上一篇，我们把这次加盟夸成了一手好棋。这一篇，我们要把它拆成一堆问题。
Related articles
因为再漂亮的论证，也怕一句反问。而关于伯南克进入 Anthropic，社交平台上的反问从来没停过，且一句比一句尖锐——
有人说，这不过是传统金融与政治精英，趁 AI 崛起挤进新权力场分红利，所谓"人类长期利益"只是包装纸；有人说，伯南克年事已高、不懂技术，本质是尊"吉祥物"，LTBT 看着权力很大，其实既无执行团队又无干预手段，对抗不了商业化的洪流；还有更刻薄的调侃：他当年靠量化宽松托住了金融泡沫，如今加入 AI 公司，是来给下一轮 AI 泡沫提前预备"救火队长"的—— 将来 AI 真捅出经济动荡，好用他的经验和人脉把泡沫再续一续，而不是真去防风险。
这些声音汇成一个共识：伯南克的加盟，象征价值远大于实质价值。 他的能力边界、制度定位、身份绑定，三重局限决定了—— 他既堵不住 AI 核心风险的源头，也真正独立不起来，说到底更像 IPO 周期和合规叙事里的一件"信用道具"。
这个判断到底有多少道理？我们一条条看。
一、能力错配：救过火，不等于防得了火
上一篇我们伯南克的"救火经验"当成加分项。但反过来想，这恰恰可能是最大的错配。
伯南克的看家本领，是事后危机处置—— 等金融危机爆发了，用货币工具、流动性注入去阻断传导。可 AI 安全的核心恰恰相反，是事前的技术风险预判：要在研发阶段就识别出失控的临界点、把模型对齐到人类价值上。一个是"火烧起来怎么扑"，一个是"怎么让火根本烧不起来"，二者的决策逻辑、信息基础、干预手段完全不同。救火队长的经验，平移不到防火安全员的岗位上。
更硬的门槛是技术本身。伯南克没有 AI 背景，他没法独立判断模型的能力边界、对齐进展、内部安全红线到底执行得怎么样。他所有的风险判断，都依赖公司技术团队筛选后报上来的信息—— 这构不成独立的监督校验。最终他能发声的，只剩"就业影响""宏观波动"这些外围议题，触不到 AI 失控的核心技术风险。
而且连他最擅长的调控工具，在这里也几乎失灵。金融风险靠信贷、货币、市场预期传导，他可以用利率、流动性精准干预；但 AI 冲击的源头是技术替代，牵动的是教育体系重构、技能转型、收入分配改革这些深层的社会结构问题。央行那套货币政策工具，在 AI 风险面前基本无用武之地。
二、制度空转：权力写在纸上，也就停在纸上
就算能力对得上，制度这一关也未必过得去。
LTBT 手里的"终极武器"，只有一样—— 董事会任命权。它没有日常运营的否决权，没有技术路线的干预权，更没有叫停某个研发项目的权力。可 AI 的安全风险，恰恰藏在高频迭代的研发细节里。没有过程干预权，只靠"换董事"这种事后手段，根本做不到实时监督—— 等风险严重到需要撤换董事的地步，问题早就扩散、失控了。这是一把只能在事后挥的刀。
信息差是另一堵墙。受托人没有全职执行团队，也无权直接调取公司的核心研发数据、模型训练日志、内部安全测试结果。所有风险信息，都由管理层主动筛选后报送。这本质上是"用公司提供的信息，去监督公司"—— 监督者从一开始就处在信息的绝对弱势，制度设计上就近乎虚设。
再加上一个现实的尴尬：伯南克是兼职受托人，已经 72 岁，没有坐班要求，通常只参加季度、年度级别的议事会。而大模型的迭代是以周、以月为单位的，风险随时可能在某次更新中冒头。这么低的监督频率，压根跟不上风险爆发的速度，只能事后追认，做不了前置防控。
三、独立性存疑：从"监督者"滑向"利益共同体"
LTBT 的全部合法性，建立在"独立"二字上。可这份独立，偏偏最经不起推敲。
声誉是绑在一起的。 伯南克的个人名誉，已经和 Anthropic 深度捆绑—— 公司一旦出 AI 安全事故或伦理丑闻，他的公信力同步受损。这种绑定会产生一种反向激励：在风险刚冒头时，他更可能倾向于"内部消化、淡化处理"，而不是公开纠偏、叫停项目。到头来，他可能成了风险的掩盖者，而非监督者。
