一句话定义：Chilling Effect（寒蝉效应）指人们因为预判到"说出去会有代价"——被解雇、被起诉、被行业拉黑——而主动放弃了本来完全合法、甚至对公众有益的发言。放在 AI 圈，它特指安全研究员、评测者、内部知情人不敢发预警、不敢做负面评测、不敢署名的那种集体沉默。
这个词原本是法律术语，描述法律或权力压力"冻住"了正当言论。2024 年，OpenAI 多名安全相关人员离职，其中有人在公开声明中表示，安全文化和流程已经让位于产品迭代速度；随后围绕离职协议与发声限制的公开报道和投诉，把 chilling effect 这个词带进了 AI 从业者的日常讨论。具体细节以当事人声明和监管机构的公开文件为准。
它怎么运作：寒蝉效应不是"禁止你说"，而是"让你自己决定不说"。
打个比方：一栋楼里装了火警报警器。第一个按下去的人被开除，第二个被调岗，第三个收到律师函。几个月后，报警器还是好的，但再没人伸手。管理层看到的数据是"零火警"，于是得出结论：这栋楼很安全。出错的不是数据本身，而是数据的生成机制被破坏了。
在 AI 圈长什么样：
- 不敢发预警：内部备忘录、离职博客、风险预印本，写完先自我审查三遍，最后删掉。
- 不敢做评测：第三方红队（red team）报告、模型风险评测，一旦结论对某家大厂不利，评测者要掂量经费、合作和数据访问权限。
- 不敢署名：匿名信源、匿名举报、不署名的技术报告变多。匿名保护了人，但也让结论更难被追溯和采信。
- 招聘端反噬：安全岗被视为"逆风岗"，候选人担心做安全就是跟公司战略对着干，进来也只做合规台账，不碰真正棘手的问题。
和相邻概念的区别：
| 概念 | 压力来源 | 关键机制 | 结果 |
|---|---|---|---|
| 寒蝉效应 | 雇主、合同、法律风险、同行压力 | 预判代价后自我审查 | 该说的话没说，风险被系统性低估 |
| 保密协议（NDA） | 双方约定的合同 | 明确划定不能外传的信息 | 本身中性，越界执行才产生寒蝉效应 |
| 沉默的螺旋 | 群体舆论氛围 | 怕被孤立而附和主流意见 | 少数意见消失 |
| Safety Washing（安全洗白） | 公司自己 | 主动表演安全、发姿态性承诺 | 对外显得安全，实质没变 |
对从业者的意义：了解吹哨人（whistleblower）保护制度和劳动法边界不是多此一举；关键沟通尽量留书面记录，走内部合规渠道，必要时咨询律师，而不是只靠私下吐槽。
对管理者的意义：沉默不等于安全。你看到投诉变少、质疑变少，可能是风险真的下降了，也可能只是说话的成本变高了。后一种情况下，决策层会失去最早的预警信号，代价通常在更晚、更贵的时候才付。
对普通人的意义：当你发现某家公司的安全报告变少、外部评测缺席，别急着当成好消息。先问一句：是风险变少了，还是敢说话的人变少了？