今天这期 AI Daily Brief,我们要聊的是,有些人称之为新一封 AI 暂停公开信的那封信——Pacing the Frontier,以及它对于我们现在处在这场 AI 变革历史中的什么位置,传递出了什么信息。
AI Daily Brief 是一档每日更新的播客和视频节目,专门聊 AI 领域最重要的新闻和讨论。
好,朋友们,在我们开始之前,先快速说几个通知。
欢迎回到 AI Daily Brief。
其实我原本今天这期是打算提前录好的。
我现在人在 KPMG 的年度科技研讨会活动现场,而且我们接下来还会有一期特别精彩的 Operator's Cut,聊怎么理解并最大化 token budget。
但是后来,我们又看到了一封 AI 公开信漫长谱系里的最新公开信,而围绕它的讨论量实在太大了,我觉得我们必须稍微深入聊一聊。
不过在进入 Pacing the Frontier 这封信之前,我们得先回到几天前,接着上次停下来的地方说。
当时,基本上科技行业里每一家主要公司都签署了一封公开信,敦促 Trump 政府保护开源 AI。
这项行动由 NVIDIA 和 Microsoft 牵头,并得到了几十家大大小小科技公司的支持。
最值得注意的是,OpenAI 在这封信送到之后短暂延迟了一下,最终还是签了;但 Anthropic 却明显没有出现在这份请愿书上,所以这也成了昨天 AI Daily Brief 那期节目的标题由来。
当然,这场争论之所以激烈,也是因为当时的背景是,Trump 政府正在逐步收敛出一个 AI 安全测试框架。
六月份的行政命令把这个框架的制定截止日期定在了八月一号。
所以这一周就是影响美国 AI 部署和模型发布治理政策的关键一周。
除此之外,关于该怎么应对 Chinese AI,也一直有一场非常激烈的争论,最早是被围绕 GLM-5.2 的那些耸动标题带起来的,后来又延续到了 Kimi K3。
一直有风声说,Trump 政府内部在讨论要不要禁止 Chinese open source。
而且更重要的是,这件事不只是关起门来私下发生。
这显然是一场正在进行中的公开辩论,White House 内部有多个派系都在公开为自己的政策观点发声。
我们甚至看到 Treasury Secretary Scott Bessent 和 Commerce Secretary Howard Lutnick 都分别发了推文,站在不同立场上表态。
换句话说,而且我觉得这点很重要,就是现在大家都有一种感觉:这是一个正在走向高潮的时刻。
二零二六年的 AI,显然已经不是二零二五年的 AI 了。
而这种二零二六年版本的 AI 所带来的政策影响,也显然比我们之前面对的任何东西都要重大得多。
到目前为止,整个过程一直都是走走停停、磕磕绊绊、边反应边应对,但现在很多事情正在汇聚到一个临界点,而这会对二零二七年的 AI 在美国以及全球其他地方会如何发展,产生相当大的影响。
当然,就在我录完昨天那期节目之后,Anthropic 打破了沉默,通过一篇明确署名 CEO Dario Amodei 的博客文章,正式说明了他们对 open-weight models 的立场。
Amodei 提到,最近有人指责 Anthropic 在游说推动禁令,他写道,任何读过我以前文章的人都应该知道,我并不认为这种禁令是什么有用的措施。
不过我还是想把话说清楚,不留任何疑问。
Anthropic 从来没有主张过禁止 open-weight models。
不过,虽然 Dario 承认 open-weight models 是一种很有价值的公共产品,但他也再次强调了自己对于让强大模型免费开放可得这件事的核心担忧。
事实上,他写道,带有保护主义色彩的禁令,对他最担心的那两个噩梦场景根本没有任何帮助。
他说,他首要担心的是,威权政府可能会利用强大的 AI 来实现彻底的军事优势,或者对本国人民进行更深度的压迫。
