伯克利等 26 位学者发布「硬连线暂停」报告：停产训练芯片、换成仅推理芯片，让前沿 AI 训练暂停至少 10 年

这件事意味着什么

【要点】

加州大学伯克利分校统计学副教授 William Fithian 和哲学教授 Wesley Holliday 牵头的「AI 暂停可行性工作组」，10 月 9 日发布约 200 页的工作论文《前沿 AI 训练「硬连线暂停」的可行性》，共 26 位作者，来自伯克利、普林斯顿、斯坦福、哈佛、牛津中国政策实验室等，包括 Stuart Russell、经济学家 Barry Eichengreen、前美国副国务卿 Rose Gottemoeller 和 David Krueger。它不讨论「该不该停」，而是问：如果各国领导人愿意暂停，能不能做到、能撑多久。

【可核验】

论文主页和伯克利新闻稿给出的核心方案：停止生产能用于训练的 AI 芯片，逐步淘汰现有存量，换成只能跑已批准模型推理、即使被偷或被没收也无法实际用于训练前沿模型的「仅推理芯片」；替换期间用其他核查手段防止残留训练芯片被挪用。目标是一个经过相互核查、至少持续 10 年的国际暂停。论文认为 AI 芯片供应链高度集中、绕开极难，这是可执行的基础；同时分别讨论了暗中违约（表面配合、私下训练）和公开撕约两种情况，以及允许 AI 科研和医疗应用、继续享受廉价推理带来的政治可接受性。作者也写明，方案成败取决于各国合作，以及是否愿意把暂停前的芯片存量退役或移交给国际管理的数据中心。共同作者署名不代表同意每一条结论。Fithian 的主帖约 1.3 万次浏览，X 上 7 小时内相关讨论约 90 条。

【我们的判断】

过去的「暂停」讨论大多停在呼吁层面，这份报告的价值是把它变成了一个可以挑错的工程和条约方案：抓手是芯片，而不是模型或公司。它最强的一点是让已有模型继续服务，经济冲击比「全面叫停」小得多，也因此更可能被认真讨论。最薄弱的环节同样清楚：「仅推理芯片」在硬件上能否真的堵死训练用途还没有被证明，而在中美都把算力视为战略资产的当下，没有任何迹象显示主要国家愿意交出现有芯片存量。短期内它更可能影响的是出口管制和芯片可核查性的政策讨论，而不是真的带来一次暂停。