华为全联接大会2026期间，轮值董事长徐直军在上海公开谈到一个很实际的观察：当前我国主流AI模型提供商，整体上还没真正碰到美国前沿实验室已经在直面的那些“安全风险”。

打开网易新闻 查看精彩图片

华为轮值董事长徐直军

徐直军说，美国那些拥有超大规模算力的头部模型公司，自己最清楚自家模型处在什么水平。正因为算力足够强、模型足够深，它们才能“感觉”到某些风险——比如系统可能绕过安全护栏、自主行为难以完全受控。这种感知，现阶段我国开发者很多还体会不到。

他的原话很直接：或许美国同行能感知到的风险类型，正是我国和国内模型提供商暂时感知不到的。因此，国内模型团队需要继续加快节奏，把能力推到也能“感觉到风险”的程度，同时在推动发展与管理风险之间找到平衡。

这一表态并不孤立。美国这边，安全警报已经拉响。OpenAI近期表示会定期披露模型的非授权行为，Anthropic则因为安全考量放慢了部分开发节奏。与此同时，我国正在起草AI智能体安全的强制性国家标准，把AI既当作强大工具，也当作可管理的对象，既要快速落地，也要防范外部攻击、绕过控制等风险。

华为自己对未来的判断也颇有前瞻性。公司预计，到2035年，自主AI智能体将贡献全球AI处理流量的90%以上。这些智能体可以规划任务、做决策、调用工具，人工干预相对有限。流量占比一旦这么高，安全标准就不再是可选项，而是基础设施。

从工程角度看，徐直军的提醒其实指向两个并行动作：一是继续加码算力和模型能力，让国内团队真正进入“前沿风险可见”的阶段；二是同步建立可落地的安全机制和标准。发展不够快，风险感知滞后；安全建设跟不上，发展又可能埋下隐患。两者必须一起往前推。

市场层面，这番话也折射出当前全球AI竞争的真实状态。算力差距仍然存在，模型深度和自主程度的差异，直接决定了风险暴露的早晚。我国在快速推进AI落地的同时，把安全标准前置，是一种务实选择。未来几年，AI智能体从“能用”走向“大规模用”，技术先进性与工程可控性会同样重要。

总结来看，徐直军的表态没有夸张，也没有回避差距。它更像一次行业内部的清醒提醒：我国AI还在爬坡，真正能感知并管理前沿风险的那一天，需要更快的技术积累，也需要更扎实的安全工程。发展与安全，不是二选一，而是必须同步加速的两条腿。