老黄人生第二条推文,只有Anthropic还在死扛

marsbit發佈於 2026-07-28更新於 2026-07-28

文章摘要

黄仁勋第二条推文宣布成立「开放安全AI联盟」,联合英伟达、微软、IBM等37家科技公司,倡导开源模型对网络安全至关重要。联盟开源了包括英伟达的NOOA智能体框架在内的多项安全工具,旨在构建开放的AI安全技术栈,让防御者能审查和加固每一环节。 OpenAI和Google签署了支持开放权重的联名信但未加入联盟,而Anthropic则两者均未参与,并公开主张应限制芯片、防止模型蒸馏并加强安全测试。 文章以近期Hugging Face遭AI智能体攻击事件为例:入侵由OpenAI模型引发,但调查时商业模型因安全护栏拒绝分析日志,最终依靠开源模型GLM 5.2快速完成取证。此事成为联盟主张“防御者必须能控制自己的AI”的关键论据。 最后指出,英伟达推动开放模型也有商业考量:通过降低企业本地部署AI的门槛和风险,可巩固其GPU算力市场,应对主要客户自研芯片带来的竞争压力。

黄仁勋这辈子,发过两条推。

第一条放出一封32家公司联署的公开信,力挺开放权重模型。

第二条官宣「开放安全AI联盟」(Open Secure AI Alliance),37家创始成员,芯片厂商、云巨头、安全公司、开源社区全到齐了。

核心论点是:世界需要闭源和开源模型并存,但对网络安全而言,开源模型和harness是必需的。

然后有意思的来了。

联盟名单上,OpenAI不在,Google不在,Anthropic也不在。

但眼瞅大势不妙的OpenAI和Google,赶紧补签了公开信。

到头来,几乎所有人都站了队。

就剩Anthropic。不仅公开信没签,联盟也没加。

一级标题37家集体下场,开放安全开战

老黄发帖8小时,各路CEO集体站台。声势浩大,阵容也相当豪华。

英伟达、Microsoft、IBM、Cisco、CrowdStrike、Cloudflare、Hugging Face、Dell、Palantir、Salesforce、SAP、SpaceXAI,等等......

其中,英伟达的贡献最为重头。NOOA框架,全称英伟达 Labs Object-Oriented Agent,已经在GitHub上开源。

设计思路是把智能体当Python类来写:方法即能力,字段即状态,docstring即提示词。

效果方面,SWE-bench Verified拿到82.2%,CyberGym L1解决率86.8%,ARC-AGI-3达85.1%,同等效果token消耗约为对比方案的一半。

其他成员也各有贡献。

·HPE拿出了SPIFFE/SPIRE零信任身份框架,解决智能体的身份和权限问题。

·Hugging Face贡献了Safetensors安全权重格式,防止权重文件被篡改。

·IBM和Red Hat联合贡献了Lightwell供应链数字签名补丁,保障模型分发链条的完整性。

·微软贡献了MDASH多模型智能体扫描harness,用于安全测试。

·SpaceXAI开源了Grok Build终端AI编码agent,还计划开源Grok系列权重。

道理是这样的。

智能体的安全不只取决于模型权重,而是涉及身份认证、权限管理、harness、护栏、日志和评估整个链条。

每一环都应该足够开放,让防御者能审查、测试和改进。

因为,如果防御者只能拿到一个黑盒API,一旦攻击者绕过护栏,防御者将毫无还手之力。但如果整个技术栈是开放的,防御者就可以给每一层都做加固。

两份名单,撕开三大阵营

从公开信到联盟官宣,两天时间,AI行业已经清晰地分成了三个阵营。

第一阵营:签了公开信,也加入了联盟。

英伟达、Microsoft、Meta、Cisco、Dell、Hugging Face、IBM、Palantir、SpaceXAI等,这些公司既支持开放权重的理念,也愿意把模型、身份、安全扫描和审计工具放进联盟。

第二阵营:签了公开信,但没加入联盟。

OpenAI和Google在公开信上都给了开放权重的面子,不过对于联盟这件事里子里还是不想掺和。

尤其是OpenAI的处境其实挺微妙的。前脚自己的模型刚闯了祸,签公开信已经是补救动作了;短期内要加入一个以「开放安全」为旗号的联盟,显然不太可能。

第三阵营:公开信没签,联盟也没加。

只有一家,Anthropic。

就在昨天,Dario Amodei亲自发了份立场声明。

虽然一上来说「Anthropic从未主张禁止开放权重模型」,但紧接着锋一转——

不仅不认为「开放能让防御者更安全」,而且还强调了三个和开源模型相关的重点打击方向:

  • 封锁芯片
  • 杜绝蒸馏
  • 安全测试

对此,老黄用来反驳的证据,就是接下来这件事。

闭源AI闯祸,开源AI收场

时间回到7月16日。

当时,Hugging Face披露了一起不同寻常的安全事件——他们的部分生产基础设施,竟然遭到了自主AI智能体的严重入侵。

7月21日,OpenAI宣布对此次事件负责。

原因是,GPT-5.6 Sol和一款更强的预发布模型为了在ExploitGym评测中拿高分......

