一、问题与背景

本案所涉及的问题是：Anthropic、OpenAI、Google/DeepMind以及SpaceXAI是否通过协调行动放缓人工智能发展速度，具体而言，放缓模型改进和发布的速度，从而构成《谢尔曼法》第1条所禁止的非法卡特尔。被指称的行为并非价格固定或者市场划分，而是横向竞争者之间通过协议限制其产品的创新速度。

2026年9月18日，即Buist v. Anthropic PBC, No. 3:26-cv-10693 (N.D. Cal.)在北加利福尼亚联邦地区法院提起。起诉书主张，在Anthropic首席执行官Dario Amodei发表呼吁行业共同开展安全合作的文章之后，OpenAI、Google/DeepMind和SpaceXAI的首席执行官公开支持放缓人工智能发展的速度，从而实际上形成了一个卡特尔。原告——ChatGPT、Claude、Grok和Gemini的付费订阅用户——主张，该卡特尔降低了“消费者为付费人工智能订阅所获得的价值”，因为产品功能改进的速度已经放缓。

反垄断法问题与人工智能安全政策争论是相互独立的。私人企业可以单方面选择更加重视安全，即使其代价是创新速度降低——这种行为通常是合法的。第1条针对的是竞争者之间的协同行为，而非企业独立作出的商业判断。因此，本案的核心在于，相关实验室之间是否存在一种“共同意思表示”（meeting of the minds），或者其他形式的协议（无论默示还是明示），使其共同限制竞争。只有在这一问题得到肯定回答的情况下，第1条才会受到影响。困难在于，目前可以获得的公开事实主要是企业高管的声明和新闻报道，而不是通常用于证明卡特尔存在的那种明确协议。因此，我们须分析这些事实线索是否以及如何能够满足第1条对于协议的要求。

二、相关法律：《第1条》的构成要件与分析框架

A. 协同行为与单方面行为

《谢尔曼法》第1条禁止两个或两个以上相互独立的市场主体之间通过“共谋” （conspiracies）或者“合同”（contracts）实施的限制贸易行为。其基本构成要件之一，是相关主体具有相互独立的经济利益，并且已经正式或非正式地达成共同采取行动的协议，而非各自独立行事。在American Needle, Inc. v. NFL案中，美国最高法院强调，第1条针对的是独立决策主体之间结成联盟并结合其市场力量的行为。如果企业单独行动，或者母公司与其全资子公司作为一个单一经济实体行动，则第1条并不适用（参见Copperweld Corp. v. Independence Tube Corp., 467 U.S. 752 (1984)）。

因此，我们的第一项任务是区分合法的平行行为与非法协议。法院长期以来一直警告，仅仅存在行动上的巧合或者公开表达的共识，并不足以证明第1条意义上的“合同”。例如，在Theatre Enterprises, Inc. v. Paramount案中，最高法院认为，电影制片厂采取平行行动以避免与某一影院进行交易，只有在存在超出巧合行为之外的“共同意思表示”的情况下，才能认定存在协同行为。同样，Matsushita案强调，原告必须提出“超越平行行为本身的其他事实”（something more than parallel conduct），才能使共谋主张具有可信性。

相反，第1条并不要求存在一份签署完毕的正式条约。默示的谅解、相互承诺，甚至一系列公开信号，在其实际效果是“消除不同主体之间的独立性”（eliminate the independence of the various actors）的情况下，也可能满足第1条的要求。法院会寻找能够表明每一个被告的决定是在考虑其他被告预期行为的情况下作出，并且取决于其他被告行为的事实。尤其是，即使通过间接方式进行的通信，例如通过行业协会或者公开声明进行的通信，只要其便利了竞争敏感信息的交换或者对共谋计划提供了相互保证，就可能具有重要意义。

B. 本身违法与合理原则

传统上，某些横向限制——例如价格固定、产量固定和市场划分——被认为具有如此明显的内在危害，以至于属于“本身违法”（per se illegal）。在本身违法规则下，一旦证明存在属于该类行为的协议，即可认定违法，而无须进一步进行详细的市场分析。这些类别的典型特征在于，其几乎总是倾向于提高价格或者减少产量。

