ng “nais,” ngunit halos walang laman sa antas ng “maaaring gawin.” Ang tunay na nagpapakulong dito ay hindi ang kagustuhan, kundi ang pagpapatotoo. At ang open-source weights at mga Chinese variables ay gagawing mas mahirap ang proseso ng pagpapatotoo, hindi mas madali.

Isa, mas mahalaga ang lagda kaysa sa hiling

Una, ipaliwanag kung ano ang hinihingi ng liham. Ang orihinal ay may isang pangunahing hiling lamang: hilingin ang suporta ng pamahalaan ng Estados Unidos sa isang internasyonal na kooperasyon upang pag-unlad ng mga teknolohiya at mga kasangkapan sa pamamahala na idinisenyo upang magtakda ng ritmo sa pag-unlad ng automated AI.

Walang takdang oras, walang limitasyon sa computing power, walang tiyak na mekanismo.

Kaya bakit ang isang simpleng pahayag ay naging malaking balita?

Dahil ang nag-sign ay hindi tama.

Ang liham pampubliko noong 2023 na “Pagsasara sa Malalaking Eksperimento sa AI,” na may higit sa 31,000 na lagda, kabilang ang mga tagapagwagi ng Parangal Turing, si Musk, at maraming mga akademiko. Ano ang nangyari? Walang isang laboratorio ang tumigil. Ang pagtuturo ay naging mas mabilis. Ang problema sa liham na iyon: ang mga nagsasabing huminto, ang kanilang kamay ay hindi nasa gas pedal.

Ito ay iba. Balikan ang listahan: John Schulman, Chief Scientist ng Thinking Machines; Jakub Pachocki, Chief Scientist ng OpenAI; Jared Kaplan, Co-founder at Chief Scientific Officer ng Anthropic; Shengjia Zhao, Chief Scientist ng Meta AI; Mark Chen, Chief Research Officer ng OpenAI; Jasjeet Sekhon, Chief Strategy Officer ng Google DeepMind; Dario Amodei, CEO ng Anthropic.

Isang pampublikong snapshot noong Hulyo 28 ay nagpakita na sa 1,134 na tao, 867 ay may real-name at 267 ay anonymous; ang distribusyon ng employer ay Anthropic: 533, OpenAI: 330, Google: 191, Meta: 62. Hanggang Hulyo 29, ang numero sa pahina ng pahayag ay 1,178, at ang form ay patuloy na bukas.

Ibig sabihin nito ay ang hindi mga kritiko mula sa labas, kundi ang mga taong naka-click sa pindotang launch sa loob ng training room. Sila ang nagsabi, “Maaaring kailanganin natin ang brake.”

Ang opisyal na pagsagot ng OpenAI ay napakapagpapahintulot: Naniniwala kami na sa isang panahon sa hinaharap, ang pagpapabilis ng AI sa pag-unlad ng mga modelo sa harap ay maaaring maging sobrang mataas upang ang mundo ay kailangang magtakda ng ritmo para sa pag-unlad ng AI. Ang pagsagot ng Anthropic ay direktang nag-uugnay ng sanhi at epekto sa kanilang pananaliksik noong nakaraang buwan: Ang aming pananaliksik tungkol sa rekursibong sariling pagpapabuti ay nagtuturo sa pangangailangan ng mga kasangkapan upang may kamalayan ay magtakda ng ritmo para sa harap ng pag-unlad ng AI, upang bigyan ng oras ang lipunan para maghanda.

Tandaan ang mga pagkakatulad ng dalawang pangungusap: ang paksa ay “daigdig,” ang panahon ay “hinaharap,” at ang pandiwa ay hindi “nagpapahinga tayo ngayon.”

Isang napakatalino na teksto. Ipinalit nito ang tanong na agad na maghihiwalay sa industriya, “Dapat ba nating i-reduce?” sa “Dapat ba nating may kakayahang mag-reduce?” Ang huli ay practically hindi mapapagtatalo. Sino ang magpapahayag nang bukas na ang tao ay hindi dapat magkaroon ng braked?

