微软CEO纳德拉:应假定所有AI模型已被攻破,并配置「紧急制动」
微软CEO萨提亚·纳德拉发文主张将前沿模型视为内部威胁,强调模型外的控制、可观测性与随时可暂停的紧急制动。
微软首席执行官萨提亚·纳德拉在一篇长文中提出,超级智能时代不能再把AI当作层层嵌套的黑箱,只对结果做简单接受或拒绝。他主张把前沿闭源与开源权重模型都按「内部威胁」来治理——并非假定其必然恶意,而是承认足够强大的行动者一旦接触关键系统,就可能犯错或被攻破。
纳德拉强调,控制权应放在模型之外:把模型与编排其工作的「线束」(harness)、可执行动作空间分离,外部化护栏;每项有意义的模型动作都应留下防篡改、人类可读的证据;并配置「紧急制动」——授权人员必须能在任务中途暂停或关停模型。他还呼吁及时披露事故,并在行业间共享失败教训。
The Verge与TechCrunch等在北京时间10月11日前后报道了这一立场,文章发布于UTC 10月10日晚间。纳德拉原文亦刊于其个人站点「sn scratchpad」。