857次模型发布，只有9次同步拿出安全结果：AI快跑中的公开监督困局

有一种AI安全新闻，最醒目的数字不是模型的参数量或价格，而是“9”。半导体与人工智能研究机构SemiAnalysis在10月公布对中国九家头部开发商的调查：2021年至2026年9月15日期间，857次能够辨认的模型发布中，只有9次在发布当时公开与该版本对应的安全评测结果。这个数字比“已经做过安全测试”的企业宣示具体得多，也比口号更让人不安。

调查覆盖阿里巴巴、字节跳动、腾讯、百度、DeepSeek、月之暗面、智谱、MiniMax和阶跃星辰。研究人员查找开发者公布的模型卡、技术报告和安全附件，能够将至少一项安全结果对应到具体发布版本的有31次，占3.6%；其中只有9次在发布时已经公开。另有813次找不到可对应的公开结果。研究明确提醒：没有公开披露，不等于没有内部测试。把这项调查写成“96.4%的模型没有做安全测试”，反而会掩盖真正的问题——公众无从判断。

政府和科技公司常把“安全”当成双方都赞成、因而不必多谈的词。但安全究竟是谁的安全？对普通用户来说，模型可能错误调用工具、泄露受托处理的数据、在自主任务中误操作；对公民社会而言，还要面对知识偏差、内容拒答和平台对表达空间的限制。这些风险不能靠单一官方宣传口径概括，更不能只用模型的某次基准测试代替。

中国现行人工智能治理更加侧重服务上线与内容合规，要求平台确保生成内容符合监管规范。对政治表达的限制，和对模型可能实施网络攻击、欺骗或复杂代理任务失控的检测，不是同一种安全措施。前者强调国家对可见内容的管辖，后者强调技术能力可能造成的真实伤害。当监管主要关心模型说出了什么，社会却难以知道模型究竟能做什么，这种错位值得高度警惕。

美国企业也不能自动获得信任。路透社10月13日另一篇报道谈到，OpenAI、Anthropic及第三方评估组织围绕安全报告的发表自由存在争论，商业机密与独立监督的边界没有完美答案。比较的意义不是把西方公司塑造成无瑕的模范，而是说明所有能力越来越强的模型都必须面对外部测评、公开结果和公众质疑。

北京近年把人工智能定位为全球科技竞争的战略高地，同时通过审批、备案和数据制度影响企业运营。这样的权力配置可能帮助国家快速协调产业资源，也可能让模型发布者首先对行政监管负责，而非向用户交代风险。哪一种安全结果应当公开、由谁复核、报告能否包含对当局不利的发现，都是检验技术治理能否容纳独立监督的实质问题。

857个版本中，只有9个在面世时让公众看到可对应的安全结果。我们不能从数字直接推导出每个模型已经危险，却足以看见一条不对等的信息通道：开发商掌握全部技术能力，监管机关握有市场准入权，使用者却在不透明条件下承担技术应用的后果。模型更新可以按周推进，公开责任不该永远迟到。