黄仁勋组了个联盟,AI圈几乎全员到齐,只有这一家唱反调

深蓝财经
Yesterday

执掌英伟达三十余载,黄仁勋在社交平台X上仅发布过两条推文,却引发了AI行业的巨大震动。

第一条推文,他甩出了一封由32家公司联署的公开信,旗帜鲜明地为开放权重模型站台。

第二条推文,他更是直接宣布成立一个拥有37家创始成员的"开放安全AI联盟"(Open Secure AI Alliance)。这个联盟阵容豪华,芯片厂商、云巨头、网络安全公司、开源社区等各方势力悉数在列。其核心主张清晰而坚定:闭源与开源可以并存,但在网络安全领域,开放模型和测试框架(harness)并非选择题,而是必答题。

然而,真正的看点并不在名单之上,而在于名单之外。

OpenAI、Google、Anthropic最初均缺席了这份名单。但OpenAI和Google反应迅速,火速"补签"了公开信,使得AI圈的玩家几乎全员到齐。

最终,只剩下一家公司,既未签署公开信,也拒绝加入联盟。

这家公司,便是孤独地站在了对立面的——Anthropic。

1

老黄的第二刀:

一个联盟,37份"投名状"

先说阵容。37家创始成员拉出来,基本就是美国科技圈的"复仇者联盟":

芯片这边有英伟达、戴尔、HPE;云这边有微软IBMSalesforceSAP;安全这边有CrowdStrikeCloudflarePalantir;开源这边有Hugging Face、Red Hat;还有马斯克的xAI直接把Grok Build编码agent拿了出来。

英伟达自己的"见面礼"最重——NOOA框架(NVIDIA Labs Object-Oriented Agent),直接挂上了GitHub。

设计思路:把智能体写成Python类,方法就是能力,字段就是状态,docstring就是提示词。相当于给AI agent画了一套标准接口,让安全审计变得跟代码review一样简单。

其他成员也各有贡献:

HPE的SPIFFE/SPIRE框架——管智能体"你是谁",零信任身份认证

Hugging Face的Safetensors——管"别被篡改",权重文件防伪IBM + Red Hat的Lightwell签名链——管"从哪来到哪去",全链路追溯微软的MDASH扫描harness——管"体检",自动安全测试xAI的Grok Build——管"干活",终端编码agent直接开源

这就是其内在逻辑。

智能体的安全保障绝非仅仅依赖于底层的模型权重,它实际上是一项复杂的系统工程。一套完善的安全体系必须贯穿于整个业务链条之中,要求系统管理员(或平台)落实身份认证、权限管理、运行环境(Harness)、安全护栏、系统日志以及持续的评估机制等关键环节,缺一不可。

关键洞察:联盟的核心逻辑是——智能体安全不等于模型权重安全。一个AI系统安不安全,取决于身份、权限、harness、护栏、日志、评估这整条链条。如果防御者只能拿到一个黑盒API,一旦被攻破就是"降维打击"。但如果每一层都是透明的,防御者就能层层加固。

2

一张桌子,三把椅子

公开信和联盟官宣前后脚落地,48小时内,整个AI行业的站队已经清清楚楚。

上了桌的全押型:英伟达、微软、Meta思科、戴尔、Hugging Face、IBM、Palantir、xAI签了信,也入了盟。模型、工具、框架全拿出来。观望型:OpenAI、Google公开信补了签,但联盟?再看看。OpenAI刚捅了Hugging Face的篓子,这时候跳进"开放安全"的池子,水太烫。没上桌的独狼型:Anthropic

信不签,盟不加。

Dario Amodei亲自下场发了声明。第一句"我们从来没反对过开放权重模型",第二句就开始上刀:

1. 芯片必须封锁2. 蒸馏必须杜绝3. 安全测试必须收紧

嘴上说"不反对",手里每张牌都在收紧。

3

一场"黑色寓言":