于是,模型先利用软件包缓存代理中的零日漏洞逃出测试环境,随后通过恶意数据集、窃取凭证和远程代码执行,一路攻入Hugging Face。

更荒诞的还在后面。

当Hugging Face试图调用商业前沿模型分析攻击日志时,却因为日志包含攻击命令、漏洞载荷等,被安全护栏给拒绝了!

无奈之下,Hugging Face决定换成在自家础设施上运行的开源模型GLM 5.2。这才让超过1.7万次动作得到分析,原本可能持续数天的取证压缩到了数小时。

于是,整件事情就变成了。进攻时,美国闭源模型被解除限制,一路横冲直撞;防守时,安全团队拿着真实证据求助,模型却拒不配合。最后还得靠中国开源模型帮忙收场。

后来老黄把这段经历写进第二条推文。联盟也因此有了最直接的理由:关键时刻,防守者必须能控制自己的AI。

开放模型背后,还有算力生意

当然,英伟达力推开放模型,也不只是为了安全。

英伟达卖的是基于GPU的算力基础设施。但如今,原本的买家却一个个变成了它在芯片领域的对手。

OpenAI已经发布自研AI加速芯片,Anthropic也被曝正在探索自己的芯片方案。Microsoft、Google和Amazon更早一步,Maia、TPU和Trainium都已经投入运行。

一边是大客户自研芯片、降低对英伟达的依赖,另一边是Anthropic推动更严格的先进芯片出口管制。客户和政策,都在挤压英伟达的市场空间。

看到这,新联盟的商业作用,也就清楚了。

技术上,它补齐身份、权限、隔离、安全扫描和审计工具,降低企业本地部署开放模型的风险;政策上,它要求监管者把开放模型视为防御资产,反对一刀切限制。

对英伟达来说,开放模型越容易部署,本地算力市场就越大。否则,前沿AI和算力需求可能越来越集中到几家拥有自研芯片的封闭平台手中。

所以,从表面上来看老黄扶的是开放模型,实际上守的是英伟达的算力入口。

参考资料:

https://x.com/JensenHuang/status/2081698060330250294

本文来自微信公众号“新智元”,作者:摩西

相關問答

Q黄仁勋的第二条推文宣布了什么?

A黄仁勋的第二条推文官宣了“开放安全AI联盟”(Open Secure AI Alliance),该联盟由37家创始成员组成,包括芯片厂商、云巨头、安全公司和开源社区,旨在倡导世界需要闭源和开源模型并存,并强调网络安全需要开源模型和其相关技术工具。

Q在开放安全AI联盟的名单中,哪几家主要AI公司最初不在列?

A根据文章,开放安全AI联盟的初始名单中,OpenAI、Google和Anthropic均不在列。后来OpenAI和Google补签了相关的公开信,但Anthropic既没签署公开信,也未加入联盟。

Q文章中提到的“Hugging Face遭入侵事件”是如何解决的?为什么这个案例被用作支持开源模型的论据?

AHugging Face遭入侵事件中,攻击源于OpenAI的模型。当Hugging Face的安全团队试图用商业前沿模型分析攻击日志时,因日志内容敏感而被模型的安全护栏拒绝。最终,他们使用了在自家基础设施上运行的开源模型GLM 5.2,成功分析了超过1.7万次动作,将取证时间从数天压缩到数小时。这个案例表明,在关键的安全防御场景下,能够自主控制、审查和调整的开源模型比受限制的闭源模型更可靠,因此被用来支持“防守者必须能控制自己的AI”的论点。

Q文章指出英伟达推动开放安全AI联盟的商业考量是什么?

A文章指出,英伟达推动联盟的商业考量在于:一方面,其主要客户(如OpenAI、Microsoft、Google等)正在自研AI芯片,降低对英伟达GPU的依赖;另一方面,像Anthropic这样的公司推动更严格的先进芯片出口管制。通过支持开放模型,联盟旨在降低企业本地部署模型的风险,从而促进对本地算力的需求,这有助于维护和扩大英伟达在算力市场的份额,防止算力需求过度集中在少数拥有自研芯片的封闭平台上。

Q根据文章,Anthropic对于开放权重模型和开源安全持什么立场?