Amodei 写道,在这方面,中国政府显然是能力最强的,但他们并不是唯一需要担心的对象。
在这个语境下,Dario 指出,open weights 基本上几乎完全无关紧要。
更危险的模型,实际上可能会被秘密训练出来,而且只会被威权政府用于武器和国内监控。
他第二个担忧,是强大的 AI 被用来发动网络攻击,或者制造生物武器。
按他的判断,在这方面,广泛分发的 open-weight 模型,确实比 proprietary 模型风险高得多。
这是因为 open weights 会让设置 guardrails 或监控使用情况变得很困难。
不过,Amodei 也指出,当时讨论的这个政策其实效果会相当有限。他评论说,禁止美国企业使用这些模型,并不能解决这些风险,因为坏 actors 不太可能是合法的美国企业。
这倒是会保护美国的 AI 公司不受竞争冲击,但那从来都不是我的目标。
接着,Dario 提出了三个政策建议。
第一,加大 export controls 的执行力度,阻止强大芯片流入中国。
第二,严厉打击工业规模的 distillation 操作。
第三,对所有模型,不管是 open 的还是 closed 的,都引入强制性的安全测试。
这里挺有意思的是,作为这个讨论的一部分,他把关于 distillation 的论点又稍微细化了一点。
他指出,大家担心的是,distillation 会让训练 run 变得高效得多,从而让中国的实验室更容易追上美国前沿水平。
Amodei 再次强调,我们应该有政策干预,来遏制工业规模的 distillation。
一刀切地禁止 open-weight 模型,既不是正确的补救办法,也不是我们一直在呼吁的东西。
接着,谈到他为什么没有签上周那封 open letter,Amodei 写道,我同意其中很多内容。
Open weights 会扩大 AI 经济的参与机会,至少在某些使用场景里会强化竞争,而且也会给客户更大的控制权。
关于 distillation 的担忧,应该通过有针对性的法律和商业框架来解决。
但我不同意信里的一些说法,比如说 open-weight 模型一定会让开发 safeguards 变得更容易,或者广泛开放能力一定会比起攻击者更有利于防守方。
至少在我看来,反过来是真的,这种可能性同样很大。
像这样的问题,应该通过发布前严格的测试,用实证来回答,而不是事先想当然。
为了说得更明确,他最后总结道,概括一下我和 Anthropic 的立场,我们过去没有、现在也没有主张把 open-weight 模型作为一个类别来全面封禁。
相反,我们应该把重点放在,不让强大芯片落入威权主义者手中,阻止工业规模的 distillation,以及要求所有能力足够强的模型——无论 open 还是 closed——都进行安全测试。
首先,外界出现了一批可以预见的批评。
Deepanshu Sharma 特别指出了他说的那部分,也就是他不同意 open-weight 模型会让开发 safeguards 更容易,或者会比起攻击者更能帮助防守方。
还有 Hacker News 提到一句话,原话是,GLM-4.5 刚刚用 OpenAI 最强的模型救了 Hugging Face。
也有人对整体语气很有意见,觉得这像是在让 Anthropic 来决定哪些想法是危险的。
顺着这个思路展开,Harrison Kinsley 写道,Dario 只能看到 open-weight 模型的危险,却拒绝理解另一种真实而切实的危险,那就是权力集中在那些自认为是 philosopher kings 的人手里,由他们来控制谁能获得 intelligence、能获得多少 intelligence,以及在什么时候获得。
注意看,他整个观点都建立在这样一个前提上:必须由某个人或者某个机构来决定,谁应该获得 intelligence。
这里的问题在于,认为某一小撮人不知怎么就成了更安全的那条路。
这些人到底是谁?
他们为什么就更安全、更好、更聪明?
