No.0385
Science Partner
Bring you to the side of
导 读
本文从FBI的泄密、五角大楼数据库漏洞两起安全失控事件入手,浅析为什么美国从AI到传统领域安全事件频发却要在全球越来越提高“东大开权重模型不安全”论。
走,跟伙伴君来!
今日主笔|旻宏
FBI泄密丑闻、五角大楼数据库漏洞,与中国开放模型的安全问题
10月6日,美国联邦调查局网络部门助理主任布雷特·利瑟曼(Brett Leatherman)首次公开交代了该局那场数据泄露事件的调查结论。按他的说法,问题出在一个由第三方管理的平台上,一名承包商没有安装已经明确发布的安全补丁,联邦调查局随后将这名承包商清退。路透社进一步披露,被利用的入口涉及甲骨文公司的人力资源系统软件PeopleSoft,相关承包服务涉及咨询公司埃森哲(Accenture),入侵方是黑客组织ShinyHunters。泄露出去的不是几张无关紧要的表格,而是数千名联邦调查局人员的资料,其中包括住址、医疗信息,甚至包括反情报岗位和人力情报人员的信息。
几乎在同一时间,五角大楼也曝出了一起人员数据库事故。国防人力数据中心(Defense Manpower Data Center, DMDC)一个文件共享系统被未经授权访问约九个月,约300万人的信息受到影响,包括社会保障号码、出生日期和部分军职信息。与联邦调查局那一起一样,这同样不是某种"超级智能攻击"的结果,而是传统网络系统里的漏洞、检测和管理问题。
这两起事故发生的时点,正值美国政界和科技界每天讨论AI越狱、智能体逃出测试环境、生物武器、网络攻击、超级智能失控的之际,但真早晨实损的仍然是几十年前就已经存在的老问题:补丁发布了没有人装、系统被访问了九个月,没有人发现。联邦调查局、五角大楼作为敏感机构,常年是全美最容易遭到针对性攻击的目标之一。两起事故说明的并不是攻击手段有多高明,而是基础安全管理的失效,并不会因为一个机构正处在AI讨论的中心就自动消失。
AI本身的新风险确实存在。9月中旬,Anthropic、OpenAI和Google等头部实验室的领导者开始公开或私下讨论放慢前沿模型竞赛节奏、建立新的安全协调机制。Anthropic的达里奥·阿莫迪(Dario Amodei)态度尤其明确,认为能力增长已经快到安全研究跟不上的地步;OpenAI的萨姆·奥尔特曼(Sam Altman)等人也支持某种形式的协调减速。但硅谷并不是一个声音,Meta的态度明显更偏向市场和企业自身的控制。所以所谓“AI公司要求减速”,更准确的表述是:一部分前沿实验室在呼吁,另一部分并不认同。
懂王选择的方向正好相反。AISI可能危险,但中国还在后面追,不能为了安全先把美国这辆车停下来。9月,他公开淡化“AI减速”的主张,强调美国已有法律可以处理AISI造成的违法行为,更主要的美国有一位卓越的总统,这是懂王原话。作为美国更应该担心监管拖慢美国、让中国追上。
懂王本着效应最大化原则,把Google、Anthropic、Meta、英伟达、xAI和OpenAI等公司召到白宫,签署了一份所谓"道义上具有约束力"的安全承诺,要求内部监测、独立评估和外部审计。几天之后,又正式组建了"超级智能部队"(Super Intelligence Force, SIF)。
注意,不是"AI Force",而是"Super Intelligence Force"。特朗普对把Artificial Intelligence改成Super Intelligence这件事相当在意。到10月6日,美国司法部已经下令,工作人员在大多数政府和法律语境中改用"super intelligence"这一表述。
