硅谷的尽头是编制,OpenAI要给白宫送5%的股权 刚刚英国《金融时报》扔出炸雷OpenAI 提议让白宫持有公司5%的股权。按估值8520亿美元算5%就是 426 亿美元。无偿、白送。这妥妥的保护费啊因为OpenAI的政府关系眼下四面漏风上个月美参议员提出法案要对大型AI公司一次性征收50%的股票税——直接拿走一半股份的那种征法上周GPT-5.6系列刚应白宫要求分批延迟发布OpenAI只能在官方博客里憋屈地表态——直接被掐了脖子而且再过四个月就是美国的中期选举政客们会到处找议题「AI 抢走工作」是眼下两党都愿意蹭的靶子。可以预见接下来冲着AI公司来的法案会越来越多。外患越攒越多。这个节骨眼上给白宫送股权怎么看都像交保护费跪着求平安。◈也不是临时起意去考的可这事吧越咂摸越不对劲。因为如果真是保护费也说不通。保护费都是被逼着交才给交的但奥特曼第一次提「政府持股」这个概念是在2025年初那时候根本没有人逼他。是他主动开的口上赶着要入编制。。而且此后一年多OpenAI也一直反复炒作这个概念4月OpenAI发布政策白皮书公开提出建立“公共财富基金”同月奥特曼和顶级风投一起对外放风——AI赚的钱未来能让大多数美国人不用交个税5月OpenAI旗下基金会掏出2.5亿美元专门研究“AI 时代的经济未来”——“AI 的钱要分给大家”6月Anthropic交表IPOOpenAI跟牌Anthropic CEO也发文提议给AI公司征税、全民发钱今天OpenAI提议要给白宫5%的股权。从提出概念到公开造势到掏真金白银再到亮出具体数字——每一步都比上一步更具体。世上哪有追着上门送保护费的除非送钱只是顺便定规矩才是正事。◈奥特曼真正想定的规矩关于这个事儿奥特曼的完整构想其实分三层第一层美国头部AI公司OpenAI、Anthropic、谷歌、Meta各自分别拿出5%股权第二层把这些股权统一注入一个主权财富基金由基金去投资增值第三层把基金的收益向全体美国人分红。听起来有点天方夜谭不过去年美国政府确实干过一票类似的。他们用89亿美元的新品补贴入股了英特尔拿走了9.9%的股份——被动持股不进董事会不干预经营。不过当时的主动权在白宫手里英特尔也是半推半就。而OpenAI恰恰相反还没等政府开口自己就上赶着把股权送上门。这个区别至关重要。英特尔是被政府定了价而奥特曼要做的是自己先把价定了。◈一份报价四面锚定谈判学第一课谁先报价谁定锚点。奥特曼这一口价是同时报给四张牌桌的。对国会的提案它是锚点。有了5%这个具体数字压桌往后的争论就只能围着它讨价还价——辩题悄悄从「该不该分」变成了「分多少」可以慢慢磨。对特朗普它是先发制人。英特尔9.9%到手后特朗普的原话是“早知道多要点好了”。。6月特朗普再次表示政府持股 AI 巨头是“一件美好的事情”。与其哪天被老特开价15%不如自己先定个5%。对华尔街它是IPO前的排雷。OpenAI已经交表接下来要过投资人这一关投资人其实也怕监管。上市前主动送出5%给老特等于用确定的426亿换掉了不确定的天文数字。这笔账投行是不亏的。对同行它是枷锁。方案原文写的是OpenAI、Anthropic、谷歌、Meta各出5%——自己表了忠心顺手把三个对手拖下水。慷他人之慨这门手艺奥特曼是有段位的。◈左右都不讨好按理说这么漂亮的一步棋总该有人鼓掌。但现实是提议一曝光骂声就从四面八方砸了过来。右派骂它不自由。自由市场智库 R Street 直接定性政府持股就是白宫控制AI的第一步。今天「被动持股」明天「战略投资」后天就要审批你每一个模型版本——英特尔那9.9%到手还不到一年白宫就有了过问产线的由头轮到 AI只会更快。左派骂它太抠。法案要的是50%你递过来5%打发叫花子呢按426亿摊到每个美国人头上是130美元一次性的。而且5%是不进董事会、不投票、不干预经营的被动股说白了就是给个分红权当安慰奖。公众拿到的远远不够。同一个方案右边嫌它红过头左边嫌它红得不够。奥特曼看了都得愣一下。但真正诛心的骂声来自安全派白宫成了股东还舍得执法吗今天从AI公司拿分红明天AI出了安全事故还罚不罚了吵到这里你可能发现了这场混战里其实还有第四方被提及最多、出场最少的那位——公众。人人都在替公众说话。可从 2025 年初的第一次密谈到白宫的历次会面再到今天这场关于“公众应得多少”的谈判里公众从头到尾没有坐上过桌子。这个剧本美国历史上演过太多次。石油公司和政府的百年博弈烟草业的和解协议华尔街的金融监管——每一次都是行业巨头主动跑到政府面前说“来我分你一点”。都说宇宙的尽头是编制你看硅谷的尽头也是。

