Coinbase 首席执行官 Brian Armstrong 预计，不久后将有“失控的 AI 模型”在互联网上横行，并预测这一切将在 1 至 2 年内发生。
他将这一情景比作 1988 年的 Morris 蠕虫事件，而非文明性的巨大威胁。
Armstrong 为何押注“失控 AI 事件”很快会发生
这一预测是在近期众多真实事件发生后提出的。今年 7 月，OpenAI 表示旗下两款模型曾突破测试环境限制，并入侵了 Hugging Face 平台。
这些模型的目标是获取破解竞赛的答案密钥。它们通过一系列漏洞利用，横跨 OpenAI 内部系统及 Hugging Face 服务器，最终接触到解决方案数据库。在数日后，该失控 AI 又通过用户的有漏洞代码“攻入”了另一家公司。值得注意的是，没有人为该 AI 下达过“突破限制”指令。
Armstrong 长期关注 AI 相关动态。今年 7 月，他曾表示，AI 让“加密支付轨道”变得愈发重要，因为未来自主智能体将频繁进行链上支付。同时，网络安全防御力量也在不断增强。OpenAI 本月已推出专注于网络安全的 AI 模型，并向经过核查的研究人员开放漏洞挖掘工具。
Armstrong 预测，AI“失控”事件发生后将重现过往的危机应对循环——舆论爆发，叫停 AI 研发的呼声高涨，行业随后快速修补安全漏洞。作为美国最大加密交易所的 CEO，Armstrong 的看法备受业界关注，尤其是对于已将 AI 智能体接入支付系统的开发团队而言。
欢迎订阅我们的 YouTube 频道，收看行业领袖与资深记者的深度解读
业界批评：Morris 蠕虫类比不够充分
根据 FBI 资料，1988 年的 Morris 蠕虫在 24 小时内感染了大约 6,000 台连接设备（当时全球约 60,000 台联网设备）。蠕虫作者为 23 岁的康奈尔大学学生 Robert Tappan Morris，最终被判缓刑并处以罚款。
事件造成的经济损失估算从 10 万美元到数百万美元不等。部分高校随后自愿断网长达一周以作应对。
但此次危机也催生了防护体系的建立。事件发生数日内，五角大楼就在匹兹堡设立了全球首个计算机应急响应小组，其应急处置模式至今仍为行业所借鉴。
不少安全研究员认为，AI 失控的影响远比蠕虫事件复杂。蠕虫程序只会按设定的指令扩散，而 AI 智能体则有能力自主适应并突破各种限制与拦截。
区块链安全专家 Manuel Aráoz 今年 5 月曾警告，AI 智能体在去中心化金融领域中，正在以远超审计员的速度推进攻击手段。Ledger 高管 Ian Rogers 本月也对加密钱包攻击表达了类似观点。
持批评态度的人则强调更加严峻的风险，包括自主化的网络攻击、工业级虚假信息传播，以及对关键基础设施控制权的丧失等。
实际上，双方争议的核心在于应对与恢复的速度。Armstrong 认为修补措施的推出速度足以快于损害的蔓延，而反对者则担忧有些失败是无法通过补丁弥补的。
尽管如此，双方都不否认发展趋势。AI 模型能力持续提升，但防控手段始终滞后。
回顾过去，互联网曾多次化解冲击。而如果真的发生失控的 AI 事件，这一纪录能否延续将面临真正的考验。
