2026年AI安全指數：沒有一家公司拿到A，各大實驗室正悄悄撤回承諾

生命未來研究所（Future of Life Institute）每年發布兩次AI安全指數，而2026年夏季版本帶來一個難以粉飾的裁決：全球九大AI實驗室——合計市值數兆美元、每日服務數億用戶的企業——沒有一家達到評估標準的及格線。最高分C+由Anthropic獲得；四家實驗室直接不及格。

這份指數並非邊緣文件。它由獨立研究者組成的評估程序編制，依據公開承諾、揭露文件、事故報告與實驗室行為，涵蓋六個評估維度。其方法論固然可以質疑，但已在政策圈獲得廣泛認可，並成為華盛頓到布魯塞爾監管討論的參照基準。

成績單

本次評估的九家企業為：Anthropic、OpenAI、Google DeepMind、Meta、Z.ai（智譜AI更名後）、阿里雲、xAI（馬斯克的AI公司）、DeepSeek與Mistral。評分如下：

• Anthropic：C+
• OpenAI：C
• Google DeepMind：C
• Meta：D+
• Z.ai：D-
• 阿里雲：D-
• xAI：F
• DeepSeek：F
• Mistral：F

六個評估維度分別為：風險評估、當前傷害緩解、安全框架、存在性安全、治理與責任，以及透明度與溝通。沒有一家公司在所有維度均有亮眼表現。Anthropic的相對優勢在於安全框架與存在性安全；相對弱項是當前傷害緩解與透明度。OpenAI的表現輪廓與之相近。中國與歐洲實驗室不及格，主因是治理、透明度與安全框架維度的嚴重不足。

承諾倒退問題

報告最實質的發現——也是引發最多討論的部分——並非分數本身，而是它所記錄的承諾倒退模式。

自2023年起，主要AI實驗室紛紛發表公開聲明，明確列出某些不予涉足的工作範疇：在缺乏充分安全保證的情況下訓練系統、支援軍事應用、在沒有適當保護機制下部署可能造成重大危害的系統。這些承諾大多是在監管出現之前自願作出的，部分已被納入首爾AI安全聲明等政府間協議。

2026年版指數記錄：這些承諾幾乎全數已被悄然弱化或撤回。Anthropic、OpenAI、Google DeepMind與Meta——這些曾明確表態拒絕軍事應用的公司——此後均轉而積極尋求國防合作。在美國與歐洲國防機構名列AI最大採購方的當前環境下，商業誘因顯而易見。

報告最具體點名的最重大撤退，是Anthropic的案例。2026年2月，公司撤回了此前的承諾——即不在無法事先保證安全措施充分的情況下訓練AI系統。這項承諾內部稱為「憲法AI訓練承諾」，一直是Anthropic有別於競爭者的核心差異化標誌。其撤回並非主動公告，而是由研究者監控公司政策文件時發現的。

Anthropic代表辯稱，隨著模型能力提升，這項承諾在操作上已難以執行——要達標意味著完全放棄前沿AI研究。安全倡議者則反駁：這恰好證明承諾從一開始就缺乏實質意義，或揭示公司的商業壓力已凌駕於安全文化之上。

C+究竟代表什麼

有必要具體說明「最佳標竿」在這份評估中的意涵，因為很容易將Anthropic的C+解讀為認可，但事實並非如此。

C+反映了真實的相對優勢：Anthropic擁有比競爭者更成熟的安全評估框架、發布更詳盡的政策文件、維護最明確的模型卡揭露，並在可解釋性研究上投入遠超同業的資源。這些是真實存在的差異，在邊際上確有意義。

C+同時也反映了：宣稱的抱負與可驗證的問責機制之間存在根本落差。Anthropic與競爭者一樣，沒有對安全關鍵決策擁有實質授權的獨立董事會，沒有具執法效力的外部稽核制度，也沒有發布訓練事故報告的法律義務。其安全評估大部分由公司自身的安全團隊執行——而這個團隊的資深成員，正是被評估公司的受薪員工。這種自評的循環性並非Anthropic獨有，適用於整個業界。但這意味著評估者難以核實公司對自身實踐的陳述。

不及格的實驗室

xAI、DeepSeek與Mistral的F，反映的是結構性而非僅技術性的缺陷。三家公司均僅有極少的公開安全文件。沒有任何一家在部署前發布任何類似潛在危害評估框架的內容。DeepSeek——這家以2025年2月V3版本震撼西方AI市場的中國實驗室——一貫拒絕參與國際安全準則討論。

Mistral的不及格或許是最令人矚目的，考量到它的歐洲出身，以及其所處的監管環境。EU AI Act對高風險AI系統的供應商設有合規義務，Mistral的旗艦模型在適用範圍之內。然而指數發現，Mistral的安全文件與治理結構在所有受評公司中屬於最薄弱之列。歐洲監管機構私下已注意到這個缺口；AI Act的執法機制能否填補它，仍有待觀察。

治理的缺口

這份指數的更大論點——隱含於評分卡中，但在分析章節中明確陳述——是：當前AI安全的自律模式正在失效。擁有最佳安全文化與最精密評估框架的實驗室（Anthropic與OpenAI）仍獲得以任何標準衡量都屬不及格的成績。安全文化最薄弱的實驗室則在本國市場幾乎不受約束地運作。

有意義的治理應當是什麼樣貌？指數未明確規定政策，但其框架隱含幾項要素：具有真實存取模型權重、訓練程序與事故記錄的獨立第三方稽核；負面發現的強制揭露；建立對已記錄安全失誤的法律責任框架；以及防止監管套利的國際協調。

這些機制目前均不以有效規模存在。EU AI Act對通用AI模型設有若干揭露要求，但執法進展緩慢，問責機制仍大多未受考驗。美國依賴自願承諾——而這份指數記錄了這些承諾並未兌現。

業界的回應

主要實驗室以結合參與與迴避的方式回應。Anthropic承認了C+的結果而未質疑方法論，稱其為「有益的外部視角」，同時指出不同意某些評分標準的權重設定。OpenAI發布類似聲明，強調持續進行中的安全工作。Meta未公開回應。獲得F的實驗室——xAI、DeepSeek、Mistral——均未發表評論。

獲F實驗室的沉默本身即是訊息。在一個學會以精密公關策略管理聲譽風險的行業，對已發布的安全評估選擇不回應，是這些組織對公共責任的優先排序方式的一種表態。

為何此刻格外重要

這份指數的發布時間並非偶然。AI系統的能力比任何一次以前的評估都更強大，在醫療、法律、金融、教育、安全等關鍵場景的部署規模更廣，在企業與政府工作流程中的嵌入也更深。隨著能力的提升，安全的賭注也在上升。

歷次指數所記錄的軌跡，才是最令人擔憂的發現：不僅是實驗室未能達到自身標準，而是它們所宣稱的標準本身正在下滑。若安全承諾恰好在AI系統強大到足以讓這些承諾真正發揮作用時最快速地侵蝕，那麼本應在這個轉折點撐住防線的治理框架，反而正在AI繁榮的商業壓力下讓步。

這才是最值得關注的發現，無論你如何分配那些英文字母等第。