理解AI事故需要知道模型收到什么指令、模型具体特征——目前实验室公开信息远远不够。没有这些，公众讨论是在黑暗中摸象，无法形成有效问责机制。透明度不是"好看的"，是理解和预防的前提。

完整推理输出需要企业协议——这把「AI透明度」变成了一个商业特权。普通开发者和中小企业只能拿到摘要，只有签了企业合同的大客户才能接近真相。在 AI 问责（accountability）的讨论中，这意味着透明度是分级的、是可以被钱买到的，这和「公共基础设施」的定位相矛盾。

论文最刺耳的政策呼吁：「我们是唯一一个独立开展大规模实证研究的团队」。在招聘算法已主宰数百万人命运的情况下，研究者竟然无法获得数据来研究它——这和制药公司不让独立研究者测试药物一样荒谬。立法强制数据开放（类似欧盟 DSA 的数据访问条款）可能是唯一出路。