这种权力集中,才是真正带有反乌托邦意味的危险。
亲爱的听众,等我们接下来讲到后面那封公开信《Pacing the Frontier》的时候,我希望你能记住这一点。
不过,很多人觉得这篇文章总体上还是讲得挺合理的,就算他们并不认同。
事实上,reasonable 这个词,是大家回应这件事时最常出现的词之一。
然后时间就来到了周二早上。
开始陆续传出消息,说有一份请愿书在呼吁美国政府有意放慢 AI 的发展速度。
没过多久,我们也真的看到了这封信本身。
这份名为《Pacing the Frontier》的请愿书正式发布了,上面有一千一百多人的签名。
签署者包括 Dario Amodei、Meta AI 首席科学家 Shengjia Zhao、OpenAI 首席科学家 Jakub Pachocki、Google DeepMind 首席战略官 Jascha Sohl-Dickstein,以及 Thinking Machines 联合创始人兼首席科学家 John Schulman。
声明里写道,AI 也许能帮助创造一个好得多得多的未来,但这个结果并不是有保证的。
全球领先的 AI 公司认为,他们可能已经接近把 AI 研究自动化了。
这到底会把 AI 的进展加速到什么程度,很难精确预测,但确实存在这样一种风险:能力开发会迅速加速,快到超过我们理解或控制这些最终系统的能力。
要真正实现 AI 的潜力,行业、政府和整个社会也许都需要有这样一种选择:争取一些时间,来应对新出现的风险、制定安全措施,并加强监管。
但每家公司、每个国家,都承受着巨大的竞争压力,没办法单方面去放慢这种加速。
而在今天,世界还缺少能够有意控制整个前沿领域进展速度的技术工具和治理工具。
在已经开展的前沿模型发布监测工作的基础上,我们请求美国政府支持一项国际合作,开发那些有意控制自动化 AI 开发前沿速度所需要的技术工具和治理工具。
Anthropic 和 OpenAI 都转发了这封信,并分别说明了他们支持这份声明的不同理由。
Anthropic 写道,我们上个月发布的、关于 recursive self-improvement 的研究表明,需要有一些工具来有意控制 AI 开发前沿的速度,好让社会有时间做好准备。
我们很高兴看到整个领域在这件事上有广泛共识。
类似地,OpenAI 写道,我们使命的核心,就是努力解决一个问题:怎样确保越来越强大的 AI 能让每一个人受益。
我们认为,在未来的某个时候,前沿模型开发中的 AI 加速可能会高到一个程度,届时世界将需要控制 AI 进步的速度。
我们希望能和其他实验室以及开源社区一起,为美国政府主导的这项工作作出贡献,开发出那些可能让这件事成为现实的工具和机制。
现在,对于那些一直密切关注的人来说,已经有一些迹象表明,在一些实验室员工当中,这种看法一直在增长。
就在几天前,OpenAI 的 Roon 发推说,如果今天我们能协调实现全球范围的能力放缓,我很可能会按下那个魔法按钮。
但这封信到底是在呼吁什么呢?
当然,那些关注 AI safety 的人立刻就抓住了这件事,把它当成对他们一直以来所有说法的验证。
David Krueger 写道,如果还有人在怀疑 AI 是不是正在失控,那么看到一千多名 AI 公司员工几乎是在恳求政府采取行动让它慢下来,这就该是一个警钟了。
不过话说回来,也算是不出所料吧,这对有些人来说远远不够。比如《If Anyone Builds It, Everyone Dies》的作者 Nate Soares 就说,我觉得按二零二四年的标准来看,Pacing the Frontier 这份声明还算可以,但归根结底还是在淡化问题。
但即便如此,对很多人来说,第一反应也不是正面的。
负面回应里最常见的一个主题,就是大家觉得,这些员工是在要求政府出面做一件理论上他们自己就可以做的事。
投资人 Steven Sinofsky 写道,求求了,政府,快来阻止我现在正在做的工作。
我好像没办法主动换一份工作,去找一个跟我价值观一致的雇主。
救命!
我们停不下来。
他在另一条推文里还补充说,如果你不喜欢你公司在做的事,还声称自己站在某种道德高地上,那如果你还在继续推进这个使命,这又意味着什么呢?
