AI 安全突然撞上反壟斷法：OpenAI、Anthropic、Google、SpaceXAI 為何因「一起踩煞車」被告？

2026 年 9 月，AI Safety 出現了一個非常奇怪、甚至帶有制度悖論意味的新問題：如果幾家最大的 AI 公司認為模型發展太快，彼此同意一起放慢，這到底是負責任的安全治理，還是競爭者之間的市場協調？

9 月 18 日，一宗名為 Buist v. Anthropic PBC 的訴訟在美國加州北區聯邦法院提出。被告包括 Anthropic、OpenAI、Google，以及 SpaceXAI。原告是 ChatGPT、Claude、Gemini 與 Grok 等服務的付費訂閱者，並尋求代表更廣泛的付費用戶形成集體訴訟。

訴訟的核心並不是指控 AI 公司研究安全本身違法，而是主張這些原本彼此競爭的公司，涉嫌在 AI 開發速度上形成共同協調。

##事情是怎麼開始的？

爭議的重要時間點落在 2026 年 9 月 12 日。

Anthropic 執行長 Dario Amodei 發表文章，主張前沿 AI 的進步速度可能需要被更有意識地控制，並呼籲產業在安全問題上進行更廣泛的協調。

Amodei 的基本邏輯並不難理解。

如果一家 AI 公司單方面延後新模型、增加安全測試，競爭對手卻照常高速推出下一代系統，那麼主動減速的一方可能失去：

• 使用者
• 收入
• 人才
• 投資
• 技術領先地位

這會形成典型的競爭壓力：大家可能都知道高速競賽具有風險，但任何一家公司都不願意第一個踩煞車。

所以 AI Safety 長期存在一個 collective action problem，也就是「集體行動困境」。每一家公司單獨看都可能希望建立更嚴格的安全標準，但只要競爭者沒有同步採取措施，單方面提高安全成本就可能變成商業劣勢。

Amodei 因此主張需要跨公司的協調。

隨後，OpenAI 執行長 Sam Altman、SpaceXAI 的 Elon Musk，以及 Google DeepMind 的 Demis Hassabis，都對相關安全方向公開表達不同程度的支持。

問題也正是在這裡開始。

##安全合作什麼時候會變成「競爭者協議」？

原告的法律論點非常直接。

他們主張，OpenAI、Anthropic、Google 和 SpaceXAI 是彼此競爭的公司。如果這些公司只是各自判斷：

「我們自己的模型現在不夠安全，所以延後發布。」

這通常屬於企業自己的產品與風險管理決策。

但如果情況變成：

「我們幾家公司共同決定，大家都不要跑那麼快。」

問題就完全不同。

原告援引的是美國《Sherman Antitrust Act》第一條。這項法律長期禁止企業透過協議限制市場競爭。

最容易理解的傳統案例通常是價格。

例如三家原本互相競爭的公司，如果一起決定：

「大家都不要降價。」

這可能構成價格協調。

但反壟斷法處理的不只有價格。

企業也可能透過限制產量、供應、產品功能、研發、投資或市場競爭程度，形成其他類型的 restraint of trade。

而這次原告提出了一個非常少見的版本：

AI 模型的『進步速度』本身，能不能算是一種競爭產出？

他們的主張是，如果正常競爭會迫使 ChatGPT、Claude、Gemini 與 Grok 更快速推出改進，而四家公司共同同意降低進步速度，那麼消費者仍支付相同訂閱費，卻得到更慢的產品改善。

換句話說，原告試圖把 AI development velocity，也就是 AI 開發速度，視為競爭品質的一部分。

這就是整場案件最有意思的地方。

##這跟傳統卡特爾有點像，但又非常不一樣

傳統 output restriction 很容易理解。

例如原本市場競爭下會生產 100 萬件商品，但幾家主要廠商共同協議只生產 70 萬件，供給下降可能讓價格上升。

但 AI 是數位產品。

ChatGPT 不存在「今年少製造 30 萬個 ChatGPT」這種事情。

真正有價值的輸出可能是：

模型能力、推理能力、context window、agent 能力、程式能力、多模態能力、可靠性，以及下一代模型發布速度。

所以原告實際上提出了一個很新的反壟斷問題：

在軟體與 AI 產業裡，innovation 本身是否也是 output？

如果答案是肯定的，那麼競爭者一起限制創新速度，理論上就可能被視為一種競爭限制。

這也解釋了為什麼 Bloomberg Law 將原告的論述描述為把這種安排視為類似 output-restricting cartel 的行為。

但這目前只是原告的法律主張，法院尚未判決這些公司確實形成非法協議。

##最荒謬的地方：AI Safety 的誘因本來就要求合作

事情因此陷入一個漂亮得有點殘酷的三角形。

第一種情況：

大家全部高速競爭。

可能出現安全測試被壓縮、模型提前發布，以及公司擔心被競爭者超越而降低安全門檻。

第二種情況：

一家公司自己放慢。

安全可能增加，但它可能失去市場、人才與資本。

第三種情況：

大家一起放慢。

競爭壓力降低，但現在又可能出現反壟斷問題。

於是 AI 產業進入非常罕見的制度矛盾：

安全治理需要協調，但市場競爭制度又天然警惕競爭者協調。

這並不是某一條法律簡單修改就能完全處理的問題。

##Amodei 其實已經知道會撞到反壟斷法

這場訴訟最值得注意的一個細節，是 Dario Amodei 在提出跨公司安全合作時，本身就提到了 antitrust 問題。

他認為，美國政府最好能協助或促成相關安全討論，甚至可能需要針對某些特定的 AI Safety 對話提供狹義的 antitrust waiver，也就是反壟斷豁免。

