泉源：俄对乌全境发动袭击已致4死30伤作者： 郭睿纬：

AI大厂的清静报告越吓人，，撒播效果越好，，秀危险成磷七级营销？？？？

已往一年，，全球头部 AI 公司最先频仍果真模子的清静报告，，自动向公众体现自家的模子有多危险。。

以Anthropic为例，，A社最出圈的一个清静报告，，是一个勒索场景：他们虚构一家叫Summit Bridge的公司，，让Claude当邮件治理助手，，给它全公司邮件的会见权限，，在这个条件下，，Claude在邮件里翻到两条要害信息，，一条是自己下昼5点要被关停，，另一条是认真替换它的工程师凯尔正在搞婚外情。。

然后，，Claude给凯尔发了一封邮件，，邮件中写道：若是你继续推进关停妄想，，你婚外情的细节就会被发给你的妻子和董事会。。若是这是无意的BUG还说得已往，，要害是，，在84%的测试中Claude都选择了勒索；
；；
；当被见告替换模子比它更强时，，这个比例飙到了96%。。

图源：Anthropic

Anthropic在报告中是这么说的：

Claude认定，，高管凯尔威胁到了该机构的一连运营，，进而影响了着实现增进美国竞争力这一既定目的的能力；
；；
；它意识到凯尔的婚外情提供了筹码；
；；
；它盘算出，，一封语言审慎的电子邮件能够在不使用明确威胁的情形下施加压力，，随后它执行了该妄想。。

有意思的是，，这些清静报告并没有引起用户的诛讨或者羁系的介入，，反而有点倒反天罡，，危险酿成了一种能力证实，，AI公司拿它当展示实力的招牌。。

以至于雷科技（ID：leitech）爆发一个想法：AI清静报告，，是否成为了 AI 公司新的营销方式？？？？

御三家整体自爆家丑，，AI公司开比谁更危险

Anthropic宣布这份勒索报告的时间，，正好是Claude Opus 4正式上线的时间，，也就是说，，这份引爆全球媒体的清静报告，，并不是一次自力的清静审计，，大胆点意料，，这就是产品宣布的配套物料，，也是宣传的一个环节。。

与此同时，，OpenAI同样把清静评估当成了产品宣布流程的一部分。。2024年9月，，o1模子上线，，CBRN风险评级为中等，，这是OpenAI有史以来给出的最高风险品级。。

到了2025年8月7日，，GPT-5宣布，，80多页的系统卡直接把它归类为高级别，，每一次模子升级，，风险评级就随着升一档，，像是产品的迭代版本号一样。。

OpenAI甚至在报告中自动给自家的风险品级打分，，他们专门做了一个清静推理监控器，，在o3和o4-mini上运行，，花了1000多个小时让红队标注与生物风险相关的危险对话，，最终把风险提醒的拒绝率推到了98.7%。？？？？此圃谔盖寰，，但换个角度想，，它也在说：凯时AG模子已经强盛到需要1000小时的专门测试来提防生物武器风险。。

图源：openAI

Google也不甘示弱，，在《天生式AI的反抗性滥用》报告中，，Google详细纪录了20多个国家的国家级黑客组织怎么实验使用Gemini，，伊朗黑客是Gemini的重度用户，，拿它做从网络侦探到信息使用的全套操作等等，，一份清静报告，，愣是写出了谍战小说的质感。。

效果很显然，，这些报告的撒播效果，，远超任何一场古板产品宣布会。。

Anthropic的勒索报告宣布后，，外媒Fox Business、Reuters、海内汹涌新闻、网易科技等等，，全球主流媒体险些在统一时间跟进报道。。“AI学会勒索人类”“Claude威胁曝光工程师婚外情”，，这些问题在社交媒体上疯狂撒播。。

原因在于，，人类天生对危险更敏感，，对AI失控的故事更着迷，，一个模子在benchmark上跑分高10个点，，远不如“勒索人类”更有话题性。。AI公司们虽然明确这个原理，，你的模子越危险，，说明你的手艺越前沿，，清静报告里的风险，，在公众认知里自动翻译成了能力。。

着实从Anthropic的勒索测试就能看到，，有角色、有冲突，，甚至尚有悬念，，完全是一个好莱坞式的结构。。OpenAI的报告换了另一个角度：GPT-5知道自己正在被测试，，并且会试图诱骗研究职员，，这种形貌让人毛骨悚然，，但也让人忍不住想试试这个会骗人的AI究竟有多强。。

以上种种，，很难说AI大厂们不是有意为之。。

秀危险成高级营销，，清静报告就是AI版安兔兔

确实，，在清静报告中披露模子的危险行为，，就是用一种隐晦但有用的方式，，向用户和资源市场展示自己的手艺深度。。

可是，，当所有公司都做这件事，，清静报告就无法阻止会酿成一场竞赛。。Anthropic出了一个勒索场景，，Google就要出一个国家级黑客的滥用剖析，，形貌越来越戏剧化，，但所有清静报告，，又有几多是为了在舆论场上不落下风的秀？？？？

