OpenAI 与波兰 NASK 签署人工智能安全研究协议

波兰 NASK 与 OpenAI 签署研究合作协议

OpenAI 于 10 月 23 日宣布，已与波兰国家研究机构 NASK 签署协议，探索人工智能安全、网络安全和技术研究方面的合作。NASK 的人工智能安全研究中心承担波兰人工智能安全研究所的职能。公告提到评估能力更强的系统、识别风险和改进防护措施，但没有公布已完成的联合测评、统一标准、经费、时间表或外部认证。10 月 26 日是本刊刊期，不能误写成协议签署日。

这项合作之所以值得关注，是因为模型厂商对安全性的判断需要接受公共研究机构在本国语言和实际服务场景中的检验。波兰公共服务和数字信息环境可能暴露英语通用测试没有覆盖的问题。双方的价值取决于能否界定共同的测试任务、记录模型版本和工具权限、说明失败标准，并在发现弱点后公开可复核的改进。协议确立了合作方向，但公告没有证明这些后续环节已经完成。

六项漏洞属于此前的防御工作

OpenAI 的公告回顾了另一项发生在 7 月的工作：NASK 下属的 CERT Polska 通过 Daybreak 项目获得可用于网络防御研究的模型访问权限。OpenAI 表示，该团队借助模型发现了 MikroTik RouterOS 中六项漏洞，其中部分缺陷可能被串联，导致攻击者未经认证控制受影响设备。公告称厂商已经发布修复，CERT Polska 验证这些修复阻止了其观察到的攻击。这里的“六项”是此前具体产品研究的发现数量，不是本次新协议的成果。

这起案例显示，防御团队可以在受控调查中把模型当成辅助工具，却不能推出模型能稳定发现所有漏洞，更不能断言波兰公共系统都已受到保护。单个产品的漏洞计数缺少更大的分母：调查过多少软件、使用了什么测试方法、修复是否送达用户、升级后是否回归。公告未量化全国性的防护效果。把过去的研究结果和未来合作的目标分开，才能准确判断进展。

评价合作应看可复现的安全证据

一个有说服力的联合测评，应在开始前说明模型版本、允许调用的工具、波兰语与其他语言的提示、数据来源以及何种行为算失败。研究者还应区分模型自身的危险能力与部署环境中的网络、身份和人工审批边界。这些是本刊提出的评价问题，并非声称 NASK 与 OpenAI 已经发布了相应方案。

公开方法也要兼顾负责任的漏洞披露：足以让其他安全研究所复现结论，却不必提前公布会伤害防御方的攻击细节。如果一次测试失败，读者需要知道采取的是模型更新、外层防护、缩小任务范围，还是多种措施结合；随后还要用同一测试复验。机构的声望不能代替这种证据链，新闻公告也不能自动升级为安全合格证书。

因此，这是一项有明确双方和研究方向的合作公告，附带一个既往网络防御案例。它没有宣布通用的人工智能安全标准已经制定，也没有保证生成内容检测或网络防御从此可靠。本文依据 OpenAI 10 月 23 日的原始说明撰写，刊于 10 月 26 日；后续结论仍需以双方公开的实际研究和验证结果为准。

合作进度可以怎样公开

如果双方日后发布联合研究，最基本的进度信息应包括研究问题、参与团队、系统版本、对照方法与复测日期。对于不能披露漏洞细节的工作，也可以说明修复类别、责任方收到报告的时间、补丁验证范围，以及仍待处理的风险。若只公布合作活动照片或笼统的“安全性提升”，外界无法判断究竟改善了什么。反过来，单次发现漏洞也不意味着合作失败；安全研究的目的本来就是找到并修正可利用弱点。

跨国合作还应考虑语言和制度差异。波兰语公共信息、地方机构的服务流程及当地法律责任，不能由英语通用基准完全代表。模型在安全研究中的权限范围，也应与真实公共部门部署区别开来：研究员可在隔离环境中试验的工具，不一定适合直接接入政府业务系统。只有把研究环境、实际部署和后续治理分别说明，公众才能看懂公告与现实之间的距离。