头条推荐
一 |

二 | 同时,值得一提的是,小鹏旗下全新中型SUV——小鹏G7也将于这周迎来正式上市,但具体日期还未官宣,让我们共同期待吧。
小鹏G7此前已经公布预售价,共推出Max和Ultra两个版本,预售价23.58万元。新车外观采用最新的家族式设计风格,其也被称为第二代X FACE。配色方面将会提供星昼灰、新月银、星云白、暗夜黑、云贝米和星际绿共6种选择。 该图片使用了AI生成技术 本文来自微信公众号: HavenlonLabs ,作者:Havenlon Labs 现在谈AI安全,很多人的第一反应都是:怎样让模型少犯错? 减少幻觉、优化提示词、防止提示词注入、增加上下文、接入更强的模型,再用另一个Agent检查前一个Agent。 这些工作当然有价值。 但它们容易让人产生一种错觉:只要模型足够聪明、提示词足够完善、检测系统足够复杂,AI就可以安全地完成一切。车身尺寸方面,新车长宽高分别为4892/1925/1655mm,轴距为2890mm。
三 | 问题是,AI真的可能永远正确吗? 答案恐怕是否定的。

四 | 与此同时,该车还将搭载3颗自研图灵AI芯片,将配备11个摄像头+3个毫米波雷达,采用纯视觉智驾方案。此外,小鹏G7还搭载了车端「VLA+VLM」模型,其具备多项智能交互功能。动力方面,新车将会采用单电机后驱系统,电机最大功率218kW,配备磷酸铁锂电池,全系均为702km纯电续航。

五 | 它读取的邮件可能是伪造的,访问的网页可能包含恶意指令,接收到的数据可能已经被污染,用户给出的任务也可能存在歧义。2026款MG Cyberster升级包括配置升级:鸢尾青新车色、红黑配色新内饰、加大后备厢空间、增加挡风板、新增电动腰托;性能升级:全新底盘调校、BMS优化续航提升;智能升级:语音识别优化、新增敞篷计数器功能、全场景音效矩阵。 即使模型本身没有受到攻击,它也可能误解目标、遗漏条件,或者基于不完整的信息作出一个看起来合理的决定。(文/ 姚宇)

六 | 模型犯错只是答案错了,执行失控才是真的出事。 这也是为什么,AI安全不能只盯着模型内部。

七 | 我们当然要防提示词注入,要提高推理能力,也要检测恶意输入。但即使前面的所有防线都失效了,系统仍然应该保留一道最后的底线。 这道底线不负责判断AI为什么犯错。 它只负责确认:这件事到底能不能发生。 守住钱袋子,比猜出所有骗子更现实 假设一个AI Agent正在替企业处理付款。

八 | 我们可以训练它识别诈骗邮件,可以要求它核对合同,可以增加一个模型复核收款信息。 但我们无法保证它永远认得骗子。 骗子会改变话术,邮件账号可能被入侵,真实员工也可能被冒充。即使多个模型同时参与判断,它们仍可能基于同一份错误信息得出相同结论。

九 | 更现实的做法,是直接守住付款的底线: 单笔金额不能超过限制;新收款地址不能立即付款;审批后收款目标不能被替换;超出风险阈值必须经过独立确认;任何远程管理员都不能临时关闭这些规则。 这样,即使AI被欺骗,损失仍然会被限制。 你不需要保证AI永远认得骗子,只需要保证骗子无法轻易带走你的钱。 这就是大道至简。

十 | 前面可以有复杂的模型、提示词、工作流和检测系统。 最后只需要一条明确的边界: 不符合条件,就不执行。 最后的系统不必比AI更聪明 很多人认为,保护AI的安全系统也应该是一套更强大的AI。 但位于最后一道边界的系统,未必需要理解自然语言,也不需要参与复杂推理。 它只需要知道几个确定事实: 这次操作要转多少钱,目标是谁,权限是否发生变化,数据是否可以恢复,风险条件有没有超限。 这些事实不满足,就拒绝。

十一 | 安全不一定要比风险更聪明,它只需要守住风险最终必须经过的那道门。 越靠近最终执行,系统反而越应该简单、独立和保守。 因为复杂意味着更多配置、更多依赖、更多攻击面,也意味着系统可能被前面的同一套错误逻辑同时影响。

十二 | 真正的最后防线,不应该和Agent使用同一个提示词、同一个上下文、同一套权限,也不应该因为SaaS中有人点击了“强制执行”就自动失效。

十三 | 它存在的意义,就是在所有人都认为可以继续时,依然保留拒绝的能力。 底线应该由人提前决定 当然,底线并不是系统自己创造的。

十四 | 企业需要提前决定,什么事情绝对不能由AI单独完成。 可能是一笔超过限额的付款,可能是删除核心数据库,可能是修改管理员权限,也可能是让现实设备进入不可逆状态。 这些边界一旦确定,就不应该交给Agent在执行过程中临时解释。 真正的安全,不是让AI在最后一秒重新思考,而是让人类在风险发生之前提前划清边界。

十五 | AI可以负责分析、规划、推荐,甚至完成绝大部分自动化工作。 但越是不可逆、越是高价值、越可能造成现实损失的操作,越需要一道独立于AI判断的最终约束。 AI安全的终点,不是把模型训练成永不犯错的圣人,而是让系统在模型犯错时依然守得住自己的底线。

十六 | 未来的AI一定会越来越聪明,也会获得越来越多的工具和权限。 我们没有必要因为它可能犯错,就拒绝所有自动化。 但我们也不能因为它越来越强,就默认把最后的决定权一起交出去。 最后想和大家讨论一个问题: 对你来说,AI最不能越过的底线是什么——钱、管理员权限、核心数据,还是现实设备的控制权? 本内容由作者授权发布,观点仅代表作者本人,不代表虎嗅立场。

十七 | 如对本稿件有异议或投诉,请联系 [email protected]。

十八 |
Current article:http://0ctq.xiaqingzhuangdaminnan.cyou/651uxhj/20260826/9966.html
Published on:03:02:44