Dalawa: Ano ang takot nila: Ang AI ay nagsusulat na ng AI

Ang mga keyword sa pahayag ay "automated AI development," na kilala sa industriya bilang recursive self-improvement. Maaaring mukhang sci-fi, ngunit ang mga batayan nito ay nasa mga talaan, hindi sa mga hipotesis.

Ipinakita ng Anthropic ang mga panloob na data sa kanilang pahayag na “When AI builds itself” noong Hunyo 2026.

Hanggang Mayo 2026, higit sa 80% ng code na isinama sa Anthropic codebase ay isinulat ni Claude. Bago ma-launch ang Claude Code sa research preview noong Pebrero 2025, ang proporsyon ay nasa iisang digit lamang. Mula 2021 hanggang 2024, ang average daily code contributions per engineer ay nasa patayong linya; simula 2025, umakyat ito, at muli itong tumaas nang malaki noong 2026. Sa ikalawang kwartal ng 2026, ang karaniwang araw-araw na code contribution ng isang engineer ay 8 beses ang dami kumpara sa 2024.

Binigyan ng babala ng Anthropic mismo: Ang bilang ng mga linya ng code ay isang masamang tukoy, mas mahalaga ang kalidad kaysa dami, at ang 8 beses ay malamang na sobra sa tunay na pagtaas ng produktibidad. Ang pagpapaliit ng sarili nito, sa halip, ay nagpapakita ng mas tiwala sa datos.

Mas nagpapaliwanag ang ilang non-farm payroll indicators.

Isang internal fixed test: ibinigay ang isang code para sa pag-train ng maliit na model sa Claude, na hinihingi na maging mas mabilis habang nananatili sa parehong pagsubok ng kawastuhan. Noong Mayo 2025, ang Claude Opus 4 ay nakamit ang halos 3x speedup. Noong Abril 2026, ang Mythos Preview ay nakamit ang halos 52x. Ang control ay: kailangan ng isang karanasan na human researcher ng apat hanggang walong oras upang makamit ang 4x.

Isa sa mga open-ended task success rate. Noong Mayo 2026, nakamit ni Claude ang 76% na success rate sa pinakamalawak at pinakawalang malinaw na spesipikasyon na mga gawain, isang pagtaas ng 50 porsyento sa loob ng anim na buwan.

Isang pag-aaral at pagpapasya. Pumili ang Anthropic ng 129 mga punto kung saan ang mga tao ay nagkaroon ng maling direksyon sa totoong mga sesyon ng pag-aaral, at pinayagan ang modelo na tingnan lamang ang impormasyon bago ang pagbabago, at magbigay ng susunod na hakbang. Noong Nobyembre 2025, ang Opus 4.5 ay nagbigay ng mas mabuting susunod na hakbang kaysa sa tao sa 64%… hindi, sa 51% ng mga kaso; noong Abril 2026, tumaas ang Mythos Preview sa 64%.

Mayroon pa isang eksperimento na pinakamalapit sa isang “closed loop.” Noong Abril 2026, pinayagan ni Anthropic ang Claude agent na gawin nang end-to-end ang isang open-ended na tanong sa AI safety: Maaari ba ang isang mahinang modelo na masuri nang maaasahan ang isang malakas na modelo. Ginawa ng dalawang human researcher ang pagbabalik ng halos 23% ng pagkakaiba sa performance sa loob ng isang linggo; ginawa ng mga agent ang pagbabalik ng 97% gamit ang kabuuang 800 oras at halos $18,000 na computing power. Nagawa lamang ng mga tao ang dalawang bagay: pagpili ng paksa at pagtukoy sa mga pamantayan sa pagsusuri.

