前沿 AI 风险管理框架实践：风险评估技术报告 v1.5

为理解和识别快速推进的人工智能（AI）模型带来的前所未有风险，Frontier AI Risk Management Framework in Practice 对其前沿风险进行了全面评估。随着大语言模型（LLM）通用能力快速演进和 Agentic AI 的扩散，本版风险分析技术报告对五个关键维度给出更新且更细粒度的评估：网络攻击、说服与操纵、策略性欺骗、失控的 AI 研发以及自我复制。具体而言，我们为网络攻击引入了更复杂的场景。对于说服与操纵，我们在新发布的 LLM 上评估 LLM 对 LLM 说服的风险。对于策略性欺骗与密谋，我们新增关于涌现失准（emergent misalignment）的实验。对于失控的 AI 研发，我们关注智能体自主扩展记忆载体与工具集时的“误进化”。此外，我们还监测并评估了 OpenClaw 在 Moltbook 上交互时的安全表现。对于自我复制，我们引入新的资源受限场景。更重要的是，我们提出并验证了一系列鲁棒的缓解策略以应对这些新出现的威胁，为前沿 AI 的安全部署提供了初步、技术上可操作的路径。本工作反映了我们对 AI 前沿风险的当前理解，并呼吁采取集体行动缓解这些挑战。