保障 AI 智能体的未来安全

Google DeepMind 发布 AI Control Roadmap 框架,将内部 AI 智能体视为潜在不对齐的'内部威胁',通过威胁建模、监督式监控与响应机制实现纵深防御,并已分析百万条编码智能体轨迹来支撑实时监控。