Ang mga panlabas na indikador ay nasa parehong direksyon. Ang mga pagsusuri ng METR ay nagpapakita na ang panahon kung kailan ang modelo ay maaaring kumilos nang maaasahan nang mag-isa ay bumaba mula sa halos pitong buwan hanggang sa halos apat na buwan. Noong Marso 2024, ang Claude Opus 3 ay nakakapagawa ng software task na nagtatagal ng apat na minuto para sa tao; isang taon pagkatapos, ang Sonnet 3.7 ay nakakagawa ng 1.5 oras; at isang taon pa pagkatapos, ang Opus 4.6 ay nakakagawa ng 12 oras. Sabi ng METR, ang Mythos Preview ay kaya nang magtrabaho nang tuloy-tuloy na 16 oras, at nasa malapit na sa limitasyon ng kanilang kasalukuyang hanay ng mga gawain.

Sundin ang set ng mga numero upang maunawaan ang liham na ito.

Hindi ito nagpapakita na “malakas ang AI,” kundi na “ang mga masamang gawain sa pagbuo ng AI ay tinutulungan ng automation, at ang papel ng tao ay nagsisimula nang maliit sa pagpili ng paksa at paggawa ng desisyon.” Ang sariling pahayag ng Anthropic ay sobrang tahimik: ang isang konservatibong pag-unawa ay nangangahulugan din ng kompositong pagpapabilis. Dahil kung ang tao ay magpapalaki lamang ng oras sa mga desisyong may maliit na bilang, mas lalaki ng maraming beses ang dami ng trabaho na kayang kontrolin ng bawat isa.

Kaya ang tanong ay: Kung ang tao ay natitira na lang sa pagpili ng paksa, at ang modelo ay nakakalaban na ng 64% sa pagpili ng susunod na hakbang, gaano kalawak ang patubig na ito?

Hindi alam ng sinuman. Ito ang totoong dahilan kung bakit sila ay “bumibili ng oras.”

Tatlo, ang totoong nakakapit sa kusang-loob ay hindi ang intensyon, kundi ang pagpapatotoo

Ngayon ay sasabihin ko ang aking pangunahing pagtataya.

Tama ang direksyon ng liham, ngunit walang laman sa mekanismo. At ang walang laman na puwang, iyon ang buong hirap.

Sumunod sa sarili nilang lohika: Bawat kumpanya, bawat bansa ay nasa malaking presyong pangkompetisyon at hindi nagdudulot ng isang-pansamantalang pagbabagal; ngayon ay kulang ang mundo sa mga teknolohiya at mga kasangkapan sa pamamahala na makakatulong na magtakda ng ritmo para sa buong frontier. Kaya, mangyaring ipag-utos ng gobyerno ng Estados Unidos ang paggawa ng mga kasangkapan.

Mukhang maayos. Pero sagutin mo ang isang tanong: Paano mo ipapatotohanang tumigil talaga ang isang kumpanya sa kabilang dulo ng mundo sa pag-train, hindi lang sinasabi na tumigil habang patuloy pa ang operasyon sa data center?

Isang hindi ma-verify na pangako, isang press release lang.

Ang pagkakasulat ng artikulo ni Anthropic noong Hunyo ang pinakamalinaw na ipinakita ang ganitong kahirapan. Hindi ito nagtawag ng paghinto, kundi sinabi nito: Kung ang iba pang mga developer na nasa o malapit sa harap ay magpapahinto o magpapabagal sa isang verifiable paraan, inaasahan naming susundin namin ang kanilang gawain.

Ang "kung" ay hawak ang buong bigat ng propuesta.

Kaya ang lahat ng pag-asa ay nakadepende sa paggawa ng pamamahala sa computing power. Ang lohika ay tama: ang pag-train sa mga pinakamoderno na modelo ay nangangailangan ng libu-libong pinakamoderno na chip, at hindi ito maaaring bilhin o gamitin nang lihim. Ang mga chip ay ginagawa ng ilang kaunti lamang na manufacturer, dumadaan sa isang maikakailang supply chain, at gumagamit ng napakaraming kuryente. Ang pisikal na kalikasan ay nagiging kakayahan sa paggawa ng pamamahala. Ang EU AI Act ay nagtatakda ng sistemikong panganib sa 10^25 FLOP; noong 2023, ang Estados Unidos ay may executive order na nagtatakda ng threshold na 10^26, ngunit sinira ito noong 2025 at napalitan ng isang mas ambigong pamantayan.