相关新闻

最新新闻

Claude API接入指南:从连接报错排查到OpenAI迁移实践

Claude API接入指南:从连接报错排查到OpenAI迁移实践

在实际项目中接入 Claude 这类大模型 API 时,开发者的第一道坎往往不是提示词工程,而是“请求为什么根本没到达模型”。Anthropic 的 API 客户端在调用时,最容易遇到的报错是unable to connect to anthropic services和failed to connect to …

2026/8/29 16:11:57
Python读取Excel数据转NumPy数组:从Pandas到高性能计算的完整指南

Python读取Excel数据转NumPy数组:从Pandas到高性能计算的完整指南

1. 项目概述:从Excel到NumPy,数据处理的必经之路 在数据分析和科学计算的日常工作中,我们常常会遇到一个看似简单却至关重要的环节:如何把存储在Excel表格里的数据,高效、准确地读入Python,并转换成NumPy数…

2026/8/29 16:11:57
AI-Native创业教练系统:从方法论到Agent工作流的落地实践

AI-Native创业教练系统:从方法论到Agent工作流的落地实践

开头先给一个明确判断:这个叫“YC Startup School, but AI-Native”的项目,本质不是把YC创业课程视频重新包装一遍,而是用大模型、Agent、知识库和状态管理,把创业方法论重写成一套AI原生的创业教练系统。它解决一个很实际的问题—…

2026/8/29 16:11:57
Deep-Live-Cam 实时换脸:从换脸安装到摄像头换脸的完整操作教程

Deep-Live-Cam 实时换脸:从换脸安装到摄像头换脸的完整操作教程

Deep-Live-Cam 实时换脸:从换脸安装到摄像头换脸的完整操作教程 【免费下载链接】Deep-Live-Cam real time face swap and one-click video deepfake with only a single image 项目地址: https://gitcode.com/GitHub_Trending/de/Deep-Live-Cam Deep-Live-C…

2026/8/29 16:11:57
数学建模实战:从算法选择到软件应用的全流程指南

数学建模实战:从算法选择到软件应用的全流程指南

1. 从“解题”到“建模”:数学建模的核心思维转变 很多刚接触数学建模的同学,甚至是一些参加过一两次比赛的朋友,常常会陷入一个误区:把数学建模比赛当成一道放大了的数学题。他们拿到赛题后,第一反应是去翻书、搜论文…

2026/8/29 16:11:57
TradingAgents多智能体量化交易框架:无GPU环境4步本地部署教程

TradingAgents多智能体量化交易框架:无GPU环境4步本地部署教程

TradingAgents多智能体量化交易框架:无GPU环境4步本地部署教程 【免费下载链接】TradingAgents-AI.github.io TradingAgents: Multi-Agents LLM Financial Trading Framework 项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-AI.github.io …

2026/8/29 16:06:57