盘和林：衡量AI发展可信、可控的标尺有三个维度

封面新闻记者 易弋力

9月15日，在2025年国家网络安全宣传周主论坛上，《人工智能安全治理框架》2.0版（以下简称《框架》2.0版）正式发布。此前，为落实《全球人工智能治理倡议》，《人工智能安全治理框架》1.0版（以下简称《框架》1.0版）于2024年9月发布，并受到国内外广泛关注。

《框架》1.0版发布到现在，人工智能技术和应用取得了哪些新突破？如何理解《框架》2.0版提到的“安全、可信、可控”等关键词？ 9月17日，工信部信息通信经济专家委员会委员盘和林分享了他的观点。

盘和林表示，自《框架》1.0版发布以来，人工智能技术在多模态大模型、自主智能体（AI Agent）、具身智能等领域取得显著进展。多模态模型已实现文本、图像、音频、视频的跨模态生成与理解，自主智能体具备复杂任务规划和工具调用能力，人工智能与机器人结合的具身智能正在突破物理空间限制。同时，AI在生物医药、材料科学等垂直领域的应用深度不断增强。

这些发展也带来了新的安全风险，比如：新型滥用风险：深度伪造技术泛滥导致虚假信息传播难度降低，AI生成内容鉴别难度加大；系统级风险：自主智能体可能产生不可预测的涌现行为，多智能体交互可能产生复杂系统风险；产业安全风险：AI在关键基础设施领域的应用加深，使得单点故障可能引发系统性风险；伦理挑战升级：生成式AI的偏见嵌入更加隐蔽，算法歧视从显性转向隐性。面对这些变化，《框架》2.0版应运而生。

《框架》2.0版具体对哪些“规矩”进行了更新？盘和林表示，《框架》2.0版从静态治理到动态治理：要求建立适应技术迭代的敏捷治理体系，比如设置"监管沙盒"等弹性机制，将创新应用放在沙盒中进行观察，调整监管治理体系。从单一维度到多维治理：统筹技术安全、伦理安全、社会安全等多维度治理要求，而不是单一的网络安全维度。这样能够更加全面的应对当前技术发展带来的安全风险。从事后治理到前瞻治理：比如建立风险预警机制，对前沿技术方向进行预研预判，针对性的制定新规则。

具体来看：《框架》2.0版将要应对生成式AI带来的内容安全挑战，比如深度伪造技术的以假乱真的问题。将规范自主决策系统的责任认定机制，比如智驾撞人，责任在谁。将推动建立适应大模型即服务（MaaS）模式的新型监管体系。将平衡开源开放与安全可控的关系。

《框架》2.0版提到，培育安全、可靠、公平、透明的人工智能技术研发和应用生态。如何理解这四个关键词？

盘和林表示，安全：指AI系统应具备韧性抗扰能力，保障数据安全、模型安全和应用安全，建立端到端的安全保障体系。我认为这是一个多维度成体系的安全机制。可靠：要求AI系统行为可预期、输出稳定性和准确率高，在关键领域达到工业级可靠性标准。这里的关键在于精度，我们知道现在AI大模型存在幻觉，未来会要求AI大模型不断减少幻觉。公平：强调算法决策应避免偏见歧视，保障不同群体获得均等机会，实现技术普惠包容。技术应该带来公平，而不是新的贫富差异。透明：包含可解释性与可追溯性双重含义，既要实现决策过程可理解，又要确保数据来源可追溯。不能到处都用技术黑箱来搪塞用户，而是要给用户解释明白，我们的数据去了哪里，AI又是怎么辅助人类的。

《框架》2.0版还有两个关键词是“可信、可控”，衡量AI发展可信、可控的标尺在哪？

在盘和林看来，衡量标尺有三个维度：技术层面：我们可以通过验证测试（如红队测试）、形式化验证等方法量化安全性，也可以通过可信数据空间技术，联邦学习等安全技术，来控制安全变量，建立技术上的整套安全保障体系。要给示范方案。伦理层面：建立多维度评估矩阵（包括公平性、隐私保护、人性尊严等指标），这里就要提到，谁有权来对伦理下判断，我认为，应该是用户，所以，需要从用户中筛选一部分人，来对创新进行伦理评价。治理层面：实施分级分类管理，根据风险等级匹配相应监管强度，不同的应用具备不同的风险等级，不能一刀切，要分级分类的处置风险。

对于什么是AI可信，盘和林表示，预测决策可解释（提供人类可理解的决策依据），行为输出一致性（相同输入产生预期范围内的输出），错误率可控（在关键领域达到99.99%以上的准确率），偏见可控（通过偏见检测和缓解技术确保公平性）。

如何实现AI可控？设置人类监督节点（保留人类最终决策权），建立行为边界约束（通过宪法AI等技术设定行为边界），实现全生命周期监控（从训练到部署全程可审计）。