夜雨聆风
7月7日，未来生命研究所（FLI）发布了2026年夏季AI安全指数报告——这是目前全球唯一一份由独立专家panel对AI公司进行系统性安全评估的报告。
9家公司，37个指标，6个安全维度。
结果呢？没有一家及格。
最好的成绩是C+。三家直接挂科——美国一个、中国一个、欧洲一个。
但更魔幻的是：就在成绩单发布一个月后，8月5日，美国政府宣布正式采购这些"不及格"的AI——每个部门1美元/年。
专家说"不够安全"，政府说"便宜就好"。
成绩单：最好的C+，三家挂科
先看排名。FLI的评审panel由7位来自加州大学伯克利分校、蒙特利尔大学、牛津大学、中国人民大学等机构的专家组成，用美国GPA评分体系（A=4.0, B=3.0, C=2.0, D=1.0, F=0）打分：
三个F，美国一个（xAI）、中国一个（DeepSeek）、欧洲一个（Mistral）——每个地区一个。报告的评语很直白："安全不足是一个全球性问题，不是区域性问题。"
注意一个细节：xAI从上一期的第4名暴跌到第7名，直接从D掉到F。马斯克的AI公司，正在开倒车。
最讽刺的一幕：政府花1美元全买了
成绩单发布一个月后，8月5日。
美国总务管理局（GSA）宣布：将ChatGPT、Gemini、Claude正式列入联邦政府采购名录。各政府机构可以直接采购，价格如下：
注意看——Grok的安全成绩是F（不及格），但美国政府照样花$0.42买了。
GSA在采购页面上还贴心地提醒各机构："AI服务通常按使用量计费，费用可能快速增长，建议设置使用限制并定期审查消费报告。"
翻译一下：政府知道这些AI安全不达标，但1美元太香了，先买再说。至于账单失控——"建议自行管控"。
更深的恐惧：安全承诺全在倒退
成绩单不好看就算了。更可怕的是，连最安全的那几家也在开倒车。
报告发现了一个行业性现象——评审panel称之为"移动球门"（moving goalposts）：
Anthropic、OpenAI、Google DeepMind、Meta，这四家此前都公开承诺过：如果AI能力接近危险红线，会主动暂停开发。
但从2024到2026，四家全部削弱或取消了这一承诺：
Anthropic的最新版负责任扩展政策（RSP 3.0）把暂停条件改成了——"只有竞争对手也暂停，我们才暂停"。
OpenAI加了类似的条件。Google DeepMind和Meta更直接，直接取消了单方面暂停的承诺。
panel的评语：这种做法"破坏了整个行业的安全框架"。因为如果暂停取决于对手是否暂停，那就没有人会先暂停——经典的囚徒困境。
全部转向军事AI
报告还有一个新增发现：整个行业正在集体转向军事AI。
2024年之前，Anthropic、OpenAI、Google DeepMind、Meta都明确禁止模型用于军事用途。但到2026年，四家全部取消禁令，开始主动寻求国防合同。
评审panel特别点名了Anthropic——在"军事AI使用"这一指标上给了不及格，原因是panel认为其与一起造成大量平民死亡的Minab学校空袭事件存在"值得质疑的军事关联"。
FLI联合创始人Max Tegmark的总结很直白：
"AI公司正冲向悬崖。尽管承认超级人工智能的巨大风险，他们仍在竞相建造它。自愿承诺是不够的。"
"存在安全"：全军覆没
6个安全维度中，最弱的是"存在安全"（Existential Safety）——评估的是AI公司应对"AI可能威胁人类生存"这一风险的措施。
9家公司，没有一家超过C-。大多数 scored D 或更低。Anthropic和OpenAI最好，也只是D+。
每家公司都有东西可以展示：Anthropic的宪法分类器、OpenAI呼吁建立治理机构、Google DeepMind的监控承诺、Meta的失控条款——但panel认为这些"完全不够"。
蒙特利尔大学教授David Krueger的评语一针见血：
"AI公司缺乏可信的AI安全计划，这是丑闻。连他们自己都开始焦虑了——他们正冲向递归式自我改进，面对失控的前景。"
panel还指出一个根本性问题："检测不等于预防"。目前所有公司的安全措施——可解释性研究、思维链监控、红队测试——都是用来发现问题的，不是用来阻止问题的。
Anthropic的戏剧：被禁、起诉、恢复、$300亿
在GSA采购名单背后，Anthropic经历了一场戏剧性的过山车：
2月27日——国防部长Hegseth宣布："立即生效，任何与美军做生意的承包商，不得与Anthropic有任何商业往来。"Anthropic被列为供应链风险。
3月9日——Anthropic在两家联邦法院提起诉讼，称政府行为超越法律授权，违反了程序法和宪法第一修正案。
3月26日——联邦法官下达初步禁令，阻止了这一认定。GSA恢复Anthropic的采购资格。
与此同时，Anthropic的营收从2月的$140亿年化涨到4月的$300亿。Claude一度成为美国App Store免费榜第一名。
被封杀反而让更多人知道了它。
你该用哪个AI？
看完成绩单，很多人会问：那我该用哪个？
几点建议：
1. 不要只用一个。连最好的都只有C+，把所有鸡蛋放在一个篮子里很危险。至少准备2-3个模型的备份方案。
2. 按场景选模型。处理敏感数据时，优先选安全评分高的（Anthropic/OpenAI）。跑批量任务、做原型验证时，可以用性价比高的开源模型。
3. 不要迷信"开源=安全"。DeepSeek和Mistral都是开源的，但安全评分都是F。开源让你能看到代码，但不等于有人替你做了安全审查。
4. 关注"存在安全"这一维度。目前所有公司都不及格，这意味着没有任何一家能保证AI不会失控。你的业务流程里必须有人工确认环节。
你觉得这份成绩单公平吗？你用的AI排第几？
👇 评论区聊聊。
如果你在做AI应用，需要多模型路由和成本优化方案，可以关注算力集，回复"安全"领取多模型备份与路由配置指南。
参考来源：Future of Life Institute AI Safety Index Summer 2026、GSA OneGov采购平台、TechTimes、David & Goliath AI Briefing、EveryCRSReport、Particle News、Singularity Soup