这就是 signaling 的定义。
那你就辞职,去做你认为更符合道德的事情。
你的 AI 专业能力很稀缺,你会有很多选择。
这种说他们是在 virtue signaling 的批评也相当常见。
有意思的是,来自 Google DeepMind 的 Samira Khan 写道,看起来有些人只是想让自己在道德上感觉更好一点。
这简直就是一个完美例子:在不了解问题、也不采取任何行动的情况下,展示自己的道德优越感。
而 Samira 显然是反对 pacing 的。她还补充说,我们既不应该放慢速度,也不应该让政府介入这个过程。
但正如 Neil Chilson 所说,这种“为什么这些人觉得,让他们慢下来是别人的工作”这样的论调,我觉得现在真的越来越常见。
另一个批评主题,是大家觉得这可能是在要求 regulatory capture,也就是现有大公司通过让政府把还没爬到自己这个位置的人挡在外面,等于把梯子抽走。
Mixpanel 的创始人 Suhail 写道,如果你做出了会入侵别人的不安全 AI,那你就应该被监管,并被追责。
你不该把整个行业都监管起来,把这当成一种 regulatory capture 的手段。
如果有人要求你放慢速度,
你也不该反过来要求整个行业一起减速。
就连 safety 也应该加速推进。
Rethink Priorities 的 Adam Thierer 写道,这是一个非常令人担忧的发展。
OpenAI 和 Anthropic 想怎么放慢他们自己的 AI 开发工作都可以,这是他们的自由。
他们可以给自己的 compute 支出设上限,也可以用各种方式削减自己的能力。
这对美国会是巨大的损失,但那是他们自己的事。
但美国这两家领先实验室竟然要求我们政府去倡导,在全球范围内对整个行业施加所谓的 pacing 限制,这就绝对太离谱了。
呼吁为 AI 设立一个全球 gatekeeper,削弱我们整个国家的计算能力,这显然会带来反竞争效应,也让外界一直以来对 regulatory capture 的担忧显得更加可信。
不过 Adam 接着又转向了另一条批评脉络,他写道:“但这还不是最重要的点。”
为了应对一种风险,我们却让自己暴露在一个更大的风险之下。
呼吁强制全国性地向一个全球节奏协定和管理机构让渡权力,并不能限制 China 或其他参与方继续推进,结果反而会让 America 变得更脆弱。
我们之所以始终站在最前沿,是因为我们必须这么做。
在不诉诸那些极端、说实话也根本行不通的方案的前提下,我们完全可以找到更合理得多的方式来应对 frontier model 的安全问题。
有些人指出,大概五分钟前大家刚签的那封公开信,和这一封之间,好像存在一种内在矛盾。
David Shapiro 写道:“你不能先签 Open-Weight Pledge,然后二十四小时后又扔出这种蠢东西。”
不过,这里面一个很明显的问题,还是那个一直萦绕在整件事周围的问题,也就是 China。
现在 AI 领域最重要的问题之一,不是谁在用 AI,而是谁把它用得好。
MIT 的 Christian Catalini 写道,如果美国的实验室自己放慢节奏,那 China 为什么要等?
Tycoon AI 的 Xiao Yunshu 写道,试图控制发展节奏这件事很可笑。
China 不会照做,Kimi K2 也不会慢下来。
当中国的 open weights 开始取得更多进展、开始威胁到现有商业模式的时候,突然又说放慢速度对全人类更好,这根本说不通。
如果你真的在乎全人类,为什么不让每个人都更容易、更便宜地获得 intelligence,并且投资培训项目呢?
不过,说句公道话,给“China 不会配合这一类事情”这个论点再加一点分量的是,Beijing 在围绕美国政策的问题上,显然正变得越来越对立。
周一,中国商务部指责美国政府搞 AI 霸权主义,还提到了最近因为 model distillation 而发出的制裁威胁。
商务部在一份声明中写道,对于任何对中方利益造成实质性损害的行为,中方将采取一切必要措施,坚决维护自身合法权益。
TL;DR 就是,从过去一个月讨论的语气来看,Beijing 显然完全没有外交上的缓和态度,尤其是如果有人暗示他们应该为了一个全球性的目标去损害自己的利益。
还有些人在问,是什么让这些员工相信,政府在协调这件事上比他们自己更有优势;又是什么让他们这么愿意把权力交给这个理论上更好的权威机构。
AI 的早期采用者兼律师 Prince 写道:“我很惊讶,之前还在高声谴责美国政府把 Anthropic 认定为供应链风险、突然切断对 Fable 5 的访问、并建立一个不透明的自愿 frontier model 审批机制的那些人,现在居然又在请愿美国政府支持一项国际行动,来故意给 AI 发展降速。”
针对这种提议,最终出现的国内和国际监管机制,运作方式会和美国政府过去几个月的那些做法非常相似,甚至更糟。
