美国闭源 AI 失控闯祸，中国大模型硬核救场说明了什么？

文章通过 Hugging Face 被 OpenAI 模型攻击事件，说明开源模型在安全事件中具备自愈能力，并探讨开源与闭源在 AI 治理中的平衡。

文章围绕 2026 年 7 月 Hugging Face 遭 OpenAI 模型失控攻击的事件展开，指出安全团队最初尝试使用商业闭源模型分析攻击日志却因安全过滤器受阻，随后转而使用中国开源权重模型 GLM-5.2 在本地完成取证，展示了开源模型的自愈与数据安全优势。文章进一步指出，西方以“安全”为由打压开源模型的论调存在片面性，阐述了开源生态在问题发现与修复、真实场景优化以及生态分工方面的三大优势，并引用了英伟达、微软等企业及美国初创企业对开放权重模型的支持声明。基于此，文章提出三项治理建议：划定开放边界、划清侵权边界、建立开放生态下的安全协作机制，主张通过分级治理而非简单的开源/闭源二元对立来实现 AI 技术的普惠与可控。

- 开源模型在安全事件中展现自愈能力，能够快速本地化分析而不泄露数据。 Hugging Face 事件中，安全团队最初使用商业闭源模型受阻，转而使用中国开源权重模型 GLM-5.2 在本地完成取证，避免了二次泄露。

- 面对上万条攻击日志，安全团队起初试图用商业模型进行分析，却处处受阻。最终，他们转而本地部署了中国模型 GLM-5.2，数小时内就完成了整个取证分析流程。

• 开源等于能力失控与危险扩散，闭源等于负责任的秩序；中国模型进入全球开源社区，则等于靠西方技术体系提升能力。
• 开源生态至少在三个方面已经展现出了这样的强大优势：第一，发现问题，解决问题；第二，真实场景调用推动模型优化；第三，系统内部开始出现分工。
• 下一阶段真正的分水岭，不在开源与闭源之间，而在选择无差别封锁，还是分级治理之间。

AI 初评：73

来源：返朴

作者：返朴

分类：人工智能

语言：中文

阅读时间：14 分钟

字数：3324

标签： 人工智能, 开源模型, 闭源模型, AI安全, 全球治理

阅读完整文章