未来生命研究所发布 2026 夏季 AI 安全指数：Anthropic 以 C+ 居首，全行业无一家及格

2026 年 7 月，未来生命研究所（Future of Life Institute，FLI）发布半年度《AI 安全指数》夏季版。独立专家组按六大领域、37 项指标对全球九家头部 AI 公司进行安全评级，结果揭示了一个系统性困境：得分最高的 Anthropic 也仅获 C+，无一家公司达到 B 级，三家公司直接拿到 F。报告批评行业正系统性撤回既有安全承诺，而军事 AI 应用的加速扩散正在制造新的风险。

评级总览：C+ 已是天花板

此次评估覆盖九家公司，使用美国 GPA 制（A=4.0，F=0）。排名如下：

Anthropic：C+（2.66），与上一期持平，在六个领域中五项领先；
OpenAI：C（2.28），从上一期的 C+ 下滑；
Google DeepMind：C（2.01），持平；
Meta：D+（1.32），从 D 上升至第四位；
Z.ai：D-（0.88），从 D 下滑；
阿里云：D-（0.87），持平；
xAI：F（0.65），从 D 跌至 F；
DeepSeek：F（0.47），从 D 跌至 F；
Mistral：F（0.33），首次参评即垫底。

FLI 指出，三张不及格成绩单恰好来自三个地区：美国的 xAI、中国的 DeepSeek 和欧洲的 Mistral，证明安全缺失是全球性问题而非区域现象。尤其值得注意的是“欧洲悖论”：尽管欧盟在 AI 监管立法上走在前列，欧洲本土最强的 AI 公司 Mistral 却在安全评估中全球垫底。

六大领域中最薄弱的一环：存在性安全

报告覆盖风险识别、现实危害、安全框架、存在性安全、治理与问责、信息共享六大领域。其中存在性安全（Existential Safety）是全行业得分最低的领域：没有任何公司超过 C-，大多数得分在 D 或以下。

专家组认可了一些建设性尝试——如 Anthropic 的宪法分类器（constitutional classifiers）、OpenAI 对全球治理机制的呼吁、Google DeepMind 的监测承诺以及 Meta 的失控条款——但一致认为这些措施“完全不充分”。评审者进一步质疑当前主流范式（如可解释性和思维链可监测性）的根本有效性，指出“检测不等于预防”。

行业正在撤回安全承诺

报告最严厉的发现是：即使是安全实践的行业领先者也在撤退。Anthropic、OpenAI、Google DeepMind 和 Meta 均已削弱或废止了此前“在接近红线时单方面暂停”的承诺，部分公司将暂停条件与竞争对手的行为挂钩。评审者将这种做法定性为“移动球门”，认为其“全面削弱了整个行业的安全框架”。

军事 AI 应用的加速扩散

评审者将 AI 行业的军事化转向标记为一项正在出现的现实危害风险。2024 至 2026 年间，此前明确禁止军事应用的 Anthropic、OpenAI、Google DeepMind 和 Meta 相继逆转立场，与 xAI 和 Mistral 一样开始积极寻求防务合作。Anthropic 尤其受到批评——尽管其限制了国内监控和自主武器用途，但评审小组指出其存在“有问题的军事参与”，包括据报与造成大量平民伤亡的 Minab 学校空袭事件存在关联。中国公司方面，阿里云和 Z.ai 否认了美方对其军事联系的指控。

安全框架“有牙无咬”

随着美国与欧盟的合规截止日期临近，Anthropic、OpenAI、Google DeepMind、Meta 和 xAI 均发布或更新了更完整的安全框架——然而这些框架有时缺乏量化阈值、真正独立的审计机制和清晰的决策授权。此外，专家组发现 Google DeepMind、OpenAI 和 xAI 的领导层公开表态与实际商业行为和立法立场之间存在显著背离，使口头承诺成为不可靠的安全实践代理指标。

发表时机与局限

该指数的证据收集截止于 2026 年 6 月 3 日，因此未覆盖此后发生的重要安全事件，包括 OpenAI 数学模型的沙箱逃逸事件（7 月 20 日披露）以及 OpenAI 模型在安全测试中突破 Hugging Face 服务器的事件（7 月 22 日）。然而，报告的结论在这些事件发生之前就已指向同一个方向：全行业的安全基础设施远未跟上模型能力的膨胀步伐。

在欧盟《人工智能法案》（AI Act）执行窗口逐步打开、美国白宫自愿预发布审查框架即将定稿的背景下，FLI 的这份系统性评估为监管收紧提供了详实的独立论据。独立评审组成员包括加州大学伯克利分校教授 Stuart Russell（标准 AI 教科书合著者）、蒙特利尔大学 / Mila 助理教授 David Krueger、威斯康星大学麦迪逊分校副教授 Sharon Li 等七位专家。