這代表 Anthropic 並不是完全沒看到法律風險。

原因很好理解。

如果政府制定一套規則：

「所有 Frontier AI 公司，在能力超過某個門檻後，都必須進行 90 天安全測試。」

那並不是企業彼此私下約定減速，而是所有公司共同遵守公共規則。

但如果 OpenAI、Anthropic、Google 和 SpaceXAI 自己開會決定：

「大家下一代模型都延後六個月。」

法律性質就完全不同。

所以真正的分水嶺可能不是：

安全 vs. 創新。

而是：

誰有權踩煞車？

私人企業自己協調，還是民主政府透過法律建立共同規則？

##Sam Altman 的回應也暴露另一種思路

根據 AP 報導，Sam Altman 支持建立一致的聯邦 AI Safety framework，但同時認為不需要等待新的反壟斷豁免或立法，才開始建立安全信心。

這代表另一條可能路線：

企業不必直接協議「模型要放慢多少」，而是共同支持某些可以被公開驗證的安全標準。

例如：

• 第三方模型評測
• Cybersecurity capability evaluation
• Bio-risk evaluation
• Model autonomy evaluation
• Incident disclosure
• Red-team requirements
• Frontier model deployment threshold

這些措施可以提高整個產業的安全底線，但不一定要求競爭者直接協議產品開發速度。

這在法律上可能比「共同決定減速」乾淨很多。

##一個重要區別：標準化不一定等於卡特爾

科技公司其實天天合作。

Wi-Fi、USB、PCIe、HTML、TLS、Bluetooth、記憶體標準，都需要競爭者共同建立技術規格。

所以「競爭者合作」本身並不是自動違法。

問題在於合作內容與市場效果。

例如大家共同建立 AI 模型安全測試方法，和大家共同協議：

「未來一年不要讓模型能力增加太快。」

法律意義可能差很多。

因此 AI Safety 接下來可能必須發展出一整套新的治理語言，把：

Safety standards

與

Competitive restraint

清楚分離。

##真正的大問題甚至不是這場官司會不會成功

這場訴訟最後是否能證明真的存在 Sherman Act 意義下的 agreement，目前仍非常不確定。

企業高層在公開場合對同一篇文章表示支持，和法律上真正形成具有約束力的反競爭協議，並不是同一件事情。

法院仍可能需要處理很多問題，例如：

究竟有沒有真正的 agreement？

公開表示「我同意 AI 應該更安全」是否足以構成共謀？

公司是否真的因此降低模型開發速度？

消費者是否真的因此受到可量化的經濟損害？

AI 模型能力進步速度又該如何衡量？

這些問題都還沒有答案。

但案件已經成功把一個此前偏哲學性的 AI Governance 問題，直接推進經濟學與法律核心：

AI 發展速度到底應該由市場決定，還是應該存在一個外部機制限制？

##如果不能讓公司自己協調，那剩下誰？

這可能才是整件事情最後會留下的問題。

假設未來 AI 系統真的強大到各家公司都認為繼續競賽可能造成重大風險。

市場競爭機制卻會告訴每家公司：

你不做，別人會做。

而反壟斷制度又告訴它們：

你們不能私下共同決定大家都不做。

那麼剩下的制度工具就很有限了。

最直觀的答案會逐漸指向：

公共規則。

也就是由政府或具有公共授權的監管制度設定安全門檻，而不是讓幾家全球最大的科技公司自行決定整個產業應該跑多快。

從這個角度看，Buist v. Anthropic 真正重要的地方可能不是四家公司最後要不要賠錢。

它碰到的是 AI 時代正在形成的一個結構性問題：

過去反壟斷法的任務，是防止企業共同降低競爭。

AI Safety 面臨的任務，卻可能恰好要求競爭者在某些風險上停止無限制競賽。

兩套制度原本都是為了保護社會，但現在它們第一次可能正面撞在一起。

而那個最難回答的問題也因此浮上水面：

如果人工智慧真的有一天發展得太快，人類究竟應該用什麼制度，合法地要求所有人一起慢下來？

Tech English｜本文技術與法律名詞

Antitrust Law｜反壟斷法：維持市場競爭、限制企業透過價格協議、市場分割或其他協同行為削弱競爭的法律體系。

Sherman Act Section 1｜薛曼法第一條：美國核心反壟斷條款之一，主要處理企業之間透過協議、組合或共謀限制交易與競爭的行為。

Output Restriction｜產出限制：競爭者協議降低商品、服務或其他競爭產出的供應量。此案原告試圖把 AI 產品的進步速度納入類似概念。

Antitrust Waiver｜反壟斷豁免：政府在特定條件下允許原本可能產生反壟斷風險的企業合作。AI Safety 是否需要有限豁免正在成為新的政策問題。

Collective Action Problem｜集體行動困境：所有參與者合作可能得到較好的整體結果，但個別參與者因競爭誘因而沒有率先合作的動機。AI Safety race 是典型例子。

Frontier AI｜前沿人工智慧：位於當代 AI 能力最前端、通常具有最高計算規模與能力水準的模型或系統，也是目前 AI Safety 討論主要聚焦對象。