SIF牵头的是国家情报总监杰伊·克莱顿(Jay Clayton),旁边是联邦贸易委员会主席、五角大楼技术负责人和联邦人事管理局(Office of Personnel Management, OPM)局长,反倒是网络安全和基础设施安全局(CISA)、国家安全局(NSA)、联邦调查局、国家标准与技术研究院(NIST)和工业与安全局(BIS)这些平时一提网络安全、AI标准、出口管制就会出现的部门,没有进入首批核心领导层。
这个名单至少说明一件事:特朗普政府目前理解的AI安全,首先不是一个纯技术标准问题,而是一个国家竞争、政府协调和国家安全问题。
SIF到底是不是花架子,现在还不能下结论。它被要求在120天内拿出报告,既要谈风险和机会,也要研究黑客攻击、模型越狱、安全事件如何向政府报告,以及现有法律够不够用。真要做下去,最后可能落到事故强制报告、企业责任、外部审计、部门分工这些具体的制度安排上;如果120天之后只是再写一遍"美国必须领先",那大概率就是中期选举工具了。
事情说到这里,不得不说东大开权重模型的“安全问题”。9月,国家安全局、联邦调查局和网络安全和基础设施安全局联合点名DeepSeek、月之暗面、阿里、MiniMax、阶跃星辰和智谱等中国企业,指控其通过“工业规模蒸馏”提取美国前沿模型的能力同时存在安全隐患要求彻查。但反过来也一样。美国闭源模型发生智能体越界,算不算安全隐患?当然不算,这是不安全,但美国政府叫这是“需要完善安全机制”。现在好了,美国政府网络被黑,打掉牙的牙合血往肚里吞,叫"承包商管理失误",那之后轮到中国开放模型出现问题,画风是不是又要急转?都是安全,同一类事情换三个主语就换三种说法,美国对内对外这套说法现在看,越来越站不住脚。
其实美国商务部以前讲得很清楚。国家电信和信息管理局(NTIA)在评估开放权重模型时专门提出,真正应该衡量的是它相对于闭源模型和既有技术增加了多少边际风险,而不是只因为模型权重开放,就给它施加明显更严的限制。那份报告最后甚至认为,当时的证据还不足以证明应该限制开放权重模型,同时承认开放模型能够促进竞争、创新和安全研究。
当下,中国AI开放权重模型的优势日趋明显,第一是小米,这个可能大家不知道,46分我记得,英伟达是23分。当然好的开权重模型不是在绝对分数上追赶闭源,好的开权重模型的意义在于“长出”生态:别人可以下载,可以微调,可以本地部署,可以围着它做产品。模型本身免费或者很便宜,真正值钱的是后来围出来的一整片开发者和应用。而美国现在最强的前沿模型,大部分仍掌握在少数闭源公司手里。
所以当“安全”和“谁控制下一代AI生态”这两件事同时出现在同一张桌子上时,我们会看到美国绝不会拱手相让于东大,今后一些针对中国开放模型的安全叙事的恫吓叙事会越来越多,之所以说恫吓是因为,这些叙事中究竟有多少是纯粹的技术风险判断,又有多少掺杂着产业竞争、生态争夺,以及为美国自己的开放模型争取时间?没人能说清楚,但我们知道后者比例在升高。
目前没有证据足以证明后者就是美国政策的主要动机,但美国自己的官方文件一方面讨论安全,另一方面又不断强调维持对华技术领先;懂王本人反对减速的重要理由,就是中国不能追上。技术、安全和竞争,这不得不然人多想。其实真正靠谱的做法并不复杂。深度求索有漏洞,就深度求索;Claude越界,就查Claude;GPT泄数据,就查GPT;联邦调查局因为补丁没装被黑,也别因为它叫联邦调查局就换一套说法。开放模型可能有开放模型特有的风险,闭源系统同样有闭源系统特有的问题。AI有AI的新风险,传统网络里那些老漏洞也从来没有消失。就事论事。
从科学角度说,安全首先应该是一套可以重复验证的技术标准,而不是一张贴在别人产品上的国籍标签。到底是何居心,也许SIF那份120天的报告出来之后,这一点可能会看得更清楚。
本文仅作科普分享使用,欢迎小伙伴们点、收藏、关注,以备不时之需,当然更欢迎您把 介绍给周边可能需要的更多伙伴们呀。
热门跟贴