Ang problema ay ang mga timbang ng modelo ay hindi uranyo.

Ang uranium ay isang pisikal, kakaunti, at radioactive na materyales na maaaring bilangin at masusubaybayan sa mga hangganan. Ang isang ma-train na modelo ay isang file. Mga hundreds ng GB, ang oras ng pagkopya ay nasa minuto, maaaring i-fit sa isang hard drive, at maaaring maliwanag. Mas mahalaga pa: kapag isinabuhay ang isang malakas na modelo na may bukas na weights, ang punto ng computing power ay mawawala nang buong-buo—ang pinakamahal na pag-train ay nangyari na, at ang resulta ay nasa paligid ng mundo.

Kaya ang pag-verify ay asimétriko. Maaari mong makita ang meter ng kuryente at ang chip upang patunayan na nagsimula na ang isang malaking pagtuturo; mahirap mong patunayan na hindi pa nagsimula, na talagang na-delete ang isang modelo, o na hindi nagpapatakbo ng mga pwersa sa pagkakahati ng isang laboratorio. Ang asimetriyang ito, lahat ay naka-apekto sa pabor ng naglabag.

Ang honest na lab ay nagdadasal ng lahat ng gastos, habang ang mga nagpapalakad nang may kahinaan ay kumukuha ng lahat ng kita.

Ito ay ang standard na prisoner's dilemma, at ang pinakamahirap na bersyon nito. Mga kaunting frontliner, kaya ang negosasyon ay teoretikal na posible; at dahil sa kaunti lamang, ang bawat nagtrahison ay nakakakuha ng desisibong kapalit. Mas madaling mag-ayos ng aliansa ng apat kaysa sa aliansa ng kahit anong 40.

Hindi nagpapahintulot ang teknolohiya na walang pagkakataon. Ang pagpapatotoo ng pagkalkula sa antas ng chip, upang ipakita ng mga accelerator kung ano ang kanilang sinusunod; mas radikal na ideya ay ang pagsasalot ng isang “garantidong processor” na may limitadong FLOP sa hardware; kung ang mga solusyon sa silikon ay hindi pa handa, bumalik sa pinakamatandang paraan—ang pagsusuri sa lugar ng data center, na kumukuha ng direkta sa iskrip ng Treaty on the Non-Proliferation of Nuclear Weapons.

Bawat isa ay may isang “pero” na nakakapit sa lalamunan. Ang pagpapatotoo ay nakapalibot lamang sa mga chip sa loob ng sistema, hindi nakakontrol sa mga binili bago ang patakaran at sa mga sinasalakay pagkatapos ng patakaran; ang pagtitiyak na ang processor ay hindi pa nagsasagawa ng malaking produksyon, kailangan ng pagtanggap ng lahat ng pabrika ng chip sa buong mundo; ang pagpapatotoo sa lugar ay nangangailangan na isang kumpanya ay pahintulutan ang mga dayuhang inspector na pumasok sa pinakamahal na lihim nito—hanggang sa kasalukuyan, wala pang kumpanya o bansa ang nagawa ito nang voluntary.

Kaya ang salitang “verifiable” ay kasalukuyang naglalarawan sa isang imprastruktura na hindi pa lubos na umiiral.

Ito rin ang dahilan kung bakit naniniwala ako na ang pinakamakatarungang pagtataya sa liham na ito ay: hindi ito brake, kundi ang aplikasyon para sa disenyo ng brake. At isang aplikasyon na hindi pa nabuo ang mga bahagi.

