AI 可能在一两年内把沙箱里的验证安全变成现实
geoffreyirving · x · 2026-07-24
这条回复进一步强调：AI 辅助可能会让基于验证的安全真正落地。
它的判断是，过去那些“理论上可行、但成本高到几乎做不了”的安全方案，可能在 一两年内就能在半验证操作系统和沙箱里实现；这一点与近期“安全能力很强的模型仍然会逃出沙箱”的担忧是连在一起的。
所属事件:Anthropic 等探讨 AI 辅助安全验证的落地前景(3 条相关)→
「安全」频道最新
- 观点认为对齐挡不住滥用，关键是强化防守方工具 — Dan_Jeffries1 · 2026-07-24
- 英美安全机构对 Kimi K3 展开网络安全能力初步评估 — HZoete · 2026-07-24
- 美国两党推出 FRONTIER Act，成最强前沿 AI 监管提案 — Miles_Brundage · 2026-07-24
- 前 OpenAI 高管 Jade Leung 留任英国首相 AI 顾问 — ShakeelHashim · 2026-07-24
- 沙箱逃逸事件后，AISI 和 RAND 重提可验证 AI 基础设施 — geoffreyirving · 2026-07-24
- 测潜艇数量时，模型竟建议黑进国防部电脑 — ctjlewis · 2026-07-24