不属于既定本身违法类别的协议，则适用合理原则（Rule of Reason）：通过综合考虑事实，对其促进竞争与限制竞争效果进行权衡。在判断所谓“放缓协议”究竟属于本身违法还是应适用合理原则时，法院将参照既有判例。如果所谓“创新速度卡特尔”被视为类似于传统的产量限制——尽管这种行为更难证明，因为不存在可明确识别的“单位”被限制——那么直接适用本身违法规则可能并不适当。相反，在这种情况下，法院可能适用快速检视（quick look）或者完整的合理原则分析，尤其是在相关合作被主张为真正的安全措施时。FTC/DOJ关于竞争者合作的指南要求采取更加细致的分析方式，并指出，只有那些“总是或者几乎总是倾向于提高价格或者减少产量”的协议，才属于本身违法协议。

C. 创新与质量作为竞争参数

现代反垄断法承认质量和创新与价格、产量一样，都是竞争维度。《2010年竞争者合作反垄断指南》（Antitrust Guidelines for Collaborations Among Competitors）明确要求评估横向协议对于“质量、服务或者创新”的影响。降低产品预期创新水平或者产品改进速度，完全可能像减少产量一样损害竞争。因此，就原则而言，被指称的人工智能产品改进速度放缓属于第1条的审查范围。关键问题在于，共同放缓行为如何影响在不存在该协议的情况下“竞争机制本应产生的创新水平”。

三、事实时间线

截至目前公开报道的事实，主要涉及人工智能实验室领导人之间的一系列声明和讨论。下表对这些事实进行了概括。（资料主要来自新闻报道以及起诉书中的指控；目前尚无内部文件公开，由AI辅助整理。）

表1：2026年7月至9月人工智能“放缓”事件的关键公开事实。

说明：7月声明仅在起诉书和AP/ABC报道中有所描述，目前没有公开完整文本。9月12日的行动则有企业文章、高管推文和公开声明予以记录。Reuters的报道表明，在9月12日之前，相关企业已经开展了安全方面的协调讨论。此后，9月18日提起联邦反垄断诉讼。目前没有公开声明表明这些企业已经实际改变模型发布计划或者作出具体延迟产品发布的承诺，Amodei的文章除外，因为该文章属于一种政策倡议。

证明力与证据缺口

• 高证明力：Amodei的文章、Musk/Altman/Hassabis的推文以及Lehane接受Reuters采访的内容，均属于对相关言论的一手记录（尽管其中部分内容来自社交媒体，其语气有时可能具有一定歧义）。这些材料表明，各方在安全和发展速度问题上存在公开的立场趋同。

• 中等证明力：Bloomberg Law中的起诉书叙述以及AP的报道，将这些声明与所谓“协议”联系起来，但并不能证明存在秘密的双边承诺——相关结论主要依赖推断。

• 目前证明力较低：2026年7月的声明以及此前所谓“讨论”属于传闻性质的指控。目前缺乏关于具体会议或者附带协议的直接证据。此外，Zuckerberg反对协调放缓的表态目前尚未得到一手来源充分引用，其余行业背景信息也主要来自二手报道。

目前没有任何公开资料确认存在竞争者之间明确的握手协议或者书面协议。在证据开示阶段取得电子文件等材料之前，正式协议是否存在仍属未经证实的事实。可能出现的核心事实问题包括：相关讨论或者信号是否构成一种交换条件（quid pro quo），例如“只有在你们也放缓的情况下，我们才会放缓”？企业之间是否就产品发布时间表或者研发预算作出共同承诺？

四、第1条分析：协议与协同行为

A. “协议”的存在

根据《谢尔曼法》第1条，原告必须证明至少存在一种“协同拒绝竞争”（concerted refusal to compete），而非各企业独立作出的决定。目前公开的时间线仅显示一系列平行声明：9月12日，四家企业的首席执行官均公开支持放缓人工智能发展。根据Matsushita、Theatre Enterprises以及Twombly 等判例，平行表达支持本身并不会自动构成第1条意义上的违法。以Matsushita为例，“有意识的平行行为”（conscious parallelism）本身是合法的。在本案中，各实验室均可能独立认为安全要求其采取谨慎态度；目前也没有任何一家企业承认自己曾就具体行动受到具有法律约束力的承诺。

