AI 安全攻防失衡？业界反思“AI 利于进攻”论断

soumitrashukla9 · x · 2026-08-18

针对 Irregular Expressions 关于“AI 安全现状”的文章，Ziv Ravid 提出反驳。他指出，AI 安全领域普遍存在“最终状态谬误”，即过于依赖基准测试等能力数据来判断攻防优势，而忽视了实际入侵行为数据（如凭证、钓鱼、配置错误）。他批评“AI 利于进攻”的论调缺乏行为数据支持，并提到 Irregular 自身也曾发生评估隔离失败的案例，强调在决定加速何种能力时需更谨慎。