Nathan Lambert 复盘了让「存在风险」话题破圈的诡异一周。他用「湿地面」作比喻：多年来 AI 风险论者不断划火柴，但社区之外的世界是湿的，火苗烧不起来；而这一年 OpenAI 与 HuggingFace 的入侵事件、Navier–Stokes 结果等把地面烤干，潜伏的能量在上升。Jacob Coxon 只是在已经干燥的环境里划了根火柴——一次看起来无害的「研究员因安全风险辞职」，加上《华尔街日报》的独家报道与同日的播客曝光，就烧成了野火。Lambert 强调几点：AI 确有值得争论的灾难风险（关键基础设施攻击、生物风险），但「完全灭绝」概率低到不值得讨论；Coxon 是真诚的；前沿实验室员工的判断常与外界脱节；没有证据表明递归自我改进必然带来这些风险，他称之为「有损的自我改进」；短期最大的风险反而是实验室自身基础设施不够硬化、监控响应过慢。