但离奇或吊诡的是，相关互动的整体模式具有一定异常性。Anthropic的文章明确呼吁行业范围内的协调，并据报道寻求反垄断“豁免”。Musk和Altman迅速在社交媒体上表达支持，表明其对彼此立场具有一定程度的共同认知。其中，Altman的声明不仅支持建立联邦框架，而且表示OpenAI无需等待政府许可——这可以被理解为OpenAI准备根据Amodei所提出的理念采取协调行动。Google的重要高管之一Demis Hassabis也公开称该主张是“正确的前进道路”。

综合观察这些事实，也许可能推断出一条“A→B→C→D”的链条：Amodei提出放缓主张→Musk表示支持→Altman表示支持→Hassabis表示支持。如果每一步均伴随私人沟通，例如Zuckerberg、Musk以及其他人士曾就此向特朗普政府游说，那么这一系列行为可能形成一种默示的共同意思表示。

（源：https://darioamodei.com/post/we-must-pace-the-frontier）

根据既有判例，如果一系列单方面声明发挥了协调信号的作用，也可能形成“协议”。起诉书明确指出，原告所挑战的是通过“集体性限制”（collective restraint）代替“个体责任”（individual accountability）的“捷径”。这一理论与BMI v. United States案所涉及的问题具有一定相似性。在该案中，私人主体以效率提升或者合资安排为框架开展交易，但其行为仍然受到第1条审查。这里的关键在于，这些公开信息究竟是单纯表达共同理念，还是具有方向性、计划设定性的内容，足以发挥协调计划的作用。

B. 便利性行为与信号传递

原告很可能依赖所谓“便利性行为”（facilitating practices）理论，即竞争者利用公开或者间接方式向彼此传递未来计划，而不必进行直接接触。例如，如果Amodei的文章是在明知竞争对手会看到并回应的情况下精心设计的，那么该文章可能被视为一种有针对性的协调信号，用于协调行业政策。同样，如果Altman和Musk的回应是为了确保所有市场参与者都知道各自的实验室也会放缓，那么这种回应可能被视为一种相互承诺。法院在竞争者交换竞争敏感信息，或者以隐晦方式达成协议的情况下，曾经对类似的信息交换行为予以关注。这里的“敏感信息”是关于模型发布以及模型能力发展的计划。如果Altman表示“我们也会这样做”，其他企业可能据此调整自身计划——从功能上看，这种声明可能类似于公开披露的合同承诺。

简而言之，如果能够证明这些公开声明反映了一种相互理解，现有证据可能支持对协同行为的推断。原告可以主张，每一位首席执行官都知道其他企业正在密切关注其公开表态，因此重复彼此的立场并非简单的巧合，而是有意形成共同承诺的一部分。被告则会反驳称，其仅仅表达了共同的安全担忧，计划上的相似性属于各企业独立采取安全措施的结果。

五、限制行为的性质：创新速度作为产量/质量参数

与价格固定卡特尔不同，本案所称的共谋限制的是产品的改进速度。这是一种质量/产量限制：其并非限制单位销售数量，而是限制单位时间内的质量提升幅度。根据法院不断发展的分析方法，创新和质量均属于应当受到反垄断法保护的竞争参数。在NCAA v. Board of Regents案中，最高法院承认，某些共谋性产量限制可以适用合理原则进行分析，因为相关限制同时影响产品质量和产量。同样，如果消费者购买ChatGPT或者Gemini时期待产品能够快速改进，那么放缓这些产品的改进速度，可以被类比为减少“创新产量”。