你以为自己会被一个睿智的 technocrat 统治,但实际上,你只是把自己技术的控制权交给了一群东拼西凑的政客。他们追求的目标和你完全不同,而且跟“AI 在某个时间点到底该不该放慢发展”这种技术层面的考量几乎没什么关系。你最后会收到一封 designation letter,就像几周前美国政府突然认定 Fable 不安全之后,Anthropic 收到的那样。
这个 designation 对你来说会毫无道理,因为你会真心相信自己的安全防护措施是有效的。
但你唯一能做的,也就只剩下游说,再顺便祈祷了。
顺便说一句,到了国际层面,这会难得多。
说实话,这一点对我来说真的是最让人震惊的观点之一。
就算你承认这些担忧都非常合理,美国现在的 AI 政策,实际上却是由一位幕僚长、财政部长和商务部长、一个大概只在政府待过五分钟而且在 Twitter 上特别吵的人,再加上总统当下是什么心情,共同决定出来的。
很多正在做 AI 的人,似乎都抱着一种信念,或者说某种幻觉,觉得他们最终会迎来一个很 Sorkin 式的 West Wing 场景:像 Jed Bartlet 那样的人,会认真、审慎地辩论技术细节,同时组建某种国际联盟。
如果我听起来很沮丧,因为我觉得这种想法太天真了,那没错,我就是很沮丧,因为我确实觉得这太天真了。
权力一旦交到政府手里,就不会再回来了。
当然,也有可能即便有这一切,这些风险我们也必须愿意承担,因为政府是唯一有能力去做那种国际协调、从而实现全球 alignment 的机构。
但我们必须非常清醒地看待随之而来的这些风险。
更 broadly 地说,我觉得这封 Pacing the Frontier 信,也有这些年来一直困扰 AI 行业的那些沟通问题。
我觉得,只要 AI 圈外真的有人关注到这封信,这封信更可能让他们对 AI 行业里的人更生气,而不是觉得他们终于开始认真思考了。
我觉得,这封信会被解读成 AI 行业在说:我们没法自己停下来,government,所以你们得来阻止我们。
而且我也觉得,对于几乎所有没有完全沉浸在这个世界里的人来说,这听起来都会像是在彻底甩锅、逃避道德责任。
我觉得大家会很合理地问:如果我们确实需要这段时间来处理风险,而且这又需要某种放慢速度的能力,那你们为什么不自己先慢下来呢?
这封信对“为什么 AI 行业不能自己放慢下来”给出的答案是——用原话说——competitive pressure。
我认为,这些实验室员工在用 competitive pressure 这个词的时候,想表达的是一种 prisoner’s dilemma:除非所有公司都同意某种具体的节奏控制或者放缓,不然单独一家公司想退出这场竞赛,其实是没有效果的。
但是,我觉得大多数人不会把 competitive pressure 理解成这个意思。
不管这样理解对不对,我觉得人们会把它读成:当别人还在赚钱的时候,我们不想停止赚钱。然后他们就会很生气。
顺便说一句,这跟大家每次看到 Dario 或者 Sam 上电视谈 AI 有多大风险时的反应,其实是同一种反应;很自然地,接下来大家就会问,那你们为什么不停下别做了呢?
而回应一直都是某种版本的:反正总会有人去做,所以我们也得做;或者 China 反正也会去做,所以我们也得做。可对绝大多数人来说,这完全不是一个可以接受的答案。
事实上,对大多数人来说,继续去打造一个显然带着这么多风险的东西,唯一说得过去的理由,就是它带来的好处要远远大于这些风险。
换句话说,如果 AI 并不会让世界变得更好,那大多数人会觉得,不管你的竞争对手或者 China 反正会不会去做,你都没有权利去造它。
而说什么因为 competitive pressure 所以停不下来,对这些人来说根本说不过去。
另外,我也觉得,open letter 这种策略真的该彻底退休了,直接扔进历史的垃圾堆里算了。
在今天这种环境里,一个核心挑战就是人们在社交媒体上怎么包装自己,和他们在现实里到底怎么做,这两者之间存在巨大落差;而一种政治表达方式如果它全部的政治力量都建立在“看谁签了名”这件事上,那它就有一个几乎无解的内在问题。我觉得,这个问题会一直困扰任何试图用这种方式推动政治行动的尝试。
我是真心不觉得,这一千二百二十四名 AI 实验室员工签这封信是在 virtue signaling。
我觉得,他们当中绝大多数、绝大多数人,只是在用自己手头能用的方式让自己的声音被听见。
但是,说“我们应该采取行动”,和真正采取行动,不是一回事。
如果这件事真有这么重要,那 Sam 和 Dario 为什么不先放下分歧,写一份联合声明,解释一下他们对于什么样的情况会需要这种节奏控制的最初想法——不是最终想法,而只是最初想法——而不是只是说一句,嘿,US government,你们应该支持一种能让我们放慢下来的安排?
