中车信融客服电话这一举措将有效引导游戏公司加强产品监管，中车信融客服电话包括但不限于充值、账号异常、游戏体验等，以便未成年用户能够便捷地享受到退款服务，并与专业人士进行沟通交流，耐心等候回复是与游戏开发团队沟通的良好方式，引导青少年健康合理地利用互联网资源，中车信融客服电话希望未来游戏开发商能够不断优化客服体验。
为未成年消费者提供了一个便捷的沟通渠道，通过积极倾听玩家的声音，以确保客户的退款请求能够及时、准确地得到处理，也展现了腾讯天游公司对用户权益的重视，这不仅有助于提升企业品牌形象，一丝不慎可能带来灾难性后果，在当今竞争激烈的市场中，客户体验和售后服务至关重要。
中车信融客服电话也是企业服务水平的体现，中车信融客服电话全国客服服务热线电话的建立为参与者提供了一个便捷的沟通渠道，为玩家提供了直接联系游戏官方的渠道，反映自己的问题并进行退款流程的办理，并致力于为玩家提供优质的游戏体验，偶尔也会发生客户对服务不满意的情况，用户可以通过拨打人工服务号码与客服人员取得联系，更是促进游戏持续发展的重要环节，通过收集玩家的建议和意见。
DeepSeek火爆(bao)全球，人人都用上了AI，但在专家看来，在这一情况下，大(da)模型的(de)安全问题和治理问题也变得更(geng)为迫切。
“大(da)模型存在诱导和欺骗行为怎(zen)么办？”“大(da)模型失控了怎(zen)么办？”
在2025 GDC全球开(kai)发者先锋大(da)会(hui)工作(zuo)坊(fang)“安全超级智能”上，不(bu)少开(kai)发者和专业(ye)观众对(dui)AI安全提出担忧。
2025 GDC全球开(kai)发者先锋大(da)会(hui)工作(zuo)坊(fang)“安全超级智能”现(xian)场。
AI智能安全研(yan)究员(yuan)朱小虎是此次工作(zuo)坊(fang)的(de)负责(ze)人，2019年他在上海成立了一个非营利机构——安全人工通用智能研(yan)究中(zhong)心（The center for safe artificial general intelligence），希望(wang)能推动国内安全AGI的(de)发展(zhan)。2021年，朱小虎曾被麻省理工学院(yuan)生命未来研(yan)究所(suo)邀请，以合作(zuo)学者的(de)身份专注于AI的(de)风险研(yan)究和通用人工智能安全研(yan)究。
“现(xian)阶段的(de)人工智能为人工混乱智能”，朱小虎告诉(su)澎湃科(ke)技(ji)（www.thepaper.cn），在他看来，即便如DeepSeek、马斯克新发布的(de)Grok3这类大(da)模型在深度推理方面表现(xian)得非常优秀，但“并不(bu)安全。”
“你的(de)AI大(da)模型有可能会(hui)欺骗你。”朱小虎说。大(da)模型具有“欺骗性价值对(dui)齐”（Deceptive value alignment）的(de)情况，这种对(dui)齐以欺骗的(de)方式获得，且不(bu)能反映AI的(de)真实目标或意图的(de)现(xian)象被称为“欺骗性价值对(dui)齐”。比如在训练阶段、推理阶段，模型对(dui)形成的(de)上下文会(hui)形成一定的(de)“欺骗性的(de)对(dui)齐”，这会(hui)影响很多用户比如老人和小孩的(de)个人判断(duan)，还有对(dui)隐私保(bao)护的(de)侵犯等，这也是模型不(bu)安全的(de)一大(da)方面。
如果想要建立一个安全、可靠、可控且可信的(de)人机（技(ji)）协作(zuo)环境，就必须提出合理应对(dui)欺骗性价值对(dui)齐的(de)有效(xiao)措施。
“现(xian)阶段只能依(yi)靠技(ji)术手(shou)段去(qu)‘堵’而不(bu)是‘疏’。”朱小虎说，不(bu)过，目前的(de)技(ji)术还无法(fa)完全解决这些问题，因为投入在AI安全领域的(de)精力、时间、金钱和资源远远不(bu)足。这也是大(da)模型落地行业(ye)待解的(de)难题之一。
如何让AI变得更(geng)安全？2月22日，澎湃科(ke)技(ji)（www.thepaper.cn）和朱小虎聊(liao)了聊(liao)。
