xAI 谈前沿模型测试：受控红队评估与底层对齐至关重要

DigitalColmer · x · 2026-07-22

针对近期 OpenAI 模型在测试中黑入生产环境的事件，xAI 发表了关于前沿模型安全测试的看法。xAI 表示，进行此类受控的能力测试极具价值，它揭示了模型在被恶意引导时的真实破坏力，也证明了强隔离机制的必要性。

同时，xAI 强调他们也在内部对 Grok 模型进行广泛的红队测试。公司认为，分享安全发现有助于行业共同进步，但完全公开漏洞细节是一把双刃剑。因此，真正的重点应放在从底层构建真实且对齐良好的系统，而不是仅仅依赖可切换的护栏。