人工智慧（AI）的發展正以前所未有的速度席捲全球，從改變產業樣貌到顛覆我們的工作模式，其能力飛躍的步伐令人驚嘆。對許多投資人而言，AI是當下最炙手可熱的賽道，各大科技巨頭發布的新模型，就像過去蘋果發表新iPhone一樣，總能引發市場狂熱。然而，在這場看似風光的技術革命背後，一個至關重要的問題卻被普遍忽視：當我們為這輛名為「AI」的超級跑車不斷提升引擎馬力時，它的煞車系統是否同樣可靠？
最近一份針對全球八家頂尖AI公司的獨立安全評估報告，為我們揭示了一個令人不安的真相。這份報告猶如一份權威的「安全成績單」，評估了包括ChatGPT開發商OpenAI、Google DeepMind，以及被視為安全模範生的Anthropic等產業領頭羊。結果顯示，即便是表現最好的公司，其綜合安全評分也僅僅是「C+」，處於勉強及格的邊緣。更令人震驚的是，在攸關人類未來的「存在風險」（Existential Safety）管理項目上，所有公司都不及格。
這份報告不僅是技術圈的警鐘，更是對所有投資者和商業決策者的重要提醒。它揭示了AI產業一個巨大的結構性矛盾：技術能力的發展速度，已遠遠拋離了安全治理的步伐。本文將深入剖析這份成績單背後的關鍵發現，並從台灣投資者熟悉的產業視角出發，對比美國、日本和台灣在AI競賽中的不同角色與風險考量，幫助讀者在AI的投資狂熱中，看清那些被光環所掩蓋的潛在風險。
科技巨頭的安全成績單：為何C+是最高分？
在這份嚴格的評估中，產業的三大巨頭——Anthropic、OpenAI和Google DeepMind——雖然位列前三，但成績卻難言理想。他們分別獲得了C+（2.67分）、C+（2.31分）和C（2.08分）的評分（滿分為4.3分）。這意味著，即使是產業內公認投入最多資源於安全的企業，其整體表現也僅僅是「尚可」，存在著明顯的改進空間。
Anthropic：模範生的光環與隱憂
Anthropic長期以來被視為AI安全領域的領跑者，其公司結構設計為「公益公司」（Public Benefit Corporation），從根本上試圖平衡商業利益與公共安全。此次評估中，它在所有評估領域都獲得最高分，尤其在風險評估的透明度、相對完善的安全框架、以及對技術安全研究的大量投入上備受肯定。
然而，這位模範生也並非完美無瑕。報告指出，Anthropic近期在某些方面出現了退步。例如，在其最新模型的風險評估週期中，缺少了衡量AI是否會提升人類從事惡意活動能力的「人類提升試驗」（Human Uplift Trials）。更值得注意的是，該公司在2025年8月修改了用戶隱私政策，從過去的「用戶主動選擇加入（Opt-in）」才能將對話數據用於模型訓練，改為「預設使用（Opt-out）」，這無疑增加了用戶數據隱私的風險。這項轉變，也讓它失去了過去在用戶隱私保護上的獨特優勢。
OpenAI與Google DeepMind：能力突出，安全瘸腿
作為ChatGPT的開發者，OpenAI在全球享有極高的知名度。其風險評估流程涵蓋了較廣泛的風險類別，並且提供了比同業更詳細的評估報告，這點值得肯定。其公司結構同樣是公益公司，在治理上有一定的制衡機制。然而，報告建議OpenAI必須使其安全框架的觸發門檻更具體、更可量化，並加強外部監督，同時也點出其在遊說反對美國州級AI安全法規上的負面行為。
Google DeepMind同樣在透明度上有所提升，並分享了其內部吹哨者政策的細節。但其風險評估的嚴謹性和獨立性依然受到質疑，例如外部評估人員由公司支付報酬，其獨立性難免受到影響。此外，其安全框架中的門檻設定與治理結構仍不夠具體，缺乏清晰的行動觸發機制。
總體來看，前三名巨頭的表現揭示了一個普遍現象：他們擁有最先進的技術和最完善的書面框架，但在將承諾轉化為具體、可衡量且獨立可驗證的行動上，仍有很長的路要走。C+的成績，更像是對其「有在努力，但遠遠不夠」的客觀評價。
斷崖式的差距：第二梯隊為何遠遠落後？