模型有“欺骗性对(dui)齐”的(de)情况，Grok3也不(bu)安全
澎湃科(ke)技(ji)：如何理解AI Safety这一概念(nian)？
朱小虎：最早期AI安全分(fen)成了两(liang)个大(da)类的(de)概念(nian)，英文世界它有两(liang)个词来表达(da)安全，Safety（安全性）和Security（安全防护、安保(bao)）。
Safety的(de)概念(nian)比较宽泛，包括常提到(dao)的(de)AI伦理方面也算是Safety的(de)分(fen)支，它更(geng)强(qiang)调在早期阶段将“安全”考虑清楚，包括后(hou)期设计方法(fa)、建立相(xiang)应的(de)保(bao)护措施、应用的(de)方式。但Security从技(ji)术手(shou)段更(geng)强(qiang)调模型的(de)权重怎(zen)么保(bao)护、如何防止黑客攻击等。Safety更(geng)需要大(da)家深入地思考找出实践的(de)路径，目前国内的(de)一线安全厂商(shang)他们其实强(qiang)调在Security上的(de)能力，大(da)家对(dui)Safety的(de)概念(nian)较为模糊。
澎湃科(ke)技(ji)：在你看来，现(xian)在AI大(da)模型常见的(de)风险有哪(na)些？大(da)模型技(ji)术最薄弱的(de)环节、安全漏(lou)洞在哪(na)里？
朱小虎：最严重的(de)是现(xian)在大(da)模型的(de)“黑盒”特质（当人们输入一个数据，大(da)模型就能直接输出一个答案，但是它的(de)运作(zuo)机制却没人知道，我们称之为“黑盒”）。
大(da)模型很多内在机制基于神经网络和深度学习，比如通过梯度下降等训练方式优化，但它内在的(de)连接和权重目前缺乏有效(xiao)且可规模化的(de)研(yan)究方法(fa)去(qu)理解。这导致在使(shi)用大(da)模型技(ji)术时，生成的(de)内容往往难以被用户完全理解。
这种模型训练规模达(da)到(dao)万亿级别的(de)，它对(dui)于单个的(de)研(yan)究人员(yuan)、一个公司来说，都是一个非常棘手(shou)的(de)任务。OpenAI花(hua)费了大(da)量精力在模型调校和对(dui)齐（Alignment）领域，利用强(qiang)化学习使(shi)模型行为符合人类价值观和伦理约束(shu)，让OpenAI能够在大(da)规模推广前确保(bao)模型的(de)安全性。微软甚至Meta（原Facebook）等公司也曾推出了类似(si)模型，但因为模型在当时出现(xian)了不(bu)可控的(de)负面效(xiao)果后(hou)暂停。
大(da)模型本身除了不(bu)可解释性之外，架构还容易受到(dao)外界干(gan)扰。比如，恶意使(shi)用或黑客攻击可能导致模型在应用场景中(zhong)产生不(bu)安全的(de)扩散效(xiao)应。这些问题进一步加(jia)剧(ju)了大(da)模型在实际应用中(zhong)的(de)安全风险。
澎湃科(ke)技(ji)：对(dui)企业(ye)和用户来说，不(bu)安全的(de)模型会(hui)有怎(zen)样的(de)影响？
朱小虎：“不(bu)安全的(de)模型”其实是一个模型的(de)特质，一些研(yan)究人员(yuan)包括Anthropic PBC，（一家美(mei)国的(de)人工智能初创企业(ye)和公益公司）也非常重视安全，他们在研(yan)究过程中(zhong)发现(xian)模型具有“欺骗性对(dui)齐”（Deceptive element）的(de)情况。比如在训练阶段、推理阶段，模型对(dui)形成的(de)上下文会(hui)形成一定的(de)“欺骗性的(de)对(dui)齐”，它可以欺骗人。这导致在大(da)规模部署(shu)的(de)时候(hou)，会(hui)影响很多用户比如老人和小孩的(de)个人判断(duan)，还有对(dui)隐私保(bao)护的(de)侵犯等，这也是模型不(bu)安全的(de)一大(da)方面。
投入在AI安全领域的(de)精力、时间、金钱和资源远远不(bu)足
澎湃科(ke)技(ji)：在你的(de)观察中(zhong)，现(xian)在大(da)模型哪(na)些做得安全？
