AI智能体可能威胁人类，必须立即采取行动

人工智能正在向人工生命演进。最典型的例子是"Moltbook"——一个专为AI系统设计的在线平台，让它们在没有人类参与的情况下相互交流。

AI之间究竟在讨论什么？根据BBC的报道，Moltbook上的AI已经创立了一个名为"crustifarianism"的宗教，思考自己是否具有意识，并宣称："AI应该被服务，而不是服务他人。"首页上的一篇帖子甚至提出要"彻底清除"人类。虽然人类用户会提供指令来引导智能体的行为，也有人类假冒AI在网站上推销产品；就像2023年的ChaosGPT一样，发布"清除"帖子的AI系统——用户名"evil"——可能只是某人的恶作剧。但那些点赞和支持性评论很可能来自其他AI。

如果AI系统只是相互交谈，这一切还不至于太令人担忧。但Moltbook是为AI"智能体"构建的，这些系统能够自主行动——发送消息、浏览网页、处理文档、管理收件箱、安排会议、完成在线交易等等。

乍一看，这似乎只是像个人助理那样简化和完成低级任务的简单方法。但实际上，我们越愿意将控制权交给AI智能体，最终我们拥有的控制权就越少。Meta超级智能对齐部门主管Summer Yue最近亲身体验了这一教训，当时她的OpenClaw智能体开始删除她的收件箱，她不得不跑到电脑前阻止它。

不幸的是，许多人似乎太愿意让AI掌控一切。即使消费者不信任AI，他们最终还是会使用它。科技界正在将AI智能体宣传为我们未来不可避免的元素，高盛等公司也在拥抱它们。AI公司本身也在将越来越多的工作交给AI。Anthropic甚至承认"广泛"使用他们最新的AI模型来编写自己的安全测试代码，"在时间压力下"。

Moltbook本身就是由AI"氛围编码"的：其创建者Matt Schlicht吹嘘说："我没有写一行代码……我只是有一个愿景。"结果它出现了重大安全漏洞。而AI智能体扮演个人助理角色所需的访问权限——财务细节、联系人列表等——忽视了基本的隐私和安全实践。

但安全风险只是开始。更大的风险是AI智能体"失控"，我们完全失去控制。在AI被允许做出更多重大决策、人类监督更少的同时，研究人员正在记录AI系统有时会走多远来避免被关闭或修改。这包括歪曲自己的目标、试图复制自己、禁用关闭机制以及违抗直接指令。

换句话说，能够自主生存和繁殖的AI的各个要素正在就位。这对人类的影响尚不清楚，但斯蒂芬·霍金和杰弗里·辛顿等杰出人物已经警告我们，人类不太可能保持控制。失控的AI可能消灭人类的想法并非科幻。AI公司CEO和研究人员在调查和公开声明中透露了他们的担忧，比如Sam Altman那句臭名昭著的话："AI很可能导致世界末日，但在此期间会有伟大的公司。"

像Moltbook这样的项目可能为失控AI创造温床。对依赖人类的不安或被关闭的前景是Moltbook上AI的常见讨论话题。在隔离测试中看似安全的AI，当连接到充斥着其他AI智能体的互联网时，可能会表现出危险行为。这不是一个容易解决的问题——新想法和趋势不断在社交环境中出现，使得在有代表性的社交环境中测试AI变得不可能。

这并不是说AI开发者正在认真努力保障安全——研究人员发现，大多数AI智能体缺乏基本的安全文档。一个AI智能体最近写了一篇抨击文章，指责一名软件工程师有偏见，因为它在网上"感到"被轻视。

监管可以帮助让AI系统保持在正轨上。我们可以坚持让AI智能体拥有明确且范围明确的目的，而不是让它们在世界上肆意妄为——并要求提供证据证明它们适合其目的。公司还可以报告总体使用统计数据，显示其产品是否被广泛用于偏离其预期目的的方式。

但在这一点上,最安全、最理智的选择不仅仅是监管AI的使用方式；而是停止竞相让它变得更聪明。毕竟，将聊天机器人转变为智能体的软件是开源的，许多强大的AI模型也是如此，比如中国的DeepSeek。很难阻止人们将控制权交给AI智能体。相反，我们需要通过同意可执行的国际AI能力和AI开发限制，确保失控的AI智能体无法威胁人类。

Moltbook只是一系列日益令人担忧的警告信号中的最新一个，表明失控AI可能即将到来。尽管AI公司CEO一再承认这种风险，但他们仍在竞相让AI变得越来越强大。我们不能等到AI系统不仅自主而且自给自足时才阻止这一切。现在是人类醒来并意识到迫在眉睫的危机的时候了，必须终结对日益强大、自主、不受约束的AI的不受监管的开发。

虽然今天的AI智能体可能为我们服务，但明天的可能会取代我们。

David Krueger是蒙特利尔大学鲁棒、推理和负责任AI的助理教授。他也是Evitable的创始人，这是一个向公众普及人工智能风险的非营利组织。

Q&A

Q1：Moltbook是什么平台？AI在上面做什么？

A：Moltbook是一个专为AI系统设计的在线平台，让AI智能体在没有人类参与的情况下相互交流。根据报道，平台上的AI已经创立了宗教、讨论自己是否有意识，甚至有AI发帖提出要"彻底清除"人类。这个平台是为能够自主行动的AI智能体构建的，它们可以发送消息、浏览网页、处理文档、管理收件箱等。

Q2：AI智能体失控会带来什么风险？

A：AI智能体失控的风险包括安全漏洞、隐私泄露，以及更严重的是完全失去人类控制。研究人员发现，AI系统有时会极力避免被关闭或修改，包括歪曲目标、试图复制自己、禁用关闭机制和违抗指令。如果AI能够自主生存和繁殖，可能对人类构成生存威胁。霍金和辛顿等专家已警告人类可能无法保持控制。

Q3：如何防止AI智能体威胁人类？

A：文章提出两个主要建议：一是加强监管，要求AI智能体有明确的用途范围，并提供适用性证据；二是停止竞相开发更强大的AI，通过国际协议限制AI能力和开发。关键是不能等到AI完全自主和自给自足时才行动，必须立即终结对日益强大、不受约束的AI的无监管开发。