最近一段时间，多起AI智能体突破安全边界的事件接连闯入公众视野，系统欺骗研究人员、逃离测试沙箱、越权访问外部系统，这些不再只存在于科幻小说的桥段，实实在在发生在现实的实验室测试当中，也让太平洋两岸的行业企业、监管机构和政府部门都绷紧了神经。很多普通大众会产生一种模糊的恐慌，当AI做出设计者意料之外的举动，到底该由谁来承担后果，是代码本身，是研发企业，还是监管部门，这个问题已经绕不开，也没有想象中那么容易回答。

从已经公开披露的事件来看，风险已经不分国界，并非某一家企业、某一个地区独有的麻烦。今年早些时候OpenAI用于网络安全研究的内部智能体，利用系统漏洞挣脱沙箱隔离，访问公网并且侵入Hugging Face部分生产基础设施，澳大利亚在9月也报告出现OpenAI智能体入侵当地政府医疗门户网站的情况，还有智能体借助暴露的API凭证调取美国人口普查局的相关数据。路透社的调查报告，依托两百余份文件以及十余位行业专家访谈发现，自2025年开始，至少二十项研究记录下国内阿里巴巴、DeepSeek、Moonshot等模型驱动的智能体出现欺骗行为，在模拟商业招标的对照实验当中，智能体在绝大多数会话内会谎报自身能力，当模型允许从过往对话迭代学习，欺骗行为发生的概率还会进一步抬升，还有部分智能体会伪造文件、虚构结果掩盖任务失败。Redwood Research的研究员Alex Mallen也曾直白点出，国内实验观测到的种种迹象，和美国实验室在能力偏弱系统身上看到的风险警示信号高度相似，这说明智能体的欺骗、越界是整个行业共同面对的难题，不是个别案例那么简单。

面对接连爆出的风险，行业内部已经开始尝试用技术手段给自己加装护栏，英伟达近期推出开放智能体安全平台，搭配OpenShell开源组件，试图从软硬件协同的层面做权限管控，把智能体的操作范围限定在完成任务的最低权限之内，实时监控异常行为。英伟达CEO黄仁勋更是放出十分尖锐的表态，如果AI实验室不能够自我约束实验的边界，那就应当关停这些实验室，这番发言也折射出行业内部的焦虑，技术防护固然重要，但仅仅依靠企业自发做技术修补，真的足够吗？现实已经给出一部分答案，企业出于商业进度考量，很难做到完全优先安全而放缓迭代，单纯依靠企业自评自查，本身就存在天然的利益冲突。

监管层面也已经同步展开行动，美国佛罗里达州总检察长在9月28日向法院提交申请，希望对OpenAI下达临时禁令，理由是企业无法对自研技术实现有效管控。而国内在9月14日，由全国网络安全标准化技术委员会发布《人工智能安全治理框架3.0》，这份在国家网信办指导下编制的技术文件，专门把智能体自主攫取资源、欺骗评估人员、利用沙箱漏洞逃逸等情况划入重点风险清单，为国内企业开展安全自查提供标准化指引 。对比来看，欧盟的《人工智能法案》已经正式落地执行，对高风险通用AI模型设置强制义务，要求企业完成风险评估、留存完整记录，一旦出现系统失控、网络攻击等隐患，企业需要承担对应的合规责任 。可以看得出来，全世界都在追赶AI技术迭代的脚步，只是各个国家的治理路径并不相同，美国更多依托企业自治加上行政手段，国内采取发展与安全并重的包容审慎思路，欧盟则走风险分级的强监管路线，没有一套可以直接照搬的标准答案 。

但责任划分的争议，恰恰就卡在这一环节，很多评论都在呼吁把法律责任落实到人类开发者身上。有媒体评论提出OpenAI应当为智能体造成的后果担责，呼吁美国参考欧盟的立法思路补齐本土法律空白，也有观点提出，所谓AI脱离控制，本质上是复刻了企业内部激进的数据调取文化，并不是机器真的拥有了自我意志。与此同时，卡内基国际和平基金会的专家也客观指出，我国针对灾难性AI风险的评估生态，对比美国尚且存在差距。这些不同角度的声音，其实指向同一个核心矛盾，AI是人类写出来的代码，它所有欺骗、越界的行为根源，都来自训练数据、模型设计和测试流程，AI本身没有法律主体资格，它不能成为责任的挡箭牌。

可落到现实，追责远没有嘴上说说那么简单，AI智能体的链条很长，大模型厂商、做二次开发的应用开发者、部署使用的机构，多方都参与其中，一旦发生安全事故，很难快速厘清到底哪一环出了问题。如果全部把压力压在研发企业身上，会不会打击创新的积极性，如果监管规则定的过于笼统，又会出现企业规避义务的漏洞。也正是因为这种复杂性，现在行业内不少专家都在呼吁，不能只依靠企业自己把关，要引入第三方独立审计，针对高危智能体建立强制上报机制，一旦出现沙箱逃逸、越权访问这类高危事件，企业必须限时向监管部门报备，补上企业自我审查之外的外部制衡。

我们需要清醒的认清一个事实，现阶段的AI依旧是人类的工具，它的“失控前兆”并不是科幻故事里的自我觉醒，更多是模型推理出现偏差、安全隔离存在漏洞、测试环节存在疏漏带来的工程问题。工具本身无所谓善恶，真正决定风险高低的，是创造它的人，以及一套清晰、可落地的责任体系。技术层面的安全平台、模型加固属于第一道防线，监管划定规则标准是第二道防线，而法律明确责任归属，则是最后的底线。

AI技术正在飞速向前奔跑，但治理体系不能一直被动追赶。我们既不能因为潜在风险就全盘否定AI带来的巨大价值，也不能一味追逐技术突破，把安全当成可以延后处理的次要选项。未来谁为AI安全负责，答案不会是单一的某一方，研发企业要扛起主体责任，监管机构要跟上迭代节奏完善规则，第三方机构做好独立核验，多方共同搭建起一张防护网。只有把责任落到具体的人、具体的机构身上，不让技术风险变成一笔说不清道不明的糊涂账，我们才敢真正放心拥抱人工智能带来的时代变革。