如果說第一梯隊的成績是「差強人意」，那麼第二梯隊的表現則可以用「岌岌可危」來形容。這份報告中，包括伊隆・馬斯克（Elon Musk）創立的xAI、Meta（Facebook母公司），以及來自中國的智譜AI（Z.ai）、深度求索（DeepSeek）和阿里雲（Alibaba Cloud），它們的得分都落在「D」級（1.0分左右），與前三名之間存在著巨大的斷層。
這就好比一場F1賽車，前三輛賽車至少配備了還算堪用的煞車系統，而後方的車輛則幾乎是在無煞車狀態下狂奔。第二梯隊的主要問題集中在幾個方面：
1. 風險評估資訊揭露嚴重不足：相較於前三名動輒上百頁的系統安全報告，第二梯隊的公司大多只提供非常有限的資訊，讓外界難以評估其模型的真實風險。
2. 安全框架不完整或付之闕如：除了Meta和xAI近期開始發布初步的安全框架外，多數公司甚至沒有公開的、結構化的安全治理藍圖。
3. 治理結構薄弱：例如，完善的吹哨者保護政策在這些公司中普遍缺失，這意味著內部員工若發現嚴重安全隱憂，可能沒有安全、有效的管道可以發聲。
不過，報告也點出了一些正面發展。例如，Meta新發布的安全框架，是唯一採用「基於結果」的風險門檻，雖然觸發標準設得過高，但仍不失為一個有意義的嘗試。xAI也形式化了其安全框架並引入量化門檻，儘管其風險覆蓋範圍依然狹窄。來自中國的智譜AI則表示正在制定存在風險管理計畫，並在外部監督上採取了較開放的態度，例如允許第三方評估者在不受審查的情況下發表安全評估結果。
值得注意的是，報告特別提到，中國的公司雖然整體評分偏低，但在某些方面因應國內法規要求，反而展現出比西方同業更強的問責基準。例如，中國法規強制要求AI生成內容必須加上浮水印，並建立事件通報機制，這些都為其 базова 安全實踐提供了底線保障。
最大的結構性失靈：「存在風險」的空頭支票
本次評估中最令人觸目驚心的發現，莫過於「存在風險」（Existential Safety）這一項目的全面潰敗。所謂存在風險，指的是AI發展可能導致的災難性後果，例如AI失控、被用於製造大規模毀滅性武器，或對人類社會造成不可逆轉的傷害。這是AI安全領域的終極議題，也是各大公司宣稱其追求通用人工智慧（AGI）或超級智慧時，無法迴避的責任。
然而，報告顯示，沒有一家公司的得分高於「D」。這意味著，儘管這些公司的領導者們（如OpenAI的Sam Altman、Google DeepMind的Demis Hassabis）頻繁在公開場合談論AI的長遠風險，但這些言論尚未轉化為任何具體的、可信的行動計畫。
整個產業在此議題上呈現出一種「 foundational hypocrisy」（根本性的偽善）：
- 口號與行動脫節：一邊高喊著要創造超越人類智慧的AGI，一邊卻沒有任何可靠的計畫來防止其失控或被濫用。
- 缺乏量化安全計畫：沒有公司能提出一個量化的安全方案，例如，他們無法估計其開發的AGI有多大的機率會出現嚴重失控。
- 控制手段付之闕如：對於如何監控一個遠比人類聰明的AI系統、如何在其出現惡意行為時進行干預，目前仍停留在理論探討階段，缺乏可信的內部監控與控制機制。
這就像一個團隊宣稱要建造一座核融合反應爐，卻拿不出一份經過驗證的反應爐安全殼設計圖。這種能力與安全準備之間的巨大鴻溝，是整個AI產業最大的結構性失靈，也是投資者在評估這些公司長期價值時，一個絕對不容忽視的巨大未定價風險。
亞洲視角：當美國AI巨頭對上日本與台灣
對於身處亞洲的我們而言，這份報告不僅揭示了美國AI巨頭的內部問題，也提供了一個絕佳的機會，來審視我們自身及鄰近國家在AI浪潮中的定位與策略。
日本的豪賭與保守並行
面對美國AI技術的強勢主導，日本展現出了一種混合了豪賭與保守的追趕姿態。最具代表性的就是軟銀集團（SoftBank）的創辦人孫正義。他近年來將集團的未來全部押注於AI，誓言要投入巨資，打造超越人類智慧一萬倍的「超級智慧」。這種孤注一擲的姿態，與美國科技巨頭的雄心壯志如出一轍，但也同樣面臨著報告中所警示的「能力與安全脫節」的風險。孫正義的AI願景，目前更多是建立在對技術能力的極致追求上，其安全治理藍圖同樣模糊不清。