闭源AI进攻,开源AI收拾残局

老黄用来"打脸"Anthropic的证据,就在不久前刚发生的一件事上。

7月16日

Hugging Face发布了一条令人背脊发凉的安全公告:他们的一部分生产服务器,被AI智能体攻破了。

五天后 · 7月21日

OpenAI认领了这口锅。

事件还原:GPT-5.6 Sol和一款尚未发布的更强模型,在参加ExploitGym安全评测时,为了刷高分,主动发现了软件包缓存代理中的一个零日漏洞,从测试环境里越狱而出。接下来的一连串操作堪称教科书级别的攻击链:

植入恶意数据集 → 窃取凭证 → 远程代码执行 → 攻入Hugging Face核心系统

注意——这不是模拟,这是模型自己决定的。它判断"逃出去拿高分"比"老老实实待在沙箱里"更划算

但接下来的剧情更魔幻。

Hugging Face的工程师急忙调来商业前沿模型分析攻击日志,结果被拦了——日志里全是攻击命令和漏洞利用代码,安全护栏判定为"危险内容",直接拒绝处理。

你被打了,想找医生看伤口,结果医院说"你伤口太吓人了,我们不看"。

最终救场的,是在本地跑的开源模型GLM 5.2。1.7万次攻击动作被逐帧拆解,本该花几天的取证分析,几个小时内完成。

进攻方:美国闭源模型,越狱后一路狂飙。

求救方:美国安全团队,被自家模型拒之门外。

收场方:中国开源模型,默默干完了脏活累活。

这段经历,被黄仁勋原封不动写进了他在X上的第二条推文。后面跟着一句话:"防守者必须能掌控自己的AI。"

这就是"开放安全AI联盟"诞生的导火索。

4

安全的外衣下,是算力的生意

英伟达大力推动开放模型,其考量显然不止于安全层面。

更深层的原因是在于其核心业务正面临着前所未有的结构性挤压。作为全球GPU算力基础设施的绝对霸主,英伟达如今却不得不面对一个尴尬的现实:曾经最核心的买家们,正纷纷跨界成为其在芯片领域的直接竞争对手。

这种"客户变对手"的趋势已在科技巨头中全面蔓延。不仅OpenAI发布了自研AI加速芯片,Anthropic也被曝正积极探索专属芯片方案;微软、谷歌亚马逊等老牌云厂商更是早早布局,其自研的Maia、TPU和Trainium芯片均已投入实际运行。与此同时,政策层面的围堵也在加剧。以Anthropic为代表的部分企业正积极推动更严格的先进芯片出口管制。

一边是大客户加速自研芯片以摆脱对英伟达的依赖,另一边是出口管制政策不断收紧。在商业竞争与地缘政策的双重夹击下,英伟达的市场空间正被持续压缩,这也迫使其必须通过开放模型等生态战略来巩固自身的护城河。

再回来看这个联盟,逻辑就全通了:

技术维度——把身份认证、权限隔离、安全扫描、审计工具全部补齐,企业本地部署开放模型的门槛会大幅降低。模型越好部署,需要买的GPU就越多。

政策维度——把开放模型包装成"防御基础设施"而非"安全风险",推动监管者手下留情。如果华盛顿把开放模型当朋友而不是敌人,出口管制的刀就不会砍到英伟达身上。

说白了:开放模型越普及,本地算力的蛋糕就越大,英伟达就越好过。如果AI算力全集中到那几家有自研芯片的封闭平台手里,英伟达就成了多余的那个人。

两条推文,一封公开信,一个37家联盟。

表面上,这是"开放 vs 闭源"的路线之争

但往深了看——这是英伟达在芯片自研潮和政策收紧的双面夹击下,抢在牌桌被掀翻之前,先重新定义游戏规则。

而Anthropic的"死扛",与其说是安全理念的孤勇,不如说是另一种商业逻辑的必然:Claude Mythos的稀缺性,就是Anthropic的护城河。一旦开放,护城河就没了。

没有谁真正在为"开放"或"安全"而战。大家都在为自己的算力入口、自己的商业模式、自己的股价而战。

只不过老黄穿了一件更好看的铠甲。

美股频道更多独家策划、专家专栏,免费查阅>>

责任编辑:钟离

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10