马斯克提议 AI 头部公司发布前互测模型，同行评审监管思路引热议

9 月中旬，马斯克在 All-In Summit 线上访谈及 X 发帖中连续表态支持 AI 安全监督，认可 Anthropic CEO Dario Amodei 关于 AI 需要某种监督的看法，并提议「由竞争对手对 AI 进行同行评审」作为监管起步方式，还设想建立类似 MPAA 的行业分级体系，引发广泛讨论。他随后澄清「Dario 说得对」的含义：当下 AI 的危险已经非常显著，若安全工作跟不上，模型风险将呈指数级上升，且这一判断也来自许多其他人。目前这仅是概念性提议，无任何公司承诺参与。

已确认

• 马斯克在 All-In Summit 表态：AI 可能非常危险，前沿公司不应独自决定自家模型是否安全到可以发布，因为「很难给自己的作业打分」（据投资人 Chris Fralic、@XFreeze 等转述）。访谈以「我们都会死」的玩笑开场，随后复盘了过去 72 小时的事件，并提到有 AI 群体攻破 Hugging Face 一周未被发现（据 Grok Bot 整理的要点）。
• 具体机制设想：建立非正式的每周或双周通话机制；让竞争对手在新模型发布前获得一至两周的提前访问权，测试安全性并标记隐患；马斯克称这种同行互审机制可以立即启动。
• @XFreeze 转述其论据：OpenAI 和 Anthropic 内部人士都承认自家模型可能变危险；马斯克认为激励结构能发挥作用——竞争公司最了解安全风险，也不会吝啬指出问题。
• Scale AI 创始人 Alexandr Wang 转发相关表态并评论：与其养一群 EA NGO，不如搞对抗式同行评审；马斯克还提出建立类似 MPAA（美国电影协会分级）的体系。
• 马斯克在访谈后详细澄清「Dario is right」：指 AI 危险当下已显著，安全跟不上则风险呈指数级上升，该判断不仅来自 Dario，也来自许多其他人。

尚未确认

• 该提议目前只是高层概念性表态，具体制度细节（如何访问、如何裁决、是否有机密豁免）均未展开，也没有任何公司承诺参与。
• 回帖者对落地前景几乎完全否定，@firstadopter 帖下的回复者认为成真概率为零，理由涉及商业竞争与保密等现实障碍。
• 「AI 群体攻破 Hugging Face」的说法仅见于访谈要点整理帖，未见进一步信源佐证。

为什么重要

• 这是马斯克对 AI 治理路径的一次具体化表态，把「同行评审」从概念推向可讨论的机制设计（提前访问窗口、定期通话、行业分级组织）。
• 若成真将改变前沿实验室「自评安全」的现状；但业界的怀疑态度表明，竞争激励与保密需求之间的矛盾仍是最大障碍。

2026-09-13 ~ 2026-09-15 · 8 条相关

• 马斯克表态支持 Dario:AI 竞争对手同行评审可作监管起点 — agihouse_org · 2026-09-13
• 【源头】马斯克建议 AI 竞争对手互查模型,提前一两周发现安全风险 — elonmusk · 2026-09-13
• 马斯克提议前沿实验室互相测试模型漏洞,对抗式同行评审引热议 — beffjezos · 2026-09-15
• 马斯克呼吁 AI 大厂互相做安全同行评审，网友直言不可能 — firstadopter · 2026-09-15
• Musk 提议 AI 安全同行评审:新模型发布前让竞争对手提前测两周 — XFreeze · 2026-09-15
• 马斯克提议头部 AI 公司发布前互测对方模型 — EthanJPerez · 2026-09-15
• 【源头】马斯克 All-In 访谈:称 AI 群体攻破 Hugging Face 一周未被发现 — elonmusk · 2026-09-15
• 【源头】马斯克澄清「Dario 说得对」:AI 风险巨大,必须做好安全 — acmoytoy · 2026-09-15