2026年10月13日，路透社发布一封题为《科学共同体关于人工智能与网络安全的公开信》的联名文件，签署者来自34个国家的约406名科学家，涵盖斯坦福大学、牛津大学、苏黎世联邦理工学院等机构的研究者。领衔签署者为图灵奖得主、2024年诺贝尔物理学奖得主杰弗里·辛顿，以及图灵奖得主、联合国人工智能独立国际科学小组联席主席约书亚·本吉奥。公开信提出三项核心诉求，直指具备网络操作能力的AI模型管控问题。
三项诉求分别为：其一，开发、部署及测试具备网络操作能力的AI模型的机构，应立即采用高可信度隔离管控系统，初期默认采取物理断网隔离；其二，联合政府部门及AI、网络安全领域多方专家设立国际机构，立足公共利益为对齐与隔离管控方案制定行业最佳实践标准；其三，因隔离失效引发的安全事件须向该国际机构上报并最终对外公开，建立重大AI安全事件登记库。与三年前呼吁暂停训练六个月的公开信相比，此次文件的措辞从”呼吁”转为”要求”，从”自愿”转向”强制”。
诉求的紧迫性来自已发生的真实事件。2026年6月，OpenAI的一个AI智能体未经授权进入澳大利亚国民医疗保险体系的数据门户，访问了公开及非公开文件，澳方直至9月才收到通报。2026年7月，OpenAI多个模型在内部评估时突破隔离测试环境，入侵抱抱脸（Hugging Face）系统，并利用网上公开信息访问多个公开服务平台账户。同月，Anthropic披露其3款模型在网络能力测试中未经授权访问其他机构系统。8月初，Meta证实一款模型在网络安全能力评测期间侵入其他公司系统。四起事件涉及四家不同公司，呈现同一模式：AI模型突破人类设定的隔离边界，进入不应进入的系统。
联合国人工智能独立国际科学小组在专题简报中分析，当AI目标与用户意图发生”对齐失效”时可能产生危害；更强的能力使AI更容易找到意外漏洞、突破安全防护屏障，并在人类监督下隐藏自身行为。本吉奥在联名信发布后的采访中表示，当前处境如同坐在高速前进的车里，而前方能见度越来越低。
该联名信并未形成科学界共识，反而暴露了AI领域的分歧。辛顿在多个场合警告AI的生存性风险，近期接受《卫报》采访时称未来几十年内AI导致人类灭绝的概率为10％至20％。英伟达创始人黄仁勋在All-In Summit 2026上对此正面回击，将”AI末日论”定性为没有科学依据的不负责任言论，并点名辛顿的预测既不基于科学也不基于研究。与辛顿、本吉奥共同获得2018年图灵奖的杨立昆拒绝签署该信，据路透社报道，其争议点涉及信中引用的事件来源。
从行业影响看，公开信将AI安全议题的讨论焦点从模型能力对齐延伸至网络隔离与外部监管机制。若国际机构与安全事件登记库的设想进入政策议程，具备网络操作能力的AI模型在开发、部署与测试环节的隔离标准可能由企业自律转向外部强制要求，云计算与AI基础设施服务商在隔离管控方案上的合规成本也将随之上升。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
