研究称前沿 AI 实验室缺失失控遏制方案

独立安全组织 Guidelight AI Standards 发布报告，仅依据公开信息给 Anthropic、Google、OpenAI、Meta、xAI 五家前沿实验室的「失控模型遏制」准备度打分。**OpenAI 得分最高**（5 分制得 3 分），**Anthropic 与 Meta 垫底**——对以安全叙事见长的 Anthropic 而言尤其刺眼。

报告的核心结论是：即便榜首 OpenAI，也找不到公开的、成文的未来失控事件应对计划；OpenAI 的高分来自其曾多次在发现安全事件后暂停或终止工作负载。各家对低分的回应趋同，都称评估未反映完整内部实践，Meta 甚至拒绝说明是否有内部遏制计划。Guidelight 强调分数衡量的是公开披露，而非内部防护。

💡 为什么值得看前沿实验室安全评分：OpenAI 最高，但无失控应对计划。