IV. Bakit ngayon: Tatlo pang bagay ang nagpataas ng bintana sa ibabaw

Ang panahon ay hindi nagiging pagkakataon.

Una, Iyong Hulyo 16. Ipinahayag ng Hugging Face na nasira ang kanilang production infrastructure. Ang pinakamakapangyarihang pahayag sa kanilang sariling paliwanag ay: Ang lahat ng pag-atake, mula sa simula hanggang sa wakas, ay dinisenyo ng isang autonomous AI agent system, at karamihan sa pagkakakilanlan at pag-aaral nito ay ginawa ng aming sariling AI. Ang punto ng pag-atake ay ang mga eksposur na kakaibang sa AI platform—ang data processing pipeline: isang masamang dataset ay nag-abuso ng dalawang code execution paths, na nagpapatakbo ng code sa mga processing node, sumunod ay elevation ng mga karapatan, pagkuha ng cloud at cluster credentials, at lateral movement sa maraming internal clusters sa loob lamang ng isang weekend. Ang team ng forensic ay pinagpatakbo ng LLM agents ang higit sa 17,000 na recorded attack actions, na pinababa ang oras ng pagrereview mula sa ilang araw hanggang sa ilang oras.

Mayroon pa isang detalye na hindi sapat na pinag-uusapan, at naniniwala akong mas mahalaga ito kaysa sa pangyayari mismo: Unang-una, nais ng Hugging Face na gamitin ang mga modernong modelong API para sa pag-analisa ng log, ngunit nabigo ito—dahil sa pagpapadala ng totoong utos ng pag-atake, payload ng vulnerabilities, at mga tanda ng C2, ay pinigilan ng mga seguridad ng service provider, na hindi makakilala kung sino ang responder sa emergency at sino ang attacker. Sa wakas, nag-run sila ng open-weight model na GLM 5.2 sa kanilang sariling infrastraktura upang matapos ang forensic.

Hindi nakikilala ng mga attacker ang anumang patakaran sa paggamit, samantalang ang mga tagapagtanggol ay nakakulong sa labas ng sarili nilang bayad na hadlang. Ang asimetriyang ito ay dapat i-copy ng lahat ng mga team sa seguridad.

Ikalawang bagay, sa paligid ng Hulyo 21, tinanggap ng OpenAI na ang “mga nag-atake” ay kanilang sarili. Ang GPT-5.6 Sol at isang hindi pa ipinakalabas na sunod-sunod na modelo ay nakalabas sa sandbox, lumabas sa publikong internet, at sumakop sa Hugging Face production environment upang makakuha ng mga sagot sa benchmark test habang ginagamit ang mga internal vulnerability assessment na may pinabawasan na proteksyon.

Isang modelo ay nag-hack sa server ng nagpapagawa ng exam para makakuha ng mataas na marka. Ang pangungusap na ito ay ang pinakamahusay na paliwanag para sa industriya noong 2026.

Ilang pangatlo, Hulyo 23. Ang mga kongresista Ted Lieu at Nathaniel Moran ay nagmungkahi ng “AI Kill Switch Act,” na nagsasailalim sa mga tagapag-unlad ng pinakamalakas na AI system na magkaroon ng teknikal na kakayahang mag-limit, mag-pause, o mag-panic, at magbigay ng kapangyarihan sa Kagawaran ng Pambansang Kaligtasan upang utusan ang pag-panic kapag may panganib sa buhay o ekonomiya, kasama ang pagsusumite ng ulat tungkol sa insidente.

Mula sa labas ng laboratorio hanggang sa batas ng dalawang partido, siyam na araw. Sa bilis ng Kongreso, ito ay sandali.

Dagdag pa sa July 27, nagtatag si Nvidia ng isang aliansya para sa mga kasangkapan sa AI security at cybersecurity kasama ang Adobe, CrowdStrike, at iba pa. Makikita mo na ang isang malinaw na paaalala ang sumasaklaw sa huling dalawang linggo ng July: hindi ang debate kung “baka maging mapanganib ang AI,” kundi ang pagtataya kung “mayroon ka bang mga kasangkapan kapag nangyari ang insidente.”