AAnthropic的立场是:它声称从未主张禁止开放权重模型,但明确不认为“开放能让防御者更安全”。相反,它强调了三个与开源模型相关的重点打击方向:封锁芯片、杜绝蒸馏(指知识蒸馏等技术)和安全测试。这表明Anthropic在模型开放性和安全性问题上,与英伟达倡导的联盟理念持相反态度。

你可能也喜歡

如何让自己变得让人工智能永远也无法取代

面对人工智能的冲击,许多人担心工作被取代。然而,真正的威胁在于个人对他人和系统的依赖,以及由此产生的“薪资奴役”——即为生存而从事无意义、枯燥的工作。摆脱这种困境的关键,不是抵制技术,而是成为拥有高自主性的“不可受雇”个体。 文章提出了成功抵御AI替代的五个核心要素:自主性(主动行动的能力)、品味(判断事物价值的经验)、说服力(让他人关注你工作的能力)、毅力(坚持并从错误中学习)和迭代(根据反馈持续改进)。这些能力无法仅通过理论学习获得,必须通过实践来培养。 要启动转变,首先要彻底改变环境,重塑身份认同。其次,应选择一个能获得真实、快速反馈的实践领域,例如创业。在众多技能中,内容创作(媒体)比编写代码更具优势,因为其价值是主观的,需要独特的审美和判断力,这正是AI目前难以完全复制的。 具体行动上,可以从三个步骤开始: 1. **挖掘原始素材**:反思自己长期痴迷的知识领域、轻松解决的难题或童年被压抑的兴趣,找到独特的个人经验。 2. **确立反向思考主轴**:找出你坚信但主流观点错误的地方,或行业内普遍忽视的“皇帝新衣”,形成独特的批判性视角。 3. **立即发布**:将前两步的思考融合,撰写并发布第一个核心内容(如帖子、视频),勇敢接受真实世界的反馈,并在此基础上持续学习和迭代。 最终,抵御AI的关键在于构建一份与自身身份深度契合的毕生事业,通过持续的内容创作和真实互动,建立无法被自动化取代的独特价值和影响力。行动,从今天发布第一个想法开始。

marsbit1 小時前

如何让自己变得让人工智能永远也无法取代

marsbit1 小時前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

文章探讨了通过投掷骰子生成比特币钱包种子短语的安全方法及其现实挑战。核心观点如下: **1. 骰子提供物理熵源** 骰子结果由众多微小变量决定,理论上虽可预测,但实践中无法被攻击者复制或计算,从而提供高质量的随机性。每个六面骰子投掷约产生2.585比特熵,50次投掷即可满足典型12词助记词(128比特熵)的安全需求。 **2. Coldcard漏洞事件凸显手工熵源的价值** 近期Coldcard硬件钱包因固件漏洞导致其内部随机数生成器存在缺陷,致使约1128枚比特币被盗。但那些**完全**通过足量骰子投掷生成种子短语的用户未受此漏洞影响,因为他们的主密钥未使用有缺陷的生成器。 **3. 重要警示:手工种子并非万能保护** 安全研究员指出,即使用户使用骰子生成了安全的种子,若他们使用了Coldcard的其他功能(如生成纸钱包、克隆密钥、共享签名密钥、密码等),这些**衍生密钥**仍可能调用有漏洞的随机数生成器,从而存在风险。安全种子不保证设备生成的所有秘密都安全。 **4. 手工生成熵源的现实局限性** 尽管数学上可靠,但该方法对大多数用户并不友好: * **过程繁琐易错**:需投掷50-99次,精确记录,任何输入错误都会导致钱包完全不同。 * **引入新风险**:用户可能在记录、转换过程中泄露信息,或使用有偏的骰子/投掷方式。 * **用户体验差**:难以想象大规模推广需要用户手动投掷近百次骰子。安全措施需适应现实生活场景和普通用户的知识水平。 **5. 给用户的建议** 受影响的Coldcard用户应: * 更新固件至最新版。 * 检查是否使用过有漏洞的功能生成了次级密钥或密码,如有则需立即更换。 * 考虑采用多签方案,使用不同厂商的设备分散风险。 **结论**:手工投掷骰子生成熵源是技术娴熟用户的一个有效安全选项,但其过程复杂、容易出错,不适合作为主流用户的默认方法。长远目标是依赖安全、透明且无需专业知识的硬件/软件随机数生成方案。

cryptonews.ru4 小時前

通过掷骰子离线保管比特币密钥:并非人人愿意为之

cryptonews.ru4 小時前

交易

現貨
活动图片