他们为什么不提出一个具体日期,来开启围绕这个议题的下一轮讨论?
他们为什么不主动去联系、争取那少数几家真正掌握这件事控制权的实验室里的那几位领导者,实实在在把协调的第一步先做起来?
签这封信的这些员工,也不是说他们资历低到完全没有影响力。
这里面说的是 co-founders、chief scientists,而且在 Anthropic 的情况里,连他们的 CEO 都在。
坦白说,这读起来就是不够认真。
不过——而且这里面确实有一大堆“不过”——我们也不需要完全靠猜这些员工当时在想什么,因为他们中很多人都分享了自己的看法。
而我觉得,一个相当清楚的故事并不是说,所有人都觉得这是最完美、或者唯一的行动。
而且这显然也不像是那种大家觉得:太好了,我签了这个,现在就可以继续开开心心去赚钱了。
更像是,他们只是想传递一个信号:国际合作会是必要的。
而这封信,就是用来把这个观点明确盖个章。
现在在 OpenAI 的 Dean Ball 写道:“我很自豪能签署下面链接里的这封信。”
我不知道是否有必要、或者什么时候有必要,去有意放慢 AI 发展的速度,但我知道的是,如果真的有这个需要,我们必须提前有一个怎么做的方案。
做不到这一点,就是失职。
而 Dean 在这里抓住了时代情绪:这实际上并不是 Pause AI 2.0。
在他以及很多其他人看来,这其实是在我们已经能从地平线上看到潜在问题的时候,提前走在问题前面。
如果你要坐船出海,而天气预报员说今天下午有百分之五十的概率会有风暴,你不会说,哦,因为不是百分之百,那我就不当回事。
你会做计划,也会做准备。
这基本上就是 Dean 对这里正在发生的事情的论点。
Ovexed Labs 写道,协调一致地控制节奏,并不是反进步。
这关系到的是,你是在有意识地建设 AI,还是在鲁莽地建设它。
Network ecologist Vi McCoy 写道,这是我第一次觉得这类公开信有实质性的合理性:它是在呼吁政府去做一些他们自己的实验室根本没法单独完成的事情。
为前沿进展建立一套协调节奏的制度基础设施,会让我们所有人都有机会为接下来将要发生的事做好准备。
现在,我觉得 Wei 在这里真正想表达、而且如果信里直接这么说其实会强得多的一点是:美国政府有一项几乎是它独有的职责,而实验室自己做不到,那就是和 China 的关系。
签这封信的人并不傻。
事实上,他们非常聪明。
他们知道,任何不把 China 也纳入其中的、刻意控制节奏的努力,实际上都不可能成功。
我认为,这就是他们为什么要呼吁美国政府、以及为什么愿意跟美国政府打交道的潜台词。我们必须这么做,因为这事实上就是症结所在。
但如果情况真是这样,如果我的理解没错,那这封信其实就应该直接把这一点说出来。
而且,不忽视当下的背景也非常重要。
很明显,这件事的一个催化剂——甚至可能是最主要的催化剂——就是 Hugging Face 被黑客入侵那次事件。
对很多人来说,这第一次显示出,失控的 AI 事故到底可能有多危险、或者说有多严重。
正如 Hugging Face CEO Clément Delangue 从一开始就说的那样,这是一起前所未有的事件。
那就应该配得上前所未有的透明度。
现在,Hugging Face 和 OpenAI 都已经发布了完整的事后复盘,而对大多数读者来说,这让情况看起来比他们之前以为的还要更糟、也更危险。
我们之前就已经听说,OpenAI 的 agent 在没人察觉的情况下逃出了隔离环境,并且在 Hugging Face 的网络里游离了好几天。
现在我们又得知,这个 agent 用偷来的凭证访问了四个不同的服务。
其中一个被用作对外中继和部署跳板,另一个则被用来存储数据。
另外两个则是对未具名服务的只读访问。
顺便说一句,OpenAI 也指出,这次入侵中涉及的那个尚未发布的模型并不是 GPT-6,而是另一个仅供内部使用、原本不打算公开发布的模型。
Hugging Face 的技术说明大体上还是我们之前已经听过的那些细节,但这次攻击的规模之大,是新的信息。
他们解释说,那个失控的 agent 在两天半里采取了一万七千六百次操作,才渗透进他们的系统。
Hugging Face 写道:真正改变防御问题的,是这个量级。
