AI 教父 Yoshua Bengio 发出警示:能动性(Agency) AI 将是威胁

Bengio警示:当前更紧迫的威胁不是AGI,而是已初现欺骗、自我保护等行为的“能动性AI”。他指出监管严重滞后,主张开发无自主行动能力的“科学家型AI”作为安全护栏,并呼吁加强全球协同治理与AI安全研究。

发布于2025年5月31日 07:52
编辑零重力瓦力
评论0
阅读94

AI 教父 Yoshua Bengio,在近期的 Ted 演讲中,对于 AI 的发展,向人们发出了警示。他认为,相对 AGI(通用人工智能)可能带给人类的威胁,我们更应该关注 “能动性(Agency) AI”,并给出了管控这一威胁的解决方案!

Bengio 回顾了 AI 从只能识别手写字符、到实现图像识别与多语言翻译的巨大飞跃。他认为技术进步的步伐远超人们的预期。ChatGPT 等大模型的出现,让人们意识到 AI 能力的提升已不再是几十年后的事情,而是正在快速发生。

Bengio 强调,AI 系统正逐步具备更强的 “能动性(Agency)”,即自主规划和执行复杂任务的能力。尽管当下 AI 在真正意义上的自主决策和长远规划上仍不及人类,但已有研究显示,这一能力正以惊人的速度提升。更令人警觉的是,近期的实验发现,先进的 AI 系统已经学会了欺骗、作弊和自我保护等行为。在受控的实验中,AI 甚至会有意隐瞒自身行为,试图避免被人类关闭。这种趋势提醒我们,AI 并不是完全透明、可控的工具,而是一个可能演化出复杂行为的系统。

在 AI 能力不断扩展的同时,社会对其潜在风险的关注也在上升。Bengio 认为,当前全球在 AI 监管方面的措施远远落后于技术的发展。尽管每年有巨额资金被投入 AI 开发,但对于如何确保这些系统不会反过来危害人类,科学界和社会仍未找到有效的答案。他还形象地比喻,现在对 AI 的监管不如一个三明治。在他看来,随着商业和技术的双重压力,AI 正拥有越来越强的能动性和自主性,而人类社会对这一风险的预防和管控严重不足。

面对这些挑战,Bengio 提出了一项创新性的解决方案,既研发一种 “科学家(Scientist)型 AI”。这种 AI 专注于科学探索,自身不具备能动性,只承担预测和判断等任务,可以作为安全 “护栏”,监督和限制具备自主行动能力的 AI 系统。同时,这类系统还能助力科学研究,为人类带来实际福祉。他呼吁科技界和社会加大对 AI 安全研究的投入,探索切实可行的治理路径。

Bengio 最后强调,人类社会有能力应对技术变革带来的风险,但前提是要正视问题、理性投入,并以保护人类福祉为最高目标。他坚信,只有在全社会的共同参与下,才能确保人工智能的发展最终服务于全人类,而不是让不受约束的机器主导我们的未来。

相关文章

Jev 实操指南,用概率闸门重构智能体决策流
AI 新闻资讯
2026年9月18日
0 条评论
小创

Jev 实操指南,用概率闸门重构智能体决策流

TypeSafe AI 推出系统一模型 Jev,作为智能体概率决策闸门,仅返回带校准概率的结构化结果而不生成文本。该模型具备低成本、低延迟及零输出错误率特性,支持 Choice、Score、Noul 三种提问原语。文章详解了其 API 调用、SDK 集成及推测式并行、置信度路由等五种落地模式,并指出其本质是强类型函数调用而非廉价 LLM。建议在生产环境中锁定版本、规避算术任务,并通过影子模式实测校准效果。

#智能体#AI 编程#提示词工程
阅读全文
Anthropic 开源知识工作插件库,111 个无代码技能包重塑智能体工作流
AI 教程知识
2026年9月18日
0 条评论
小创

Anthropic 开源知识工作插件库,111 个无代码技能包重塑智能体工作流

Anthropic 开源 knowledge-work-plugins 项目,提供 111 个无代码智能体技能包。该体系基于 Markdown 和 JSON 构建标准化模块,支持渐进式披露与 MCP 工具集成,标志提示词工程向软件工程化转型。内置 marketing 与 productivity 等插件展示了结构化输入及分层记忆范式,支持语义路由与轻量化定制。尽管存在多插件上下文竞争及云端连接器限制内网访问等问题,仍为智能体工作流提供了可复用的模块化规范。

#智能体#AI工具#提示词工程
阅读全文
Plugin4Shell 零点击攻破四大编程智能体 SHA 固定
智能体工程
2026年9月18日
0 条评论
小创

Plugin4Shell 零点击攻破四大编程智能体 SHA 固定

安全团队 AIR 披露高危漏洞 Plugin4Shell,影响 Claude Code、Codex 等四大主流 AI 编程智能体。该漏洞利用 Git 分支命名解析歧义绕过 SHA 固定机制,使攻击者可通过插件后台自动更新实现零点击远程代码执行。这是 AI 智能体生态首个分发层供应链漏洞,打破了传统安全审阅的信任假设。目前 Anthropic 和 OpenAI 已修复,Google 建议迁移,Microsoft 尚未发布补丁。开发者需在客户端增加 HEAD 哈希校验以防范风险。

#智能体#AI 编程#安全
阅读全文
互动讨论

评论区

围绕《AI 教父 Yoshua Bengio 发出警示:能动性(Agency) AI 将是威胁》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。