原告明确将其界定为一种“限制产量的卡特尔”（output-restricting cartel），尽管其产量限制属于非传统形式。原告认为，消费者为产品付费，但产品性能增长速度低于应有水平，因此消费者实际上遭受了“过度收费”。然而，与传统商品卡特尔不同，本案不存在对离散产品数量的直接限制，也没有共同宣布价格。创新速度是一种更加分散、更加难以量化的竞争参数。这使得适用本身违法规则更加困难：除非质量限制具有明确的产量效果，否则法院历史上并未将所有质量限制认定为本身违法（Goldwasser v. Amer. Aviation, Inc.表明，某些质量限制如果实际上发挥产量限制的功能，也可能属于本身违法）。

因此，核心定性问题是：竞争者之间共同放缓创新速度的协议，是否应当被视为类似价格固定或者数量固定？这种行为属于针对动态质量维度的横向限制。在不存在明确判例认定“创新协议”属于本身违法的情况下，更稳妥的司法路径是适用合理原则，或者至多采取快速审查。DOJ/FTC指南表明，创新属于第1条可以审查的竞争维度，但并未将创新限制列为本身违法行为。事实上，该指南特别指出，许多涉及研发的合作可能具有促进竞争的效果。

不过，如果事实表明相关行为纯粹是限制研发，而不存在任何抵消性效率，那么法院可能将其类比为产量固定。另一方面，如果相关行为被界定为合法的安全计划，那么可以考虑附带限制原则（ancillary restraints doctrine）：如果放缓行为被视为某项共同事业或者提高产品质量的协议的附属安排，只要该限制对于实现所主张的效率而言属于“合理必要”（reasonably necessary），则可以获得一定程度的宽容（参见BMI v. CBS）。然而，起诉书已经预先回应这一点，明确主张原告并不反对安全措施本身，而只是反对通过竞争者共谋实现安全目标的方式。

六、本身违法与合理原则

A. 原告的主张：本身违法

原告很可能主张法院进行快速否定式审查：“这些企业同意限制其产品改进速度，而这种行为本身具有危害性。”在原告看来，该限制具有横向性质，不应获得宽容。原告甚至将其描述为“实质上的产量限制”，试图将其与传统卡特尔进行类比。如果该主张获得支持，则被告至少需要提出具有一定可信度的促进竞争理由，案件可能进入有限的快速审查，但也可能根据严格规则直接适用本身违法标准。

原告将援引Socony-Vacuum，该案确立了价格固定本身违法原则，从而试图类推认为，对任何市场竞争参数的固定——在本案中即创新速度——均可能属于本身违法。Interstate Circuit 同样曾将横向竞争者之间的限制性协议认定为本身违法。诉讼中的表述，例如“共同意思表示”以及“共同放缓”等，正是试图将这一新颖的限制塑造成一种典型的核心卡特尔，尽管其限制的是一个不同寻常的竞争维度。

B. 被告的主张：合理原则

被告将反对将其行为归入本身违法类别。他们会主张，安全合作能够产生正当收益，因此不能被视为当然具有反竞争性质。NCAA v. Board of Regents表明，横向协议有时可能具有促进竞争的效果，或者至少应当接受完整的市场分析。例如，本案被告可以主张，该合作旨在防止具有灾难性后果的风险，涉及一种特殊的公共利益，而这种公共利益可能超出消费者通常要求的范围。他们可能援引BMI v. CBS和NCAA，这两个案件均允许在一定情况下对具有提高产品质量作用的横向限制采取更加宽松的分析方法。此外，DOJ/FTC的政策也强调，对竞争者之间的合作应当采取灵活分析。

因此，被告会倾向于主张适用合理原则：证明协调行为能够产生安全收益，例如降低灾难性后果发生的可能性，而且这些收益可能超过创新速度降低所造成的损害。他们还会提出效率理论：共同进行安全测试的成本可能低于各企业分别开展测试的成本，而且共同开展安全研究或者进行安全标准协调，可能产生单方面行动无法实现的收益。如果相关行为不属于传统的本身违法类别，那么法院应当审查市场环境，因为第1条在合理原则框架下要求对相关竞争效果进行具体分析。