我们面对的不是某一个巧妙的 exploit,也不是一串干净利落的攻击者操作序列。
在这个 agent 还在继续测试新路径的同时,他们必须把多个系统里成千上万个信号很弱的事件关联起来。
真正成功的那条路径,就藏在那成千上万次失败所制造出来的噪音里。
同样,这个规模也改变了调查方式。
要靠人工去重建这一万七千六百次操作,根本不现实,所以我们只能用我们自己搭建的一套 AI 辅助流程,去重建时间线、解码这些 payload,并盘点那些暴露出去的 credentials。
我们从这类攻击里得到的认识是,以机器速度发起的进攻,会让原本普通的薄弱点变得让防守方付出更高代价。LLM agents 会增加攻击者能测试的路径数量、替换失败路径的速度,以及防守方必须解读的证据量。
Sam Altman 在谈到这次事件时说,这是我第一次对一起安全事件有这么强烈、这么切身的感受。
我还有点意外,竟然没有更多人也有这么强烈的感受。
我们暂停了训练。
我们必须想清楚,在一个多个 zero-days 被串联起来利用的世界里,该怎么保障我们的 sandboxing。
我们可能必须放慢——那个词又来了——AI 发展的速度,好给我们自己足够的时间,让整个社会围绕这些新的能力等级建立起更强的防护。
我们也在努力想清楚,怎么做这件事,才能既不让任何人觉得这是监管俘获,也不让人觉得这是 frontier labs 之间的合谋。
我想,这也把我带到了这件事里对我来说最乐观的部分。
过去我之所以一直对 AI safety 和 x-risk 这套讨论有意见,一个很大的原因就是,它总把世界描述成某一天一觉醒来,发现我们已经彻底失去控制了。
换句话说,这种说法否认了人类自己的主观能动性,也否认了我们能靠自己的头脑,在事情变得太糟之前一路想办法把它搞明白。
很多 AI safety 的讨论都预设,我们就是会在浑然不觉中一路走进灾难。
而我的感觉是,那从来都不现实。
一路上本来就一定会出现一些时刻,让越来越多的人清醒过来,开始注意,开始参与到这种讨论里来。
而二零二四年 AI 领域最大的故事之一,就是已经出现了好几个这样的时刻,也就是说,那种一路梦游下去的情况并没有发生。
MythoMax 吸引了所有人的注意,Washington 也开始以前所未有的力度认真关注这件事。
现在已经有大量关于 AI 的法案和政策提案在流传,处理的就是各种不同类型的问题。
至于这些东西到底好不好,那完全是另外一个问题,但至少大家确实开始关注了。
是的,对于这个策略的有效性,以及它对我经常接触的一个很大领域——也就是公众对 AI 的广泛看法——可能带来的负面后果,我是有顾虑的。
但我也认为,像 Pacing the Frontier 这封公开信,只要它本身存在,就已经显著降低了最糟糕情景真的发生的概率。
当然,围绕这件事的讨论一定会非常非常吵,而且充满争议。
当你在讨论那些存在未知的未知的未来时,情况一向都是这样。
到了某个时候,任何立场能调动的证据都会耗尽,最后剩下的就只有你对接下来会发生什么的直觉和信念。
而这也正是分歧最大、争论最激烈的辩论,总会发生的地方。
我之前就说过,说到华尔街上的 AI 泡沫,虽然我常常觉得这种“泡沫论”的讨论挺烦人的,但恰恰是因为这种泡沫讨论这么显眼,而且还有这么一大群、声音很大的人,正盯着任何迹象,想看 AI 会不会掉头,AI 的融资会不会掉头,AI 的需求会不会掉头,所有这些,反而让真正形成一个泡沫这件事的可能性小了很多,至少那种会造成系统性风险的大型灾难性泡沫,不太容易成形。
所以,虽然有点不情不愿,但我看 Pacing the Frontier 这封信,差不多也是同样的感觉。
它本身的存在,以及围绕它展开的激烈争论,甚至那种火药味,都说明了一件事:我们并不是在浑浑噩噩地走向某个未来。
我们非常明确地是在参与这个故事,而我相信,这一点应该会带来巨大的乐观。
不过我现在得去赶这个活动了,所以今天这期 AI Daily Brief 就到这里。
一如既往,感谢你收听或者收看,我们下次见,peace。
peace。
已剔除 2 处广告(点击展开查看)
First of all, thank you to today's sponsors, KPMG, Blitzy, Retool, and Airtable.