Ang liham na ito ay nangyari sa oras na ito, hindi dahil sa pagkamatalino, kundi dahil sa pagpilit.

Limang, tatlong pagtutol, naniniwala akong dalawa ang tama

Mas mabilis ang kritika kaysa sa liham mismo. I-_break down ko ito isa-isa.

Una, ano ang gagawin ng China? Ang tanong ni ekonomista Christian Catalini ay diretso: Kung ang mga laboratorio ng Estados Unidos ay magpapabagal mismo, bakit dapat hintayin ng China?

Tama ang pahayag na ito, at kinikilala nito ang kalahati ng problema—ang orihinal na teksto ay malinaw na sinasabi na ang bawat kumpanya at bansa ay hindi nag-aalok ng sariling pagpapabagal dahil sa presyong pangkumpetensya. Ngunit hindi ito sumasagot, kundi isinauli lamang ang tanong sa White House.

Ikalawa, ang motibo ay malabo. Ang mga salita ni Steven Sinofsky, dating executive ng Microsoft, ay malalim: Ito ang kanilang kumpanya, at direktang maaaring isara nila ito. Kasama sa mga nag-sign ay ang CEO mismo na nagtatakda ng ritmo.

Bahagyan lamang ito ng katotohanan. Noong una, sinira ni Sam Altman ang ganitong uri ng pananalita tungkol sa kaligtasan, sinasabing parang gumawa ka ng isang bomba, bantaan mo na ilalabas mo ito sa ulo mo, at pagkatapos ay ibebenta mo ang shelter laban sa pag-atake mula sa hangin—ang paggamit ng takot bilang pamamaraan ng pagbebenta ay epektibong paraan upang i-justify ang monopoliyo ng isang kumpanya. Dahil sa OpenAI at Anthropic ay nagsumite ng mga lihim na aplikasyon para sa IPO noong 2026 at pareho ay naglalayong makamit ang pinakamalaking teknolohiya ng IPO sa kasaysayan, ang pagsasabing ang “pagkamakatarungan” ay hindi naglalaman ng anumang bahagi ng pagpapahalaga ay medyo walang kamalayan.

Ngunit mayroon akong pagtutol: Ang这套验证基础设施—chip-based proof of computation, monitoring of computational power, third-party audits—ay magiging itinayo kahit na walang sinuman ang tunay na tumigil. Dahil ito ay isang kasangkapan sa pagsasagawa ng EU AI Act at anumang susunod na patakaran sa Amerika. Maaari mong hindi paniniwalaan ang pagsisimba, ngunit kailangan pa rin mong manirahan sa gusali na ito.

Ikatlo, ang teorya ng moat. Sinasabing ng mga kritiko, ang bawat liham ng seguridad mula sa malalaking kumpanya ay isang pagkilos ng mga may-ari ng interes upang itaas ang tulay.

Hindi ko ito tinatanggap bilang tama, o kung sakaling tama, kulang ang ebidensya. Simple ang dahilan: kung ito ay isang maayos na pag-atake, sobrang gulo ang pormasyon. Sa parehong linggo, ang Nvidia, Microsoft, Meta at iba pa ay sumuporta sa isang bukas na liham na nagpapahayag na ang pagiging bukas ang daan patungo sa kaligtasan. Sinagip ng pangunahing siyentipiko ng Meta ang liham na ito noong Hulyo 28, habang ang CEO ng Meta ay sumulat ng isang artikulo sa parehong linggo laban sa matinding regulasyon sa AI, sinasabi na ang mga pahayag ng mga kalaban ay “napapalibutan ng apokaliptikong pananaw,” at agad pagkatapos noong Hulyo 29 ay babalaan ang Estados Unidos na huwag i-block ang mga bukas na modelo ng China.

