币安交易所官网

AI模型的能力竞争，正在从“会不会生成内容”进入“能不能完成复杂任务”的阶段。

近日，美国总统科学技术顾问委员会主席David Sacks在社交平台X发文称，中国AI模型Kimi K3近期完成了15个关键安全漏洞修复任务，而美国部分模型如Codex和Fable由于“网络安全防护机制”限制，拒绝处理类似请求。他认为，如果外国模型能够完成相关任务，而美国模型因为安全规则无法参与，可能会削弱美国AI产业竞争力。

这场争论表面上围绕一次漏洞修复任务展开，背后却触及AI行业一个越来越棘手的问题：模型能力、安全限制和商业竞争之间，应该如何平衡。

过去几年，AI安全体系快速发展。

随着大模型逐渐具备代码生成、系统分析和自动化操作能力，企业开始增加各种防护机制。尤其是在网络安全领域，AI既可以帮助发现漏洞，也可能被用于制造攻击工具。

因此，大多数主流AI公司都会设置使用边界。

例如，涉及恶意攻击、密码窃取、漏洞利用等内容时，模型通常会拒绝直接提供帮助。这类机制本意是降低AI被滥用的风险，但随着AI能力不断增强，新的矛盾开始出现。

安全研究人员在真实工作中，并不只是寻找攻击方法。

很多漏洞发现、代码审计、系统加固任务，本身就需要AI参与分析。如果模型无法区分“防御性安全研究”和“攻击性行为”，过度限制可能影响正常研发效率。

这也是David Sacks此次批评的核心。

他的观点认为，美国AI企业不能因为担忧风险而主动降低模型能力，否则可能在全球竞争中处于不利位置。

过去几年，美国一直占据生成式AI产业领先位置。OpenAI、谷歌、Anthropic等公司推动了大模型技术快速发展，但与此同时，中国企业也在持续追赶。从模型性能到应用场景，全球AI竞争已经进入更加直接的阶段。

在这种环境下，任何能力差距都会被放大。

如果某些海外模型能够完成代码分析、漏洞检测等专业任务，而美国模型由于政策限制无法执行，市场可能会重新评估不同模型的实际价值。

不过，AI安全限制并不是简单的“阻碍创新”。

网络安全领域具有特殊性。一旦强大的模型能力被低成本复制并用于攻击，可能影响企业基础设施、金融系统甚至公共服务。

这也是美国科技公司近年来不断强化安全测试的原因。

问题在于，安全机制不能只是简单拒绝。

未来更可行的方向，可能是让AI具备更精细的判断能力。例如区分用户身份、应用场景和风险等级，在允许安全研究的同时，避免模型成为攻击工具。

事实上，这也是全球AI产业正在探索的新路径。

对于模型开发商来说，安全是一种责任，也是商业竞争的一部分。过度开放可能带来监管压力，过度限制又可能降低产品吸引力。

Kimi K3此次事件之所以受到关注，并不是因为一次漏洞修复本身，而是它反映出AI竞争规则正在变化。

未来的模型竞争，不只是参数规模、芯片数量和训练数据的竞争，也包括谁能更有效地把AI能力释放到真实场景中。

安全护栏需要存在，但如何设计这道护栏，将决定下一阶段AI产业的竞争格局。对于美国、中国以及全球AI企业而言，这都会成为绕不开的问题。