AI 安全综述:四种恐惧与证据的重量
文章深入探讨了 AI 安全领域的四种核心恐惧:滥用、日常失效、失控及结构性风险。作者区分了 Security 与 Safety 的概念,并以证据强度为线索,剖析了从生化武器制造、网络攻击到模型对齐造假等具体问题,强调舆论关注与真实风险之间的错位。
文章深入探讨了 AI 安全领域的四种核心恐惧:滥用、日常失效、失控及结构性风险。作者区分了 Security 与 Safety 的概念,并以证据强度为线索,剖析了从生化武器制造、网络攻击到模型对齐造假等具体问题,强调舆论关注与真实风险之间的错位。
文章探讨了 AI 技术如何将社会工程学(骗术)的门槛从“十年经验”降至“200 美元”。通过语音克隆和 FraudGPT 等工具,诈骗已实现规模化和工业化。作者指出,AI 社会工程学不仅带来了巨大的经济损失,更深层地破坏了社会的信任基石,导致社会运转成本剧增,我们已身处一场全新的战争。
MIT Technology Review 发布 2026 年 AI 趋势榜单,指出“低垂果实已摘完”,讨论重心从能力边界转向权力边界。榜单涵盖人形机器人数据、LLM+、世界模型等技术演进,也涉及 AI 诈骗、军事化、Deepfake 武器化等社会风险,以及中国开源、AI 科学家和反 AI 运动等地缘政治议题,强调 AI 发展面临的结构性变化。