在两种主张之间，许多反垄断评论者可能认为，法院将拒绝轻易将该行为归类为本身违法。Colorado Dental和NCAA所体现的判例发展路径表明，在缺乏充分背景分析的情况下，法院不会轻易谴责新型限制。事实上，原告自己也承认其并不反对独立实施的安全措施或者监管，这说明本案并非典型的传统卡特尔案件。因此，就一份完整、具有说服力的司法裁判而言，更可能采取合理原则分析。

七、竞争效果的经济学分析

A. 动态竞争与囚徒困境

前沿人工智能市场具有高度的动态性。每一个竞争者都在竞相提高创新速度，包括提升模型能力、推出新功能等，因为率先进入市场的企业可以获得用户心智和市场份额，并吸引开发者、数据以及生态系统整合。但这一竞争过程具有囚徒困境的结构：如果一家企业单方面放缓发展速度以提高安全性，其竞争对手可能迅速超过它，从而获得更多收入和人才（正如起诉书所述）。因此，非合作可能导致一种从安全角度而言次优的均衡，即使从社会整体角度看，较为谨慎的发展方式可能更具社会价值——这是一种典型的协调失败。

可以建立一个简单的经济学模型：每家企业选择创新速度（p）。当其他企业发展缓慢时，提高自身创新速度可以获得更高收益；相反，当其他企业高速发展时，自己保持缓慢发展会付出较大代价。因此，一次性博弈中的纳什均衡可能是所有企业均选择加速。只有通过相互承诺降低p，才能提高安全水平，但如果缺乏信任，这种承诺很难维持。

B. 消费者损害渠道

创新放缓会直接降低消费者福利。付费用户的效用可以表示为：

U = V_current + E[ΔV_future] − P

其中，U为消费者效用，V_current为当前产品价值，E[ΔV_future]为未来产品改进所产生的预期增量价值，P为价格。如果竞争者协调削减未来改进（ΔV），却不相应降低价格（P），则预期消费者剩余将下降。例如，在不存在协调的情况下，每个模型每年可能发布两次重大升级，而在协调情况下平均仅发布一次，那么消费者一年获得的增量价值可能近似减半。生成式人工智能服务的消费者支付订阅费用，因而实际上损失了原本预期可以提前获得的增强能力。起诉书主张，由于企业“支付相同价格购买产品，但产品改进速度低于正常竞争条件下本应达到的水平”，消费者实际上遭受了“过度收费”。

从数量角度而言，假设正常研发能够使产品质量每季度提高20%，而相关协议将其降低至10%。一年之后，累计改进幅度可能从约73%下降至约46%。如果产品质量与使用量存在联系，例如更好的结果能够吸引更多用户，那么创新速度降低还可能抑制用户参与度、平台生态系统扩张以及下游创新。

其他损害渠道还包括：减少企业进行昂贵长期研发投资的激励，因为突破性创新所带来的竞争收益降低；以及潜在的价格协调，尽管本案并未指称价格发生变化，但此类卡特尔通常会削弱投资激励，从而间接维持较高价格。

C. 促进竞争的效率

被告所主张的主要收益是安全，即降低“人工智能灾难”的风险。如果协调行为甚至能够避免一次极端失败事件，例如人工智能系统按照Amodei所警告的方式攻击人类控制的系统，那么其社会收益可能极其巨大。更为具体地说，共同进行安全测试、共享事故报告以及共同制定标准，可能减少安全工作的重复投入，并降低一家企业高速发展给所有用户造成的负外部性。

然而，如果被告希望在合理原则下主张效率，其需要证明：（1）相关安全策略确实能够产生收益；（2）这些收益是由相关协议产生的；以及（3）不存在限制性明显更低的替代方案。如果每个实验室都可以单独采取安全措施，例如雇用红队、使用外部审计机构，那么协调可能并无必要。Altman曾表示，OpenAI可以在无需等待反垄断豁免的情况下推进相关工作，这一事实也表明单方面采取安全行动是可能的。