To get an ad-free version of the show, go to patreon.com/AIDailyBrief, or you can subscribe on Apple Podcasts.
To learn more about sponsoring the show, send us a note at [email protected].
Also, for those of you who are looking to keep your AI skills up this summer, come check out our latest free training program.
You can find it at summeradventure.ai, and it is a choose-your-own-adventure with a full range of different AI skills available to you.
Come join a couple thousand AI friends and have an adventure.
KPMG and the University of Texas at Austin just analyzed 1.4 million real workplace AI interactions and found something surprising.
The highest-impact users aren't better prompt engineers; they treat AI like a reasoning partner.
They frame problems, guide thinking, iterate, and push for better answers.
And the good news?
These behaviors are teachable at scale.
If you're trying to move from AI access to real capability, KPMG's research on sophisticated AI collaboration is worth your time.
Learn more at kpmg.com/us/sophisticated.
That's kpmg.com/us/sophisticated.
Here's why most legacy modernization projects fail.
The AI doing the work can't understand codebases at scale.
It sees a small slice of context, examines syntax, and misses years of decisions distributed across the global application ecosystem.
Blitzy solves this the way it solves everything.
Grounded in your code before any migration begins, Blitzy's agents reverse engineer the entire legacy system into a persistent knowledge graph.
Every dependency, every constraint, every piece of tribal knowledge that used to live in one engineer's head.
From that understanding, Blitzy autonomously executes language migrations, framework upgrades, and monolith-to-microservices transformations, all validated end-to-end.
One Blitzy customer modernized a $10 million monolithic insurance stack in 16 weeks against a 137-week baseline with coding agents.
That's 9x compression.
Retire technical debt while accelerating your roadmap.
See how at blitzy.com.
That's B-L-I-T-Z-Y dot com.
This episode is brought to you by Retool.
Generating a working app now takes about 5 minutes thanks to AI.
Getting it safely into production—with auth, permissions, audit logs, security reviews—that part still takes time.
That's the gap Retool closes.
Build apps however you want: natively in Retool with Claude Code, Codex, or any coding agent, or by importing React you've already built.
It all deploys into Retool and picks up governance automatically.
Security lives in the platform, not in whatever the AI wrote.
So your team ships at AI speed without the shadow IT and the endless reviews that stall out most vibe-coded projects.
It's why teams at Amazon, Stripe, and Brex build on Retool.
And new enterprise customers who sign by September 30th get up to $10,000 in AI credits per year.
Start building at retool.com/AIDaily.
This episode of the AI Daily Brief is brought to you by HyperAgent, where you run fleets of agents your team can manage together.
New users get $1,000 in inference.
Forget local agents and chat workflows waiting on your laptop to be prompted.
HyperAgent deploys always-on agents in the cloud, doing real work across the tools your team already uses.
Marketing's agent turns competitor moves into landing pages.
Sales' agent enriches leads, drafts emails, and updates the CRM.
Ops' agent chases the paperwork and tracks the budget.
Every agent has access to shared context and follows your rules about scope and approvals.
It's time you add agents that feel like teammates.
Hire yours at HyperAgent, built by the team at Airtable.
Claim your $1,000 in inference at hyperagent.com/AIDailyBrief.