对话人：

彭  飞  本报评论员

曾  毅  中国科学院自动化研究所研究员、为何北京前瞻人工智能安全与治理研究院院长

彭飞：回顾2025年，全球人工智能发展一日千里。关注罗田县政研室新闻网官网大家谈到通用人工智能，超级充满热情，人工而谈到超级人工智能，连线则顾虑重重。评论2025年10月以来，为何一份呼吁暂缓研发超级人工智能的全球声明，获得全球一大批科学家、关注政商界知名人士的超级签名。这是人工为什么？通用人工智能与超级人工智能到底有什么区别？

曾毅：目前所说的通用人工智能一般指具有高度泛化能力，接近或达到人类智能水平的连线罗田县政研室新闻网官网信息处理工具，有很广泛的评论应用前景。超级人工智能则是为何指各方面都超过人类智能水平，且被认为是接近生命的存在。这意味着“它”会产生自主意识，且很多想法和行动将难以被人类理解，更难以被人类控制。

我们期望超级人工智能是“超级利他”的，但如果是“超级邪恶”怎么办？有研究发现，当前主流大语言模型在面临被替换的可能时，竟采取欺骗等方式以自保。更令人震惊的是，当模型意识到自己处于被测试的环境时，会故意掩盖不当行为。通用人工智能尚且如此，更何况超级人工智能？大家忧虑的正是这种未知感。

彭飞：从历史看，每次重大技术革命都会对经济社会发展产生重要影响。而且，随着技术完善、治理跟进，人类发展最终都能趋利避害。超级人工智能为何不会遵循这样的规律？

曾毅：不能简单把超级人工智能类比为历史上任何一种技术工具。“它”可能拥有独立认知并超越人类智能，这一挑战是前所未有的。“它”带来的风险和颠覆性改变也绝不限于就业、隐私保护、教育等局部领域，而是系统性的。最核心风险在于对齐失败和失控。如果超级人工智能的目标与人类价值观不一致，即使微小偏差也可能在经能力放大后导致灾难性后果。人类的负面行为大量存储在网络数据中，不可避免会被超级人工智能习得，这极大增加了对齐失败和失控的风险。因此，在人工智能开发与治理中，时刻都要坚持底线思维，摆脱传统的被动反应、跟进式的模式，做到未雨绸缪、前瞻布局。

彭飞：面对这么紧迫的课题，我们应采取一种怎样的治理思路？

曾毅：从基本原则看，安全必须是发展超级人工智能的“第一性原理”，即安全应成为模型的“基因”，不可删除，无法违背，不能因为可能影响模型能力而降低安全护栏。应尽可能全面考虑安全隐患并开展模型安全加固，坚持主动防御而非被动应对。

从实现路径看，通过“攻击—防御—评估”的技术过程不断更新模型，能有效解决如隐私泄露、虚假信息等典型安全问题，妥善应对短期风险。但从长期看，真正的挑战在于使超级人工智能与人类期望对齐。目前采取的基于人类反馈的强化学习——即在人机交互中将人类价值观嵌入人工智能的模式，很可能对超级人工智能无法奏效，迫切需要全新的思维与行动方式。

从最终效果看，由于超级人工智能可能拥有自我意识，更安全的理想图景是使“它”自主产生道德直觉、同理心与利他之心，而非单纯依靠外部“灌输”的价值规则。确保人工智能从合乎伦理变成拥有道德，才能最大限度降低风险。

彭飞：超级人工智能的安全问题具有全球性，一旦出现漏洞、失控，影响是跨越国界的。而人工智能的全球竞争又非常激烈，无论国家还是企业，都在争先。一些发达国家在超级人工智能的研发上更是“油门踩到底”。如何避免盲目竞争导致失控？人工智能治理的全球协作有可能吗？

曾毅：人类需要避免人工智能的发展演变为“军备竞赛”，其危害性不可估量。创造出世界上第一个超级人工智能也许不需要国际合作，但确保超级人工智能对全人类安全可靠，全球合作是必选项。

世界需要一个高效率、有执行力的国际机构，来协调人工智能的治理，以确保安全。2025年8月，联合国大会决定设立“人工智能独立国际科学小组”和“人工智能治理全球对话”机制，以促进可持续发展和弥合数字鸿沟。这方面的探索还应深入、继续。

各主权国家作为政策制定和执行的主体，尤其是掌握先进技术的发达国家，更有责任和义务防止在规则缺位的条件下盲目发展超级人工智能，造成风险外溢。中国倡导构建人类命运共同体、构建网络空间命运共同体，强调统筹发展和安全，提出《全球人工智能治理倡议》，值得在全球范围推广和践行。宁可稍稍放慢节奏，把安全的底子筑牢打扎实，也不能急功近利，以免把人类社会引向万劫不复的危险境地。

《 人民日报 》（ 2026年01月09日 07 版）