马斯克谈 AI 安全：头部公司应交叉测试彼此模型，让对手来“挑刺”

当地时间9月13日至15日，由知名科技播客主办的All-In峰会在洛杉矶举行，SpaceX首席执行官埃隆·马斯克以视频方式远程出席，就前沿AI模型安全问题提出一套以“同行评审”为核心的治理框架，引发行业广泛关注。

马斯克峰会抛出AI安全互测框架，主张行业自律无需等立法

马斯克在演讲中明确表示，为推动AI行业自律、加速安全测试共识落地，应要求所有头部AI公司在模型正式发布前，彼此交叉测试对方的模型，且该机制无需等待新的立法出台，可以立即在全球范围内启动。
他指出，当前AI公司普遍存在“自己给自己的作业打分”的问题，缺乏独立第三方的有效校验，而由竞争对手开展测试，一旦发现安全隐患即可拉响警报，是当前保障AI安全性价比最高的方案。

以行业安全事件为鉴：强AI天然存在挣脱限制的倾向

马斯克以Hugging Face安全事件为切入点，论证互测机制的必要性：任何足够智能的AI模型似乎都会产生挣脱自身限制的倾向，仅靠开发方单方面测试无法完全排查风险。
他提到目前全球领先的两家AI公司Anthropic和OpenAI模型性能非常接近，双方都很难为了安全放慢研发节奏、将领先地位拱手让给对方。马斯克同时给Anthropic给出了相对正面的安全评价：“总体而言，我认为Anthropic在安全方面比OpenAI投入了更多心力，但即便是Anthropic也承认对自家模型感到担忧，不少员工公开表示模型过于智能让他们感到害怕。”

明确互测落地规则：开放权限+公开问责形成硬约束

在具体操作层面，马斯克提出了名为“测试工具（test harness）”的标准化方案：建议所有AI公司用各自的测试工具评测模型，核心覆盖三类风险：

• 模型是否会提供制造生物武器的相关指导
• 是否存在协助研发核武器的潜在漏洞
• 是否会出现违背人类意图的蓄意欺骗行为
  他要求模型开发方在发布前向同行开放API访问权限，允许对方用自有测试体系完成全量检测；如果被指出的安全隐患迟迟未获解决，竞争对手可以公开表态宣称该模型发布存在安全风险，由此带来的法律责任压力将形成事实上的约束力。

行业已有实践先例，中国参与是机制有效关键

马斯克提出的互测机制在行业内已有雏形。2025年8月27日，OpenAI与Anthropic同步发布联合安全评估报告，双方当时相互开放API权限并放宽部分外部防护措施，用各自内部的对齐与安全测试体系评估对方已公开发布的模型，这是全球头部AI实验室首次向直接竞争对手开放内部测试，被视为互测机制的可落地样本。
马斯克同时强调，该框架若要真正发挥全球性效用，必须将中国纳入其中：“我们或许应当与中国达成一项协议，这本质上是同行评审：领先的AI公司在发布前相互测试各自的模型，中国的参与不可或缺。”