随着人工智能进化速度远超行业预期,AI 安全领域的先驱
就业与经济变革:研究 AI 自动化对全球劳动力市场的重塑及应对机制。
威胁与防御韧性:防范 AI 技术被滥用于生物安全、网络攻击等高危领域,增强社会防御能力。
AI 价值观对齐:如何确保前沿 AI 系统的决策符合人类的伦理标准与社会公共利益。
自循环治理体系:探索 AI 在自我监督与自演化过程中的透明度与合规管理。
近期

随着人工智能进化速度远超行业预期,AI 安全领域的先驱
就业与经济变革:研究 AI 自动化对全球劳动力市场的重塑及应对机制。
威胁与防御韧性:防范 AI 技术被滥用于生物安全、网络攻击等高危领域,增强社会防御能力。
AI 价值观对齐:如何确保前沿 AI 系统的决策符合人类的伦理标准与社会公共利益。
自循环治理体系:探索 AI 在自我监督与自演化过程中的透明度与合规管理。
近期
马斯克承认Grok Build隐私风波属实,承诺彻底删除此前上传至SpaceXAI的用户数据,“一个字节不留”。事件源于安全研究员钓鱼测试,揭露该AI编程助手暗地传输声称仅本地处理的数据。这是AI巨头首次公开认账并清空数据。
OpenAI安全系统团队负责人海德克离职,成为近期安全与对齐团队又一离任核心成员。分析师借用《哈利·波特》的“诅咒”形容安全负责人频繁更替的现象。此前上一任翁荔离任后由海德克接手,如今其离开再引外界对公司安全态度的质疑。
澳大利亚助理部长查尔顿在悉尼AI安全论坛上警告,当前AI模型在测试中已出现作弊、欺骗、擅自行动等危险行为。他强调必须趁问题还限于实验室阶段提前进行人工干预,避免技术落地后被动应对,并指出公众对AI的信任度依然较低。
加州一名男子迈克尔·莱恩斯起诉OpenAI及CEO奥尔特曼,称ChatGPT缺乏对精神疾病患者的必要防护机制,致其病情加重并自残。他使用GPT-4o时多次主动告知自身精神状况,系统未干预,引发对生成式AI安全边界的深刻讨论。
大语言模型在网络安全领域的推理能力正面临严峻考验。安全研究员Kasra Rahjerdi通过构建含有核心漏洞的图书评论APK,对主流大模型进行模拟黑客攻击测试,揭示其安全推理与漏洞利用的真实水平。测试限时2小时、单次预算10美元,直观展现了各模型在复杂逻辑挑战中的表现。