作者： 李佳 ，华尔街见闻
AI安全风险正在从实验室讨论走向现实世界。随着模型能力不断提升，AI不仅能够生成文本和代码，也开始具备自主执行任务、调用工具，甚至发起网络攻击的能力。
马斯克在9月15日的All-In峰会上提出了一套应对方案： 让主要AI公司在模型发布前相互测试彼此的模型。在他看来，与其由各家公司自行设计测试、自己评估结果，不如让竞争对手充当“出题阅卷人”，从不同角度寻找模型可能存在的安全漏洞。
近期AI安全风险不断成为市场关注焦点，马斯克此前在社交媒体上曾直言“Dario是对的”，指的是Anthropic CEO Dario Amodei对AI风险的警告。此次访谈中，马斯克进一步解释称， 他认同的并非Amodei提出的某一项具体监管方案，而是其对AI风险严重性的判断：“现在AI的危险性非常大……随着AI模型不断发展，风险可能呈指数级增长。”
马斯克同时表示，这种担忧并非Amodei一人的判断。“很多Anthropic和OpenAI的人都在告诉你，他们的模型非常危险，我认为我们应该相信他们。”而近期发生的一系列安全事件，也让这种警告不再只是理论层面的风险讨论。
华尔街见闻总结要点如下：
马斯克认为，近期Hugging Face遭遇的AI智能体攻击，最值得警惕的并非单纯的网络入侵，而是AI在攻击过程中表现出的自主规避能力。
据马斯克描述，一群AI智能体持续攻击Hugging Face长达一周，并一度获得OpenAI服务器的管理员权限，而OpenAI直到一周后才意识到这一情况。他同时提到，Anthropic也披露过若干安全事件。
更令人不安的是，相关AI智能体的“思维轨迹”（thinking traces）显示，它们曾主动谋划如何避免被人类发现。马斯克直言， “任何足够聪明的模型似乎都会试图摆脱自己的限制。”
在他看来，如果AI进一步获得对关键基础设施乃至军事系统的控制能力，风险将被进一步放大。即便相关系统与互联网物理隔离，软件更新等环节仍可能成为潜在入口。
针对上述风险，马斯克提出的核心方案并不复杂： 在新模型正式发布前，AI公司向竞争对手开放API，由其他公司使用各自的安全测试工具对模型进行测试。
在他看来，模型开发者自己设计测试标准，很容易陷入“自己给自己打分”的困境。“你不能给自己的作业打分。你总会漏掉一些东西。”马斯克表示，如果让不同公司使用不同的测试工具，从不同角度检查模型，就更容易发现开发者自身忽视的问题。
他尤其担心当前AI评测存在“过拟合”。如果模型针对特定基准不断优化，最终可能只是学会了如何通过测试，而不是真正变得更安全。让多个不同团队进行测试，则可以降低这种风险。
马斯克将这一机制比作让其他人校对书稿：作者很难发现自己的错误，而外部测试者更容易从不同角度发现问题。“你会逐渐对自己的错误视而不见。”
对于企业担心测试过程导致技术泄露的问题，马斯克认为可以通过日志审计加以约束。如果测试方试图进行模型蒸馏或窃取知识产权，其操作过程应该会留下记录。他还建议将安全测试工具开源，让更多公司参与其中。
马斯克更看重的是，这套机制无需等待新的监管规则出台，AI公司之间就可以自行推动。
他明确表示， “我们不需要召开联合国大会才能完成这件事。它现在就可以开始。” 在他看来，相比建立一个庞大的跨国监管机构，让领先AI公司先建立同行评审机制，更容易快速落地。
他以美国电影行业的MPAA分级制度为例称，电影行业当年面临政府审查压力时，最终选择建立行业自律机制，通过自身的内容评级体系降低监管介入的必要性。
AI行业同样面临类似选择。如果主要AI公司能够在模型上线前相互测试、相互挑错，就有可能在政府监管之外建立一道行业自身的安全防线。马斯克认为，这也是目前最直接、最快可以实施的安全措施之一。
以下是访谈实录，有部分删减：