利益也未必干净。 官方虽没披露报酬，但"诺奖得主＋前美联储主席"级别的受托人，几乎不可能没有高额顾问酬劳、潜在股权激励或资源倾斜。一旦有了经济利益的绑定，"独立于管理层和投资人"这个定位就不成立了—— 他会天然倾向维护公司的估值与商业利益，而不是无条件站在公众一边。
连立场都带着圈层的烙印。 伯南克出身学界，深耕央行与华尔街，他的决策立场天然偏向宏观稳定、资本秩序与企业存续，而非普通劳动者的权益。真到 AI 引发大规模失业那天，他大概率会优先保企业、保资本市场平稳，而不是去兜底普通人的利益。这与 LTBT"维护人类长期利益"的定位，存在内生的偏差。
四、历史存疑：他的"危机能力"本身就有前科
最扎心的一点是：伯南克引以为傲的危机防控能力，本身就有争议。
他不是什么"先知"。2007 年次贷危机刚露头时，他曾公开表态"次贷问题已经得到控制"，对危机的规模和传导性出现了严重误判，直到雷曼倒下才被动开启极端救市。这说明市场高估了他对系统性风险的前瞻能力—— 连有先例可循的金融危机他都没提前看准，放到更复杂、更无先例的 AI 领域，凭什么就能识别出风险的拐点？
而他那场著名的救市，代价也一直有争议。2008 年救市的核心逻辑，是"用全民信用兜底华尔街的损失"，通过量化宽松推高资产价格，直接加剧了美国的贫富分化和资产泡沫，留下了长期的后遗症。这套逻辑若复制到 AI 领域，大概率是"优先保 AI 企业和资本收益，把就业冲击和不平等的代价转嫁给全社会"—— 那不是真正的风险防控，只是风险的转移和延后。
至于解决方案，他其实也没拿出过突破性的东西。早在十几年前，伯南克就提出"技术在掏空中产阶级"，可他始终没给出有效的系统性对策；对 AI 就业影响的判断，也一直停留在"历史规律会创造新岗位"的传统经济学认知里。这些判断，没有超出主流学界的常规水平。
五、说到底，可能只是一件"公关工具"
把上面四点串起来，一个更冷的结论呼之欲出：这次加盟，或许从一开始就是为 IPO 和合规叙事服务的公关。
时间点太巧了—— 伯南克加盟的节点与 IPO 进程高度重合，他"金融危机救火者"的人设，恰好对冲了资本市场对 AI 高风险、高不确定性的担忧，直接服务于高估值发行。在全球 AI 监管收紧的背景下，他的政界人脉又是企业敲开监管大门、争取宽松环境的"敲门砖"，实际作用更多是对外游说，而非对内管控。
而最危险的，是一种"虚假的安全感"。顶级专家的背书，容易让公众、监管、B 端客户都产生"有权威把关，AI 风险可控"的错觉，从而放松警惕。可实质风险并没有因为一个名字而降低。这种虚假的安全感，反而可能纵容企业更激进地推进技术迭代，积累更大的系统性风险—— 最终形成一个荒诞的循环：背书越重，风险越被掩盖。
到这里，正反两面都摆到了桌上。一边说这是帕累托最优的好棋，一边说这是象征大于实质的道具。有意思的是，两边似乎都对—— 因为他们争的，其实是同一件事的两张面孔。
但吵到这个份上，反而暴露出一个被忽略的问题：无论你说他有用还是没用，大家默认的前提，都是"防住 AI 的技术失控"。可 Anthropic 把伯南克放进来，真正盯着的，也许根本不是模型会不会"越狱"，而是另一样东西——AI 一旦大规模替代人类工作，那场冲击会怎样沿着经济的血管，一节一节地传导、放大，最后拖垮整个系统。
而这，恰恰是伯南克研究了一辈子的东西。
下一篇，也是收官篇：我们回到伯南克真正的看家本领，看看 AI 对就业的冲击，会不会像 1930 年代的银行倒闭那样，把一次局部替代，放大成一场全局性的危机—— 以及，最后那个关于"到底是谁选择了谁"的问题。
更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's 巴伦中文网官方网站
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