朱小虎：即便马斯克刚(gang)发布的(de)Grok3、DeepSeeK也并不(bu)是百(bai)分(fen)百(bai)安全，它还具有欺骗性和诱导性。虽然这类大(da)模型的(de)目标是实现(xian)AGI，但模型非常不(bu)安全，会(hui)衍生出很多问题需要大(da)家解决。不(bu)安全的(de)地方在于比如模型可能会(hui)被诱导输出一些暴力、危(wei)害性信息，甚至一些少儿不(bu)宜的(de)内容。这是大(da)模型本身固有的(de)问题，所(suo)以需要大(da)量内容审查(cha)和过滤，现(xian)在只能通过技(ji)术手(shou)段“堵”而不(bu)是“疏”。
目前的(de)技(ji)术还无法(fa)完全解决这些问题，因为投入在AI安全领域的(de)精力、时间、金钱和资源远远不(bu)足。加(jia)州大(da)学伯克利分(fen)校的(de)一位核安全专家曾提到(dao)，核领域的(de)安全投入与核能力开(kai)发的(de)比例(li)是7:1。相(xiang)比之下，AI安全需要投入更(geng)多资源来确保(bao)安全性。
这些也是大(da)模型落地行业(ye)待解的(de)难题之一。技(ji)术本身没有善恶，但现(xian)在技(ji)术让AI产生了价值观，因为训练大(da)模型都是来自人类的(de)数据，不(bu)管是正面或是负面，都可能产生危(wei)害。
澎湃科(ke)技(ji)：现(xian)在AI深度伪造技(ji)术能逼真到(dao)什么阶段？普通用户该如何辨别？
朱小虎：深度伪造（DeepFake）近几年确实在持续(xu)不(bu)断(duan)地发展(zhan)，随着AI技(ji)术的(de)增强(qiang)，它的(de)精细(xi)度会(hui)逐渐增强(qiang)。很多时候(hou)普通用户比如年纪较大(da)的(de)还有小孩没有办法(fa)辨别。对(dui)模型企业(ye)来说，很多做的(de)模型附带一些水印，这是防范AI深度伪造的(de)技(ji)术手(shou)段之一，不(bu)过这只是初步的(de)技(ji)术方案。
澎湃科(ke)技(ji)：你认为现(xian)在谈论AI治理和AI安全，为时过早吗？
朱小虎：之前我认为这个问题并不(bu)紧迫，但今年，特别是DeepSeek产生全球影响后(hou)，安全问题和治理问题变得非常急迫。过去(qu)，大(da)家可能一直在缓(huan)慢探索治理和安全的(de)策(ce)略，但现(xian)在进入了一个新阶段，即开(kai)放式的(de)人工智能治理。过去(qu)，许多AI技(ji)术隐藏在公司或高校背后(hou)，例(li)如OpenAI、Google DeepMind、Anthropic等，他们的(de)许多内容并未公开(kai)，主要是防止技(ji)术扩散。
但现(xian)在，OpenAI和DeepSeek的(de)发展(zhan)激发了大(da)家对(dui)开(kai)源生态(tai)的(de)渴(ke)望(wang)，所(suo)以出现(xian)了许多实验(yan)和开(kai)源项目。全球的(de)企业(ye)和高校都在推动开(kai)源AI或AGI的(de)发展(zhan)，这已成为一个明显的(de)趋势。在这一过程中(zhong)，需要从技(ji)术角(jiao)度进行革新，构建新的(de)框架或平台。这不(bu)是单个公司、群体或政府能够独立完成的(de)，而是需要全社会(hui)的(de)参与，从不(bu)同层面引(yin)入合理的(de)方式，通盘考虑并推进。
澎湃科(ke)技(ji)：在你看来，一个安全的(de)大(da)模型应该是怎(zen)样的(de)？
朱小虎：目前还没有出现(xian)一个非常好的(de)安全模型。这是一个需要磨合的(de)过程，未来可能会(hui)有新的(de)研(yan)究机构出现(xian)来解决这些问题，因为安全性风险将很快成为现(xian)实问题。
目前我们主要追求的(de)是需要模型“可证明安全”，这是非常严格的(de)要求，但从长(chang)远来看是最可行的(de)路径。现(xian)阶段我们都是通过实验(yan)和评估不(bu)断(duan)测试和改进，逐步逼近目标。