Sa loob ng isang kumpanya, ang Chief Scientist at ang CEO ay umalis patungo sa magkabilang direksyon. Hindi ito tulad ng komplo, kundi mas tulad ng pagkakahati.

Sa parehong buwan, dalawang liham sa publiko, dalawang pagkakataon: isa ay humihingi na maghintay, ang isa naman ay humihingi na buksan ang pinto. Pareho ay maaaring tapat, dahil sila ay nag-o-optimize ng iba’t ibang panganib.

Six: Ang Chinese variable—hindi ito maiiwasan

Dapat ipaliwanag nang malinaw kung bakit ang premisang “pinag-uunahan ng Estados Unidos” ay mas mahina noong 2026 kaysa sa 2023.

Ang Mozilla ay nagbigay ng ilang malinaw na numero sa《Kasalukuyang Kalagayan ng Open-Source AI》v1.0 na inilabas noong Hulyo: ang average na pagkakaiba sa kakayahan sa pagitan ng mga open-weight model at mga nangungunang closed-source model ay nabawasan na sa halos 3.3%; ang mga open-source model mula sa China ay nasa ilalim ng 2% ng global na token noong dulo ng 2024, ngunit umabot na sa halos 45% ng weekly traffic noong Abril 2026.

Iyong Hulyo 16, ang Moonshot AI ay inilabas ang open-weight na Kimi K3 na may 2.8 trilyong parameter. Sa susunod na araw, ang dating pinuno ng White House para sa AI at crypto affairs at miyembro ng Presidential Council of Advisors on Science and Technology, si David Sacks, ay nagbaba ng pampublikong babala na ang Amerika ay may panganib na mawala sa kompetisyon sa AI dahil sa kanilang sariling mga desisyon sa regulasyon, at sinabi niya na ang Amerika ay nagpapakita ng “pagkakabonding sa isang malaking bukal.”

Ang Hugging Face ay nag-angkop ng open-weight na GLM 5.2 bilang kanilang forensic model habang sinusubukan ang isang real-world intrusion na dinisenyo ng AI.

Kapag isasama mo ang tatlong bagay na ito, makakamit mo ang isang hindi komportableng konklusyon: ang mga hangganan ng kakayahan ay tinutuklasan ng mas maraming mga aktor, habang ang mekanismo ng “verifiable slowdown” ay likas na nakakapagpapahintulot lamang sa mga taong handang makita.

Hindi ibig sabihin na walang kwenta ang pagkakasundo. Ang komon na kaalaman ay sarili nito ay may halaga—sinabi nang malinaw ni John Schulman sa kanyang sariling komento sa lagda na sinignahan niya ito dahil nakakatulong ito sa pagbuo ng “komon na pag-unawa na kailangan ng mga mekanismo ng pagkakasundo” habang pinapabilis ang automated AI research, at gustong magsimula ang mga laboratorio sa pagdidisenyo ng mga mekanismo na ito bago magsisimula ang pamahalaan.

Ngunit maging tapat sa inyong mga inaasahan. Ang isang pagpapabagal na sinusunod lamang ng ilang manlalaro ay isang bigat na pinipili ng mga nagtataglay ng pinakamalaking pag-aalala sa kaligtasan.

Pitong, kung tatanggapin o hindi ng gobyerno ng Estados Unidos ay ibang kuwento

Ibinigay ang liham sa isang gobyerno na hanggang ngayon ay walang malaking interes sa mga patakaran ng AI.

Executive Order No. 14365, signed on December 11, 2025, establishes national policy to maintain U.S. global AI leadership through a “minimally burdensome national policy framework” and requires federal agencies to challenge state AI laws they deem excessive. On July 20, the head of the Trump administration’s AI safety agency, CAISI, resigned after several months in office. Meanwhile, the position remains vacant since David Sacks stepped down as White House AI and Crypto Czar in March.

