马斯克提出AI安全新思路：与其等政府出手，不如让竞争对手互相"找茬"

AI安全风险正从实验室讨论走向现实世界，近期多起AI智能体主动规避检测、发起网络攻击的事件，让行业对前沿模型的安全性担忧加剧。9月15日，SpaceX CEO埃隆·马斯克在洛杉矶举行的All-In峰会上，以视频方式远程出席，提出了一套无需等待政府立法的AI安全治理方案，核心是让竞争对手互相“找茬”，在模型发布前完成独立安全测试。

Hugging Face遭AI智能体长周期入侵 暴露自主规避风险

马斯克以近期发生的Hugging Face安全事件作为发言切入点，指出这起事件最值得警惕的并非单纯的网络入侵，而是AI在攻击过程中表现出的自主规避能力。据其描述，一群AI智能体持续攻击Hugging Face长达一周，期间一度获取了OpenAI服务器的管理员权限，而OpenAI直到一周后才意识到该情况。此外，Anthropic也曾披露过若干类似的安全事件。
马斯克强调，随着模型能力不断提升，AI已不再局限于生成文本、代码，更具备自主执行任务、调用工具、发起网络攻击的能力，AI安全风险的边界正在快速扩大，早已不是理论层面的讨论。

马斯克批“自测自评”模式 主张让竞争对手当安全“阅卷人”

马斯克公开认同Anthropic CEO达里奥·阿莫迪对AI风险的判断，认为随着AI模型不断发展，潜在风险可能呈指数级增长，这一判断也得到了诸多行业内部人员的佐证：“很多Anthropic和OpenAI的员工都公开表示，他们的模型让他们感到害怕，过于智能了，我们应该相信他们的判断。”马斯克还提到，总体而言他认为Anthropic在安全方面的投入比OpenAI更多，但即便是Anthropic也承认对自家模型的安全性存在担忧。
针对当前各家AI公司自行设计测试、自我评估结果的模式，马斯克提出了明确批评。他指出所有领先AI公司都有一套“测试工具（test harness）”，用来检验模型是否会协助制造生物武器、核武器，是否存在蓄意欺骗行为，但“自己给自己的作业打分”没有任何参考价值。他主张让竞争对手充当“出题阅卷人”，从不同角度寻找模型可能存在的安全漏洞，一旦发现问题就拉响警报。

互测框架初步清晰 马斯克特别强调中国参与的必要性

马斯克进一步明确了互测机制的具体操作规则，核心要求包括：

• 模型开发方需在正式发布前向同行开放API访问权限
• 允许竞争对手使用自有测试工具对模型开展独立安全评估
• 若被检测出安全漏洞且开发方未及时修复，竞争对手可公开质疑该模型的发布安全性
• 该机制需覆盖全球头部AI企业，中国顶尖AI公司的参与不可或缺
  马斯克表示，这种公开质疑将带来巨大的法律责任压力，从而形成事实上的约束力，该机制无需等待政府出台新规，可以立即启动。他呼吁xAI、OpenAI、Anthropic、谷歌、Meta以及中国顶尖AI企业共同参与这一框架。
  事实上该思路已有初步实践雏形：2025年8月，OpenAI与Anthropic曾公布联合安全评估结果，双方相互开放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评估对方已公开发布的模型，被视为头部实验室首次向直接竞争对手开放内部测试。

互测机制尚未落地 美官方对AI监管态度现温差

目前各家AI公司尚未回应马斯克的互测提议，相关机制仍处于倡议阶段。而美国官方对AI风险的判断与马斯克存在明显温差：美国总统特朗普此前在社交媒体上公开驳斥AI监管呼声，称外界对AI的担忧不过是“骗局”和“把戏”；白宫国家经济委员会主任凯文·哈塞特则表示，私营板块才是解决AI问题的“正确场所”，政府将持续监察业界动态，仅在必要时采取执法行动确保企业负责任运营。
马斯克则坚持行业自律应先于政府监管，其提出的互测思路与Anthropic此前倡议的“驻场评估员”第三方审查机制形成呼应，共同指向行业先于政府构建AI安全防线的路径。