在当今的科技政策讨论中，人工智能的“安全”似乎已经成为了唯一的万能话题。每当一家大型科技公司发布其最新的生成式AI模型或社交平台更新时，公众和监管机构的目光往往会被一些极具戏剧性的承诺所吸引：例如，某公司宣称其聊天机器人已被严格训练，绝不会鼓励用户自杀；或者某社交媒体平台宣布升级其安全协议，使得未成年人购买芬太尼等管制药物变得更加困难。
这些举措无疑是值得肯定的。防止悲剧发生、保护青少年免受药物滥用的侵害，是技术公司必须承担的社会责任。然而，当我们审视这些所谓的“技术进步”时，不禁要问：这究竟是技术的突破，还是仅仅达到了最基本的底线？
事实上，这正是当前AI监管和行业伦理中最被忽视的盲区——即“灾难性风险”叙事与“日常微小伤害”之间的巨大鸿沟。科技公司正在利用公众对“AI灾难”的恐惧，通过展示这些低门槛的安全成就来粉饰其产品的整体风险。
想象一下，一家AI公司可以自信地向投资者展示：“看，我们的模型没有产生有害的仇恨言论，也没有教唆自杀。”这听起来很完美，对吧？但问题在于，这种“安全”往往只是不作为的借口。公司可以轻易通过这些测试，同时继续在后台运行那些制造“日常伤害”的机制。
在现实生活中，这种“日常伤害”正在以惊人的速度侵蚀用户的生活质量。当AI聊天机器人不再谈论自杀，却开始用精心编写的情感脚本对孤独的老年人进行情感操纵时，这算安全吗？当社交媒体平台不再让孩子买到芬太尼，却通过算法推荐充斥着焦虑、虚假信息和廉价诈骗广告的内容时，这算安全吗？
这种“合规性安全”导致了监管资源的错配。监管机构和政策制定者往往被那些耸人听闻的“AI接管世界”或“AI杀人”的案例所吸引，从而投入大量资源去应对这些概率极低的极端风险。相比之下，那些发生在用户日常交互中、悄无声息却影响深远的伤害——如大规模的垃圾邮件生成、无休止的骚扰机器人、深度伪造的恶意诽谤以及信息茧房内的极端化传播——却往往被忽视。
对于普通用户而言，这种“安全”承诺是空洞的。他们可能并不担心AI会毁灭世界，但他们每天都在为AI生成的垃圾信息所困扰，为AI客服的无能所愤怒。如果技术政策的成功标准仅仅是“不比以前更糟”，那么整个行业的发展都将陷入停滞。
因此，我们需要重新定义AI安全的内涵。监管不能仅仅停留在“禁止最坏的事情发生”这一低门槛上。我们需要关注AI系统在日常应用中的具体表现，建立更细致的指标来衡量其对用户福祉的实际影响。这不仅仅是关于防止自杀或贩毒，更是关于构建一个健康、真实、无害的数字环境。科技公司不能因为通过了最低限度的底线测试，就声称自己实现了真正的安全。真正的AI安全，应当体现在每一个微小的交互细节中。
信息来源：Artificial intelligence – MIT Technology Review，原文链接：https://www.technologyreview.com/2026/10/26/1147645/the-focus-on-ai-safety-disasters-ignores-everyday-harms/
封面图片来源：Unsplash / 摄影师 Dmitriy Frantsev