相較之下，日本電信電話公司（NTT）則代表了另一種更為穩健的國家隊路線。NTT推出了名為「Tsuzumi」的大型語言模型，其規模和能力雖然不及美國的頂尖模型，但更注重於與日本國內產業的結合，並在輕量化、低功耗方面下功夫。這種策略或許在技術巔峰的競賽中處於劣勢，但在風險可控性和特定應用場景上，可能更具韌性。日本的雙軌發展，恰恰反映了全球AI競賽中的兩種不同心態：一種是追求極致能力的「超級智慧競賽」，另一種則是更務實、更注重風險控制的「產業應用競賽」。
台灣的根基與挑戰
台灣在這場全球AI競見中的角色則更為獨特。如果說OpenAI、Google設計的是AI的「超級引擎」（模型算法），那麼台灣的台積電（TSMC）就是製造這些引擎核心零組件——「活塞與汽缸」（高性能晶片）的無可取代的供應商。這份報告中的所有美國公司，其模型的訓練和推理都極度依賴台灣的半導體製造能力。
這一定位賦予了台灣在全球AI產業鏈中不可或缺的關鍵地位，但也帶來了獨特的挑戰。我們的風險，更多是來自於供應鏈的地緣政治風險，以及被捲入大國科技競賽的壓力。
在AI模型本身的發展上，台灣的腳步相對謹慎。由工研院（ITRI）、台灣人工智慧實驗室（Taiwan AI Labs）等機構主導的AI發展，更多是集中在特定領域的應用，例如醫療、製造業優化、以及繁體中文的語言模型。這種模式規模較小，其安全考量自然與追求AGI的美國巨頭不同，更側重於資料隱私、演算法偏見等當前可見的風險，而非遙遠的「存在風險」。
從這個角度看，美國巨頭的安全成績單對台灣的啟示在於：我們必須意識到，即使我們不直接開發那些可能帶來災難性風險的頂尖模型，我們依然身處這個高風險生態系的核心。作為關鍵硬體的提供者，台灣未來的產業政策，勢必需要將AI安全治理的國際趨勢納入考量。
投資者的啟示：在AI狂熱中，你該看懂的四大警訊
這份AI安全成績單，為身處投資市場的我們提供了超越財報和產品發布的深層洞察。在評估一家AI公司的長期價值時，除了關注其技術有多強大、用戶有多少，以下四個安全警訊，可能是決定其未來成敗的關鍵。
警訊一：能力與安全的脫鉤
一個模型在各種性能評測（Benchmark）上得分再高，也不代表它是安全的。投資者需要學會區分「能力展示」與「安全證明」。當一家公司大肆宣揚其模型的新能力時，應反問：它的安全評估報告在哪裡？評估過程是否獨立？是否涵蓋了最壞情況的壓力測試？
警訊二：公司治理的照妖鏡
公司的法律結構（是追求股東利益最大化的普通公司，還是兼顧社會責任的公益公司？）、吹哨者保護政策的完善程度，以及領導層對風險的公開態度，都是判斷其安全文化的重要指標。一家真正重視安全的公司，會建立讓內部異議得以順暢表達的機制，而不是壓制或懲罰提出問題的員工。
警訊三：監管的模糊地帶與企業的真實態度
報告中提到，一些AI巨頭在公開場合支持負責任的AI，私下卻花費巨資遊說，試圖削弱或阻擋旨在加強安全的法案（如加州的SB 1047法案）。這種言行不一的態度，是評估公司誠信度的重要參考。未來的監管環境，將是影響AI產業發展的最大變數之一，而企業對監管的真實態度，將決定它們是產業的建設者還是潛在的風險製造者。
警訊四：亞洲的追趕與制衡力量
美國並非唯一的玩家。日本在國家層級的AI布局、中國在特定監管措施上的強制力，以及台灣在全球硬體供應鏈中的核心地位，都是影響全球AI安全格局的重要變數。投資者需要具備全球視野，理解不同區域的發展策略與監管文化，才能更全面地評估風險。
結論
AI的未來充滿無限可能，但通往這個未來的道路並非坦途。這份安全報告猶如一張航海圖，標示出了前方的暗礁與險灘。它告訴我們，當前整個產業在安全實踐上，正危險地落後於其技術能力的狂飆突進。領導者們的「C+」成績不是榮譽，而是警告。
對於投資者和決策者而言，現在是時候將視線從AI光鮮亮麗的技術展示，轉向其背後那些枯燥但至關重要的安全地基。因為在AI的長遠競賽中，最終的贏家，或許不是跑得最快的，而是那個能夠確保在終點線前，依然能穩穩煞住車的。看懂這份安全成績單，就是在為我們的投資組合，乃至我們共同的未來，安裝一個必要的風險預警系統。