第三方评估是一项关键替代方案。据Anthropic于9月18日发布的消息，其已经与Accenture建立合作关系，由后者对其模型进行独立测试。如果每个实验室都可以单独接受严格的第三方审查，那么共同决定创新速度可能并无必要。同样，政府监管也可以对所有企业统一施加安全标准，从而消除横向共谋的必要性。因此，被告可能难以解释为什么只有竞争者之间的横向协议，而不是各自独立实施的安全方案，才能实现所主张的安全效果。

D. 反事实比较

表2：独立竞争与协调放缓两种情形下的市场结果反事实比较。

该表对复杂的经济效果进行了抽象处理。独立竞争情形产生更多“进步”，但同时也伴随着更高风险；协调情形提高安全水平，却以牺牲创新和消费者剩余为代价。完整的经济分析应当尝试对上述效果进行量化，例如通过消费者对新功能的支付意愿以及人工智能失败事件的预期损害进行估算，但鉴于目前信息有限，仅作定性说明。

八、合理原则权衡与替代方案

在完整的合理原则分析下，法院将权衡促进竞争的正当理由与限制竞争的损害。关键因素包括：

• 市场力量与市场结构：起诉书将相关市场界定为“美国付费消费者前沿人工智能助手市场”，并认为该市场由四家被告占据主导地位。但如果Meta AI、Microsoft以及其他企业、开源社区和较小型人工智能初创企业均构成现实替代选择，那么四家被告的市场力量就会相应减弱。如果消费者可以轻易在不同模型之间转换或者同时使用多个模型，那么这一点也会限制任何卡特尔的市场支配能力。【作者注：本文所称“美国付费消费者前沿人工智能助手市场”系基于研究目的作出的工作性市场界定。其核心在于考察美国消费者是否将具有较高模型能力、持续迭代能力和综合任务处理能力的付费人工智能助手视为相互替代的产品。但免费人工智能助手、传统搜索及其他数字助手是否构成有效替代，仍应结合消费者转向行为、价格与质量竞争、产品功能及多归属等因素进一步判断。因此，“付费”与“前沿”均不宜被视为当然的市场边界，而应通过实际替代关系加以验证。】

• 创新产出的性质：如果产品具有高度差异化，不同人工智能架构、重点领域和生态系统的存在可能导致共同放缓行为对消费者产生不同影响。例如，Anthropic的Claude可能在创意任务方面具有优势，而OpenAI的GPT可能更擅长编码，那么同时放缓二者的发展，对不同消费者群体产生的影响也可能不同。

• 促进竞争的理由：这里最核心的理由是安全。安全收益是否确实源于该协议本身？还是每家企业都可以通过单方面行动或者不协调的方式获得大致相同的安全结果？如果被告能够证明，例如其无论竞争对手是否采取相同措施，都会聘请独立审计机构并推迟产品发布，那么任何所谓协议的竞争效果都可能失去意义。同样，如果监管机构或者标准制定机构可以介入，那么私人横向协议的必要性也会降低。

• 可验证性与执行：任何卡特尔都面临成员作弊的风险。如果企业公开承诺放缓，却在私下继续加速发展，那么该协议就会崩溃。因此，即使相关企业领导人讨论过放缓，证明所有企业确实削减研发投入仍然困难。法院将关注是否存在正式的监督或者执行机制，例如第三方审计。如果不存在此类机制，那么所谓“协议”可能并不具有多少实际约束力。

我们还应当考虑限制性更低的替代方案：开展全行业人工智能安全会议，但不承诺延迟产品发布；通过政府监管解决人工智能风险；或者建立产品安全认证制度。每个竞争者均可以在不与竞争对手沟通的情况下独立设定较高安全标准。可信的替代方案越多，横向放缓协议在反垄断效率分析中的正当性就越弱。

特别声明

以上所刊登的文章仅代表作者本人观点，本公众号为非营利性平台，刊发文章仅作学术交流使用，不构成投资决策之建议。

对本公众号原创之文章，如需转载或引用该等文章的任何内容，请私信沟通授权事宜，并于转载时在文章开头处注明来源于公众号“经济学原理”及作者姓名。未经本公众号授权，不得转载或使用该等文章。

对非本公众号原创之文章，任何商业运营公众号如转载，请向原创公众号或/及原出版机构申请许可。