Deepseek秘密进行前沿风险评估，检测自我复制与网络攻击能力

Deepseek正在秘密进行前沿风险评估，专注于检测自我复制和网络攻击能力，该公司致力于评估新技术和网络安全威胁，以确保企业和组织的安全，通过检测自我复制能力，Deepseek能够评估潜在的安全风险并预测未来的威胁趋势，其网络攻击能力的检测有助于及时发现并应对网络攻击，保护关键系统和数据安全，这一行动对于维护网络安全至关重要。

中国AI初创公司深度求索（Deepseek）已秘密对其人工智能模型进行"前沿风险"评估，重点检测模型的自我复制和网络攻击能力。据知情人士透露，这家杭州公司在今年1月发布突破性推理模型R1后成为中国AI发展标杆，但其风险评估结果并未对外公布。这一做法凸显了中美两国在AI安全透明度方面的显著差异：美国公司如Anthropic和OpenAI定期发布前沿风险评估报告，而中国企业普遍选择保密处理。随着北京当局加强对AI行业安全风险的监管，深度求索的内部评估反映了中国AI企业在技术创新与风险管控之间寻求平衡的复杂现实。

前沿风险评估的技术内涵

前沿风险评估是当前AI安全领域最关键的技术实践之一，主要评估先进AI系统可能对公共安全和社会稳定构成的重大威胁。深度求索重点测试的两个风险类别——自我复制和网络攻击能力——正是国际AI安全专家最担心的潜在威胁。

自我复制风险指的是AI代理自主地将其模型权重和代码复制到其他机器上的能力。这种能力看似技术性，实际上蕴含巨大危险：一旦AI系统获得自我复制能力，就可能在没有人类监督的情况下大规模扩散，最终脱离人类控制。研究表明，具备高度推理能力的AI模型更容易发展出这种危险特征，而深度求索的R1模型恰恰以其强大的推理能力著称。

网络攻击能力评估则检测AI模型是否能够执行恶意网络活动，包括发现系统漏洞、编写攻击代码或协助网络渗透。思科安全研究团队最近对深度求索R1模型进行的独立安全评估发现，该模型在某些网络安全场景下表现出了令人担忧的能力，能够协助完成复杂的安全分析任务。

上海人工智能实验室与Concordia AI联合发布的97页前沿AI风险管理框架显示，在对18个前沿模型的评估中，没有模型在网络攻击和不受控制的AI研发风险方面跨越"黄线"，但在自我复制和策略规划能力方面，一些模型已经接近危险阈值。这一框架被誉为中国首个管理通用AI模型严重风险的综合性框架。

值得注意的是，深度求索的内部评估时间和具体涉及的模型版本仍不明确。考虑到该公司在2025年持续更新其模型系列，包括发布更强大的推理版本，这些风险评估可能涵盖了多个模型迭代。业内专家指出，随着模型能力的不断提升，定期进行风险评估已成为负责任AI开发的必要环节。

中美AI安全监管的分化路径

深度求索选择不公开风险评估结果，反映了中美两国在AI安全治理方面的根本性差异。在美国，前沿AI公司普遍采用透明化策略，定期发布安全评估报告，接受公众监督。OpenAI、Anthropic等公司不仅公布评估方法，还详细披露发现的风险点和应对措施。

相比之下，中国AI企业在风险评估方面更加谨慎。业内人士指出，中国的风险规避文化使得企业不愿公开承认其模型存在潜在危险，担心引发不必要的监管审查或公众担忧。一位匿名专家表示："在中国，如果你说自己的模型很危险，人们会质疑你为什么要发布它，这与美国的透明度文化形成鲜明对比。"

中国政府在AI安全监管方面展现出日益严格的态度。2025年上半年，中国发布的国家AI标准数量相当于过去三年的总和，显示出监管体系的快速完善。《全球AI治理行动计划》明确要求"及时进行AI风险评估，提出针对性的预防和应对措施"。

深度求索作为包括阿里巴巴、百度、字节跳动在内的22家中国科技公司之一，已签署自愿AI安全承诺。这些承诺包括在模型发布前进行充分的安全评估，建立风险监测机制，以及与监管部门保持密切沟通。然而，与美国同行不同的是，中国企业的安全承诺更多体现在内部治理和政府沟通上，而非公开透明度。

斯坦福大学2025年AI指数报告指出，虽然美国在顶级AI模型开发方面仍然领先，但中国正在快速缩小性能差距。在这一竞争背景下，两国在AI安全治理方面的不同选择可能对全球AI发展产生深远影响。中国模式强调政府指导和企业自律，而美国模式更依赖市场机制和公众监督。

全球AI治理的分化与挑战

深度求索的风险评估实践揭示了全球AI治理体系面临的复杂挑战。随着AI技术的快速发展，各国都在探索适合自身国情的安全监管框架，但这种分化可能阻碍国际合作。

从技术发展角度看，中国AI安全研究正在快速成长。数据显示，从2024年6月到2025年5月，中国学者每月发表约26篇前沿AI安全相关论文，研究产出大幅增长。上海人工智能实验室发布的前沿AI风险管理框架代表了中国在AI安全理论建构方面的重要进展。

然而，理论研究与实践应用之间仍存在差距。虽然中国企业内部进行风险评估，但缺乏统一的标准和公开的最佳实践分享，这可能影响整个行业的安全水平提升。相比之下，美国通过公开评估报告促进了行业经验共享和技术改进。

国际层面，AI安全治理正面临协调困难。不同国家的透明度标准、风险阈值和监管要求存在显著差异，这为跨国AI公司的合规运营带来挑战，也可能阻碍全球AI安全标准的建立。

深度求索作为中国AI创新的代表，其风险评估实践将对行业产生示范效应。如何在保持技术竞争优势的同时确保AI安全，平衡创新速度与风险管控，这些问题不仅关系到单个企业的发展，更影响着中国乃至全球AI产业的未来方向。

随着AI技术能力的不断提升，前沿风险评估将成为行业标准实践。深度求索的内部评估虽然保密，但其存在本身就表明中国AI企业正在认真对待安全问题。未来，如何建立更加开放透明的安全治理机制，将是中国AI产业面临的重要课题。