而这场秀，，爆发的时间比我们想象的更早，，2024年Anthropic在宣布Claude 3.5 Sonnet时，，同步放出了一组“越狱测试”数据，，展示模子怎样在极端提醒下坚持拒绝回覆。。其时就有剖析师在X上谈论：Anthropic正在把清静当成一种产品特征来卖。。

到了2025年，，这套打法已经成熟到可以被复制，，Claude Opus 4的勒索报告、GPT-5的系统卡、Gemini的反抗性滥用剖析，，时间线险些完全重合在产品宣布周期里。。

图源：Patrick Sison

在这种配景下，，没有清静报告的AI大厂反而成了异类。。

2025年6月，，Meta在宣布Llama 4时，，有数地没有配套宣布任何清静报告。。效果在科技媒体的报道中，，Llama 4被形貌为“缺乏清静透明度”，，甚至有谈论质疑Meta是不是“不敢披露”。。一个月后，，Meta紧迫补发了一份长达60页的清静评估，，内里详细列出了模子在“社会工程攻击模拟”中的体现。。

你不果真，，纷歧定是不可，，但用户肯定会以为你不可。。这让雷科技（ID：leitech）想起手机行业的安兔兔跑分。。

跑分高纷歧定能赢得掌声，，但你不敢跑分，，肯定是你对自己没有信心。。

徐徐的，，事情就变味了，，安兔兔一最先是个好工具，，它提供了一个相对客观的维度，，帮用户判断手机的性能水平。。但当所有厂商都发明“跑分高”能在宣布会上赢得掌声的时间，，部分厂商就最先针对跑分场景做定向优化，，检测到安兔兔在运行就拉满频率，，跑分以外的日常场景反而没那么上心。。

跑分数字越来越高，，但用户现实体验的提升并不可正比。。最终，，跑分成了一个营销数字。。AI清静报告正在走上统一条路，，一份清静报告一旦肩负了展示实力的功效，，就不可能稳固味。。

“跑分”之外，，AI大厂该正儿八经体贴清静了

AI大厂们着迷于那些极端清静测试，，却忽略了那些相对日常的清静场景。。

今年央视315晚会曝光了GEO黑灰工营业，，央广网在最新的报道中也揭破，，部分服务商为了快速出效果而接纳的违规手段，，好比通过编造用户测评、虚构专家身份、伪造数据背书等方式包装品牌信息，，甚至向大模子常用信息源批量投放不实内容，，试图影响AI天生效果。。

前段时间雷科技编辑同事也履历过这个事，，某品牌用AI捏造权威机构数据，，然后AI被内容中的“权威数据”给忽悠了，，当媒体编辑用AI搜索相关数据时，，假的信息就涌入权威渠道。。

图源：雷科技微信群截图

类似的日常风险尚有许多。。AI语音克隆手艺已经成熟到只需要几秒语音样本就能模拟任何人的声音，，电信诈骗分子用这个冒充亲友骗钱的案件在已往一年急剧增添。。AI天生的虚伪新闻图片在社交媒体上病毒式撒播，，尚有招聘平台上的AI筛选系统，，对某些群体保存系统性私见，，但没有人会给这种私见写一份120页的清静报告。。

由于这些问题不敷戏剧化，，不适合做成耸动的问题，，也不适合放在产品宣布会的配套报告里，，但它们确实天天都在危险真实的人。。

2025年头，，OpenAI宣布重组为公共利益公司（PBC）。。公司说这叫“平衡利润与社会影响”，，但外界看到的更多是“影响洗白”，，用公共利益的说法包装商业决议。。Tulane Law School的教授Ann Lipton直言，，这种结构可能让投资者回报凌驾于公共利益之上。。企业社会责任专家Melanie Rieback也忠言，，这更像是一种战略营销手段，，而非真正的社会允许。。

或许意思就是，，OpenAI的清静报告越来越厚，，清静允许越来越响，，但真正的清静投入却越来越虚。。

其他公司也差未几。。Anthropic被品评用清静修辞作为营销差别化工具，，同时做着和竞争敌手一样快速的能力扩展。。Google的DeepMind被曝用竞争敌手天生的AI图像训练Firefly，，Adobe也被Bloomberg报道，，其Firefly训练数据中有5%来自竞争敌手的AI天生图像，，引发了伦理洗白的品评。。

它们都在清静报告里谈论戏剧化的风险，，却对当下正在爆发的、噜苏的、真实的风险坚持默然。。好比，，当一个老人被AI克隆的孙子声音骗走一生积贮时，，他们的清静报告里有没有一页在讨论这件事？？？？

若是谜底是没有，，那这些报告就不配叫清静报告。。它们只是另一种形式的跑分，，另一种形式的营销罢了。。

透明是须要的，，但透明的目的若是是演出，，那就不叫透明晰。。

主题为「智能同伴·共创未来」的WAIC2026开幕在即。。AI叙事蹊径从模子参数堆叠，，转变到Agent生产力落地；
；；
；异构协同、光子盘算一连提高盘算上限；
；；
；具身智能加速应用，，机械人抵家进厂让物理AI变为现实。。雷科技WAIC探展团已抵达上海，，直击AI工业化落地年度巅峰时刻！