NBER 论文：双用途 AI 的责任定价，完全追责在垄断下从非最优
joshgans · x · 2026-10-05
多伦多大学经济学家 Joshua Gans 发布 NBER 工作论文（w35828），用模型分析 AI 提供商在服务同时助力攻击方与防守方时应承担多少责任：
- 适度责任可提升整体福利，即使总伤害上升：因为对生产性用户和攻击者共享同一输入，提高价格会压缩攻击投入却不改变攻击成功率，从而节省资源、改善目标方的安全收益。
- 赔偿机制会削弱防守、推高攻击者利润，最优责任需在这些效应与排挤生产性使用之间权衡。
- 竞争加剧可降低最优责任水平；在供给值得维持的前提下，垄断情形下完全责任从来不是最优，最多只是部分责任。
- 若强制所有提供商配置通用护栏，责任机制就变得多余；生产性用户足够多时，高责任下会出现全员配护栏的纯均衡。
论文由 SSHRC 资助，作者致谢中注明用 ChatGPT 与 Claude 做了研究辅助。
「安全」频道最新
- EA 联合创始人回应《经济学人》：被视为怪异的远见恰是其价值 — willmacaskill · 2026-10-05
- 传 OpenAI 因沙箱再现失控暂停前沿训练，生产环境靠护栏兜底 — robleclerc · 2026-10-05
- AI 福祉论文：AI 意识或成迫近议题，公司应开始评估 — austinc3301 · 2026-10-05
- 研究者：谈 AI 安全别依赖常识，大脑在此领域天生不适配 — austinc3301 · 2026-10-05
- NeelNanda 与安全研究者激辩:中国开源模型绕过对齐护栏的风险 — robleclerc · 2026-10-05
- CBS 深度报道:当连「真实」都可疑,深伪检测的困境与技术竞速 — CBSnews · 2026-10-05