皮查伊回到斯坦福演讲,本来是硅谷最熟的场面:成功校友、毕业典礼、AI 未来。

现场却换了剧本。约 200 名毕业生退场,有人对他报以嘘声。标语写着“ICE SPIES WITH GOOGLE AI”“GENOCIDE RUNS ON GOOGLE”“FREE FREE PALESTINE”。

这场抗议最值得注意的地方,不是学生讨厌 AI。那说浅了。

他们打的不是聊天机器人,不是就业焦虑,也不是硅谷式大词。他们点名的是 Google 的客户名单:以色列军方、美国移民与海关执法局 ICE,以及背后的云和 AI 合同。

事实很短:靶心是防务和执法客户

这不是一场散乱的毕业典礼插曲。抗议者把问题压到了具体合同和具体机构上。

线索已知事实争议焦点
被抗议者Google CEO Sundar Pichai 在斯坦福毕业典礼演讲他被视为 Google 商业选择的代表
现场动作约 200 名毕业生退场,现场有人嘘声抗议抗议进入精英校园的正式仪式
Project NimbusGoogle 与 Amazon 共享的 12 亿美元云和 AI 服务合同服务对象包括以色列军方
ICE 相关合作抗议者指向 Google 与美国 ICE 的技术关系技术是否放大移民执法权力
公司内部争议Google 曾在 2024 年解雇 28 名抗议 Nimbus 的员工争议早已进入公司内部

边界也要说清楚。

目前材料不能证明 Google 技术直接参与了某个具体军事行动,也不能替代事实调查去下最重的指控。报道材料里,也只提到 TechCrunch 已联系 Google,不能凭空补一个官方回应。

但抗议者抓住的核心并不虚。

AI 公司卖的不是普通办公软件。云、模型、数据处理能力,一旦进入军方和执法体系,就会变成国家机器的基础设施。它未必扣动扳机,却可能让系统跑得更快、更稳、更便宜。

这才是问题的硬度。

真正的冲突:理想叙事和收入结构分裂了

硅谷喜欢把自己讲成文明推进器。让知识普惠,让信息流动,让 AI 帮助更多人。

Vinod Khosla 对学生的批评也沿着这条线走。他说这些学生“偏见、愚蠢、短视、自私”,认为他们忽视了 AI 对全球底层人口的帮助。

这个说法不是全无道理。AI 确实可能改善教育、医疗和生产力。问题是,帮助底层人口,和服务军方、执法机构,不是同一张账单。

不能把前者的道德光环,自动贴到后者的商业合同上。

“天下熙熙,皆为利来。”这句话放在 AI 行业并不文雅,但很准。云合同、政府采购、防务订单,稳定、长期、金额大。理想负责上台演讲,商业激励负责签合同。

Google 不是唯一站在这条线上的公司。Amazon 也参与 Nimbus。Microsoft 也因支持以色列军方受到批评;在相关调查后,微软曾限制以色列政府使用其技术。

这个对照说明一件事:大公司不是完全没有选择。只是每一种选择都有成本。

继续服务政府客户,收入更稳,但道德风险和员工反弹会堆高。设定限制,可能损失合同,也可能换来更清楚的治理边界。

平台最爱说自己只是工具。到了云和 AI 时代,这句话越来越不够用。

铁路公司可以说自己只铺轨,电报公司可以说自己只传信。但基础设施接入战争、殖民、监控和执法后,技术公司就不再只是旁观者。这个类比不完全一样,却照出了同一种权力结构:基础设施越中立,越容易被权力拿来扩张。

对读者的影响:别只看模型参数,要看客户边界

如果你是关注 AI 公司伦理和商业化边界的科技读者,这件事给出的信号很直接:以后判断一家 AI 公司,不能只看模型能力、融资规模和产品发布会。

还要看它的政府客户、合同边界、滥用处理机制。

更实际一点,企业客户在采购云和 AI 服务时,可能会把供应商的公共争议纳入评估。不是每家公司都会立刻换供应商,但法务、合规、品牌团队会问得更细:数据会不会进入敏感用途?供应商有没有政府合同争议?出现舆情时,自己会不会被连带点名?

开发者和 AI 团队也会被影响。工具选型不再只是价格、性能、API 稳定性。对一些教育、公益、媒体、医疗团队来说,供应商的防务和执法合作会变成声誉成本。短期未必迁移,长期会影响默认选择。

关心硅谷、校园政治和公共技术治理的人,最该看三件事。

接下来要看为什么重要
Google 是否说明 Nimbus、ICE 相关合作的使用边界没有边界,争议会继续从校园烧到员工和客户
员工抗议会不会再次出现2024 年解雇 28 人说明内部裂缝已经存在
同行是否跟进微软式限制如果更多公司设限,政府 AI 合同会进入新规则期

学生退场改变不了 Google 的合同结构,也不会让 AI 巨头突然放弃政府客户。

但它改变了叙事现场。

皮查伊站在斯坦福讲未来,台下有人提醒他:未来不是幻灯片里的蓝色渐变,而是合同、机构、执法权和战争伦理一起组成的账本。

我更在意的就是这本账。

AI 巨头不能永远用“造福人类”的语言包装所有收入。模型越强,客户越硬,账就越难糊弄。斯坦福这场嘘声未必回答了所有问题,但它问到了正确的地方:当 AI 成为权力的放大器,谁来决定它该放大什么?