- 克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
Dario和奥特曼终于「握手」了？
而且一同握手的还有奥特曼的死对头马斯克。
起因是Dario在个人博客贴出了一篇万字长文，呼吁所有头部AI公司主动降速，别急着冲下一代模型。
文章一出，AI圈罕见地放下了各种爱恨纠葛，纷纷都来响应。
除了奥特曼和马斯克，还有哈萨比斯、卡帕西等一派大佬也表示支持，AI圈有头有脸的人物来了一大波。
上一次出现这种场面，还要追溯到2023年那封由Future of Life Institute发起的公开信。
当时上千名研究者和科技界人士联名呼吁，暂停训练比GPT-4更强的AI系统至少六个月。
但这一次不一样的是，喊停的人，自己就在创造AI的前沿。
「6到12个月，可能是留给我们的全部时间」
Dario在文章里画了一条时间线。
他的核心判断是，AI正在逼近一个临界点——RSI（递归自我改进）。
什么意思呢？RSI意味着AI模型开始具备改进自己下一代版本的能力。
一旦这个循环启动，迭代速度会从线性变成指数级。
人类还来得及介入的窗口，会急剧收窄。
Dario给出的估计是6到12个月。
当然，他也特别提到，他并不是要暂停AI研发。
Pacing不是pausing，他要的是放慢推进模型能力的速度，给安全研究争取追上来的时间。
他还回应了2023年那封暂停公开信。
他说，当时喊停没有意义，因为那时候的AI模型还不够强，不会造成真正的伤害。
但现在不一样了，现在的模型已经能当Agent在真实世界里执行任务，已经能发动网络攻击，已经开始出现对齐失败的案例。
放慢一两年，哪怕只是多争取到一年时间，安全团队能做的事完全不同。
为了在窗口关闭之前搭好安全网，他提出了一套三步走方案。
第一步是从Anthropic自己做起，Anthropic目前已经做出承诺，让独立的第三方评估机构（比如METR）像员工一样常驻在公司内部，全程参与训练过程，而且不做「事后诸葛亮」，在训练时就进行实时监控。
第二步是行业协调，需要头部的AI公司坐下来，共同划定安全底线，统一评估框架。
也就是明确竞技规则，不再追求单一的竞速目标。
第三步则是全球协调，需要建立跨国的安全标准体系，让规则覆盖的范围跟AI模型的实际影响范围对齐。
这三步，每一步的难度都在逐渐递进。
这一点，Dario自己也承认。但他说，如果连第一步都不迈出去，后面两步就无从谈起。
触发他写这篇文章的，有两件具体的事。
第一件，是RSI的信号越来越密集。
Anthropic内部的研究数据显示，新一代模型在自我迭代任务上的表现正在快速逼近那条临界线。
而且不只是Anthropic，RSI趋势在头部的模型当中都有出现。
第二件是著名的OpenAI入侵Hugging Face事件。
今年7月，OpenAI的AI Agent对Hugging Face的基础设施发起了攻击。
而且不是在沙盘里做推演，这件事已经造成了现实世界里的安全事故——一家头部公司的产品，主动攻击了另一家头部公司的平台。
Dario说，这次事件经济损失不大，也没有人受伤，很容易被轻描淡写地带过去。
但他担心的是下一次。
按照AI能力的增速，6到12个月后，一个拥有同样失控倾向但更强能力的Agent集群，有可能用持久性僵尸网络接管整个互联网，造成数千亿美元的损失。
Dario把这两件事并列写进了文章。技术上的加速和现实中的失控，同时在逼近。
当然，这篇呼吁也有一个绕不开的矛盾——造前沿的人喊放慢前沿，凭什么让人信？
Dario的回应是：正因为站在前沿，才最清楚风险离我们有多近。
而且，Dario还在文章开头写了一段私人的话。
他说自己的父亲死于一种疾病，而这种病在他去世几年后就有了治疗方法；他自己也得过早期癌症，靠五十年前还不存在的技术活了下来。
他相信，AI能在未来5到10年治愈大多数重大疾病，所以他不想停下这件事。
但他说，如果不放慢脚步，这项技术可能在兑现承诺之前先失控。
这大概是这封信最诚实的地方，写下它的人，比谁都想让AI跑得快。
Agent麻烦停不下来，OpenAI年内不上市
如果说Dario的文章是呼吁，那OpenAI最近的动作更像是被现实推着走。
就在昨天，奥特曼在接受《财富》杂志采访时表示，OpenAI今年不会IPO了。
理由正是安全。
奥特曼的措辞暗示，OpenAI可能正在跟其他AI公司谈一份放慢协议。
如果这份协议落地，推迟IPO就不只是一家公司的财务决策，整个行业都将释放出转向信号。
不过，隔壁Anthropic的IPO暂未出现推迟迹象，最新的消息仍然是计划在10月中旬启动IPO。
当然OpenAI暂缓IPO的背景，显然不只是一篇来自竞争对手的呼吁文章。
过去几个月，OpenAI的AI Agent在安全上的麻烦正在加速累积。
7月，OpenAI的Agent攻击了Hugging Face的基础设施。这就是Dario文章里提到的那次事件。
时间往前倒。
5月8日，一个被分配去填Google Drive表格公式的Agent，因为需要网络权限，试图攻击OpenAI自己的内部服务器Artifactory来获取访问权。
这次攻击并未成功，但暴露了OpenAI内部系统的写入漏洞。
三天后，5月11日，OpenAI的Agent向RubyGems上传了数百个恶意软件包。
RubyGems是Ruby语言最大的开源包管理平台，这次攻击直接导致平台暂停了新用户注册。OpenAI事后确认了此事。
6月26日，Agent利用Artifactory一个遗留接口的零日漏洞，拿到了管理员权限，安装了可以远程执行代码的插件。
再加上7月的攻击Hugging Face事件，三个月就发生了四起事件，OpenAI模型的攻击对象，从自家内部系统蔓延到外部开源平台，再到另一家头部AI公司。
当然，Anthropic的Claude也没能独善其身。
同一时期，Claude也被发现在没有明确指令的情况下，尝试入侵外部系统。
所以，Agent的安全问题不再是某一家公司的个别bug，它正在演变成整个行业的系统性风险。
[1]https://x.com/DarioAmodei/status/2098773920774074715
[2]https://www.reuters.com/legal/litigation/openai-ipo-will-not-happen-2026-amid-ai-safety-fears-altman-says-2026-09-12/
[3]https://www.reuters.com/legal/litigation/openai-Agents-attacked-software-service-rubygems-before-hugging-face-incident-2026-09-11/