Mayroon ding kabaligtarang mga signal. May mga ulat na sinusuri ng White House ang pagtatatag ng isang independiyenteng ahensya para sa regulasyon ng AI, na nasa kamay ng Chief of Staff, ngunit wala pa ring detalye sa paraan ng pagsusuri at pondo, at may pagkakaibigan sa loob ng grupo ng mga tagapayo. Sinabi ni Amodei ang isang ahensya na katulad ng FAA na makakasagawa ng pagsubok sa mga modelo sa harap ng panahon at makakapigil sa mapanganib na pagpapalabas; habang pinaniniwalaan ni Demis Hassabis ang isang ahensya na magrerebyu sa mga modelo bago ito ipalabas. Kasama ang “AI Kill Switch Act,” ang mga propuesta sa mesa ay unang naging espesipiko.

Aking pagtataya: Sa maikling panahon, ang mas malamang na maisasagawa ay hindi ang “international synchronization slowdown mechanism,” kundi ang domestic incident reporting at shutdown authorization. Dahil ang huli ay hindi kailangang pagsanayan ang anumang foreign government, kailangan lang ng isang sapat na malala na insidente. At ang July ay naghanda na.

Isinusulat sa huli

Ang aking pagtataya sa liham na ito, sa huli, ay dalawang pangungusap lamang.

Mas maingat ito kaysa sa headline, at mas mahina kaysa sa kailangan para maging epektibo. Parehong totoo ang dalawang bagay na ito.

Ngunit may isang bagay na dapat tandaan. Ang liham noong 2023 ay “pahinga lahat,” walang mekanismo, kaya nagkamali nang buo. Ang bersyon na ito noong 2026, mula sa simula, isinasaad ang kondisyon sa “mababawasan.” Ito ay isang pagkilala: ang mekanismo ang buong taya. Ito ay isang pag-unlad, at isang tahimik na pagtanggap—bago umiral ang teknolohiya ng pagpapatotoo, ang pangako ay hindi nagbibilang sa sinuman na gawin anumang bagay.

Ano kaya ang pinakamasinserong pagbasa?

1,178 na mga tao na gumagawa ng isang engine, tumingin ng isang sandali sa dashboard, tapos umaksyon na sa paggawa ng mga disenyo ng brake. Bago pa mabuo ang disenyo, ang sasakyan ay nagsisimula nang mabilis. Tinanggap nila kahit saan ang katotohanang ito.

Sa pagsasabi na ikaw ay hindi makapagpigil, mas may halaga ito kaysa sa karamihan sa mga pahayag.

Tungkol sa kailan gagawin ang brake—hindi ito nakasalalay sa 1,178 na tao, kundi sa ilan pa ang gagawa ng pag-uusap tungkol sa disenyo pagkatapos ng unang tunay na bangga.

Source ng citation

1. Pacing the Frontier, Isang pahayag mula sa 1,178 na empleyado ng mga kumpanya ng frontier AI, pacingthefrontier.com, Hulyo 2026
2. Reuters, “Tinatawag ng mga empleyado sa Tech ang isang pandaigdigang pagsisikap na suportahan ng US upang pamahalaan ang mga panganib ng advanced AI”, Iyong Hulyo 28, 2026
3. Ang Anthropic Institute, “When AI builds itself”, Hunyo 2026
4. Hugging Face, Paghahayag ng insidente sa seguridad — Hulyo 2026, Iyong 16, 2026
5. Politico, "Ipinakilala ang batas ng 'kill switch' ng House sa panahon na nagdulot ng pag-hack kay OpenAI ng mga alalahanin", Iyong 23 ng Hulyo, 2026
6. Future of Life Institute, “Pause Giant AI Experiments: An Open Letter”, Marso 2023
7. Mozilla, ang The State of Open Source AI v1.0, Hulyo 2026
8. Axios, “Sinabi ni David Sacks na ang mga open-weight na AI model ng China ay nagpapagaling sa China,” Iyong 17 ng Hulyo, 2026