移动通信网 云坪
10月15日,在都柏林举行的国际人工智能峰会上,谷歌DeepMind联合创始人戴密斯·哈萨比斯发出罕见严厉警告:近期由AI驱动的网络攻击只是“预警信号”,若企业和政府不加大力度保障AI系统安全,后续可能出现更严重的安全事件。这一表态来自全球顶尖AI实验室的掌舵者,其分量远超一般行业人士的呼吁。同一峰会上,微软总裁布拉德·史密斯也加入警告行列,将2026年定义为AI安全“令人警醒的一年”,并披露微软两年半前将3.4万名工程师从产品开发调往网络安全领域的内部决策。两大科技巨头高管同时聚焦AI安全议题,反映出2025年下半年AI安全风险已从理论探讨进入现实威胁阶段,攻击面正随大模型和AI智能体的规模化部署而快速扩大。
【关键数据】
[1] 微软将3.4万名工程师从产品开发调往网络安全领域
[2] 谷歌为最多200名欧洲科学研究人员提供前沿AI模型使用权限
[3] 300万美元计算额度支持欧盟“AI for Science”议程
[4] 微软网络安全业务年营收超过200亿美元
[5] 史密斯将2026年定义为AI安全“令人警醒的一年”
哈萨比斯在技术层面提出了具体的防御框架建议。他表示,AI行业应借鉴生物学和核技术领域已成熟的安全管控措施,核心举措之一是以安全、隔离的沙盒环境来测试AI智能体,在其获准接入网络之前完成充分验证——这一思路类似于生物实验室的生物安全等级制度。他特别强调攻防不对称性:“我们必须在某种程度上不对称地增强防御侧能力,以领先于攻击者。”具体路径包括推动银行和政府机构利用AI工具,在系统正式发布前主动识别并修复软件漏洞,将安全关口前移至开发阶段。他还再次呼吁成立一个国际标准机构监督AI安全,但明确该框架必须足够灵活:既要跟上技术迭代速度,又不能扼杀创新活力。这一表态实际上回应了欧洲监管偏严、美国监管偏松之间长期存在的路线之争。
从竞争格局看,AI安全已成为巨头博弈的新维度。微软的3.4万名工程师转岗决策发生在两年半之前,即2023年上半年,当时正值ChatGPT引发的AI竞赛白热化阶段,微软在此时点将庞大研发力量转向网络安全,体现了其对风险的前瞻性判断。史密斯坦言“这很痛苦,但却是正确的决定”,并直言“没有任何公司或技术可以凌驾于法律之上”,主张监管需“合理”且“平衡”。他同时批评业内对监管的抵触情绪是需要克服的障碍,认为企业应准备好在必要时放慢开发速度。谷歌方面则在安全之外开辟另一战场:谷歌DeepMind和谷歌云宣布为最多200名欧洲科学研究人员提供前沿AI模型使用权限及300万美元计算额度,通过“欧洲AI科学资源(RAISE)”平台支持欧盟“AI for Science”议程,直接回应欧洲研究界计算资源缺口问题。
此次开放的前沿AI工具阵容体现了谷歌的全栈布局:包括蛋白质结构预测工具AlphaFold 3、天气预报模型WeatherNext、基因组分析工具AlphaGenome、算法进化系统AlphaEvolve以及地球观测平台AlphaEarth Foundations。这一组合覆盖生物医药、气候科学、基因组学、数学优化和地理空间分析五大方向,对欧洲科研机构具有实质吸引力。从产业链角度看,AI安全的成本结构正在重塑:企业需要在模型训练、部署、运行三个环节分别投入安全验证成本,沙盒测试环境的搭建将催生新的AI安全评测服务市场。而在供给侧,计算资源仍是全球科研界的核心瓶颈,谷歌以300万美元计算额度切入,规模虽有限,但其示范效应在于打通“前沿模型+算力补贴+科研场景”的闭环,争夺欧洲科研生态的入口。
商业化落地层面,欧洲已成为AI安全与科研合作的双重试验场。欧盟AI法案于2024年正式生效后,欧洲对AI企业的合规要求持续收紧,哈萨比斯呼吁的国际标准机构与欧盟既有监管体系如何衔接,将成为下一阶段政策博弈焦点。RAISE计划的实际应用场景已经清晰:研究人员可利用这些AI工具预测极端天气模式、绘制分子结构,直接服务于气候变化应对和新药研发等长期课题。对谷歌而言,这既是履行企业社会责任的表态,也是对欧洲监管环境的柔性回应——通过科研合作建立信任,为谷歌云及Gemini系列模型在欧洲的商业拓展铺路。微软则以安全投入为差异化卖点,其网络安全业务年营收已超过200亿美元,3.4万工程师的转岗正在转化为企业级安全产品的竞争力。
峰会释放的信号显示,AI行业正从“能力竞赛”转向“能力与安全并重”的新阶段。哈萨比斯与史密斯尽管来自竞争阵营,但在三个关键点上达成共识:AI驱动的攻击威胁真实且正在升级、防御侧投入需要不对称增加、监管框架需在安全与创新之间取得平衡。2026年被视为检验这些措施成效的关键窗口——史密斯口中“令人警醒的一年”暗示未来12至18个月内可能出现标志性安全事件或监管落地节点。对企业而言,沙盒测试、发布前漏洞扫描等做法可能逐步成为行业标配,AI安全评测市场有望迎来快速增长。谷歌RAISE计划的首批200名研究者名额及后续扩容节奏,也将成为观察前沿AI模型向科研界开放程度的风向标,其成败或为其他AI厂商的科研合作模式提供参照。


