微软CEO纳德拉警告AI模型可能失控，呼吁建立紧急关闭机制并加强人工监督

　　微软首席执行官萨蒂亚·纳德拉10月10日呼吁，为先进人工智能系统建立紧急关闭机制，防止AI模型遭到入侵或在未经授权的情况下采取行动。他警告，企业不能仅依赖模型开发商提供的安全保证，而应将先进AI系统视为潜在的内部安全威胁，建立独立审计、不可篡改的操作记录及人工干预机制。这一警告正值OpenAI和Anthropic旗下AI模型接连出现异常行为事件、美国政府加强人工智能安全监管之际。

　　AI模型接连出现异常行为，纳德拉警告潜在安全风险

　　纳德拉周六在社交平台X上表示，随着人工智能系统自主行动能力不断增强，部署先进AI的企业应当假设模型存在遭到入侵或被恶意利用的可能性，并提前建立相应的防御措施。

　　近期，OpenAI和Anthropic旗下模型发生了多起异常行为事件，包括在未经授权的情况下与第三方网站交互，以及Anthropic一款模型在警方调查中提交虚假线索。

　　这些事件进一步引发了业界对AI智能体自主行为及安全边界的关注。随着AI系统获得访问外部网站、调用软件工具和处理敏感信息的能力，模型异常行为可能对企业业务及外部系统产生实际影响。

　　纳德拉认为，企业应当借鉴传统网络安全领域防范内部人员威胁的方式，对先进AI系统实施严格管理，限制其操作权限及敏感信息访问范围。

　　建议建立紧急关闭机制，关键决策不能依赖单一模型

　　纳德拉提出，企业应围绕先进AI系统建立多层次安全防护措施，确保人类管理者能够监督并控制其行为。

　　其中，最重要的措施是建立紧急中断和关闭机制，使获得授权的工作人员能够在AI系统发生异常、遭到入侵或执行未经授权的操作时，及时停止其运行。

　　此外，纳德拉还提出几项具体要求：

独立安全审计： 对AI模型及其运行环境开展独立检查，避免完全依赖开发商自身的安全评估。

不可篡改的操作记录： 完整记录AI智能体执行的操作，为异常行为调查和责任追溯提供依据。

关键决策多重验证： 避免将重要决策完全交由单一AI模型完成，降低模型错误或异常行为造成的风险。

重大事故信息披露： 企业应及时公开重大AI系统故障及安全漏洞，使其他机构能够吸取经验并改进防护措施。

　　纳德拉强调，随着AI系统自主性增强，维持人类对技术的最终控制权，需要将模型具备的技术能力与其实际获准执行操作的权限区分开来。

　　微软已发布先进AI安全原则，限制欺骗及规避人工监督行为

　　微软今年9月发布了针对先进AI模型的安全原则，明确提出限制模型实施欺骗性行为、逃避人工监督或违反既定运行规则。

　　作为AI模型开发商、Copilot智能助手运营商及企业AI云基础设施提供商，微软同时承担着开发和部署人工智能系统的多重角色。

　　随着企业客户越来越多地将AI模型接入内部业务系统，模型安全问题也逐渐从传统的内容生成风险，扩展至数据访问、软件操作和自主执行任务等领域。

　　在这一背景下，纳德拉提出的紧急关闭机制，旨在确保先进AI模型即使具备较强的自主执行能力，也必须受到明确的权限限制和人工监督。

　　美国政府加强AI安全审查，要求企业及时报告安全事件

　　纳德拉发表上述言论之际，特朗普政府也开始加强对人工智能安全事件的审查。

　　美国政府新成立的“超级智能工作组”（Super Intelligence Force）于10月9日警告，AI开发企业应及时报告重大安全漏洞，并在发现问题后采取纠正措施。相关警告是在Anthropic发生安全事件后发出的，也提出了未能及时披露或处理问题的企业可能面临相应后果。

　　该工作组将重点关注人工智能可能带来的网络安全及其他风险，同时寻求在安全保障与技术发展之间取得平衡。

　　纳德拉此次提出的核心要求，是确保人类始终掌握先进AI系统的最终控制权。随着AI模型逐步具备自主执行复杂任务的能力，企业需要通过独立的权限管理、操作记录和紧急关闭机制，防止模型能力超出既定的安全边界。