百思不得姐高血压、糖尿病、消化道疾病防治科普，青少年人文素养提高、AI动漫制作、人工智能游戏应用等 本周将开展多场公益活动_我的网站
A | 8月17日—8月21日，“委员面对面”来自市政协农工党界别、侨台界别的10位市政协委员，在杭州政协实践中心轮值，与来电来访群众进行互动交流，开展联系界别群众活动，听取民生诉求和相关意见建议，开展公益活动，并提供相关免费咨询服务。 该图片使用了AI生成技术 本文来自微信公众号： HavenlonLabs ，作者：Havenlon Labs 现在谈AI安全，很多人的第一反应都是：怎样让模型少犯错？ 减少幻觉、优化提示词、防止提示词注入、增加上下文、接入更强的模型，再用另一个Agent检查前一个Agent。
B | 1.萧山经济技术开发区医院院长戚敏敏时间：8月17日上午主题：“救”在身边·健康同行——义诊暨科普宣教活动2.杭州市第三人民医院消化内科主任李华铭时间：8月17日下午主题：“走进胃肠，守护健康：揭示长寿密码”科普讲座3.上城区卫健局副局长李祖胜时间：8月18日上午主题：安宁疗护体系建设交流分享4.临安区板桥镇中心卫生院院长张超时间：8月18日下午主题：高血压、糖尿病等慢性病日常管理咨询5.安徽瑞游网络科技有限公司杭州分公司K-Core项目合伙人周辰飞时间：8月19日上午主题：人工智能游戏应用交流分享6.浙江中南控股集团有限公司常务副总裁吴佳时间：8月19日下午主题：“IP为核，文化出海：探寻动漫行业的新发展之路”专题讲座7. 江南布衣服饰有限公司董事长业务助理路斯明时间：8月20日上午主题：时尚服装品牌运营与市场策略分享8.杭州梅清数码科技有限公司总经理章杰时间：8月20日下午主题：医疗信息化与智慧医院建设交流分享9.杭州天目艺修学校校长刘骋时间：8月21日上午主题：侨务政策相关咨询10.杭州和达金融服务集团有限公司海外业务部经理张骞时间：8月21日下午主题：青少年审美和人文素养提高交流分享以上咨询服务全部免费，欢迎市民群众前往，或拨打热线电话0571-88209202与轮值委员进行交流。活动时间：9：30—11：30；14：30—16：30。活动地点：杭州政协实践中心委员工作室（城市阳台1078号）。 这些工作当然有价值。
C | 第八十七期“杭州政协夜学堂”开讲时间：8月21日（星期五）19：30地点：杭州政协实践中心主题：银发经济现状及发展前景主讲人：西湖区政协委员、浙江外国语学院社会福利研究所所长、马克思主义学院教授董红亚围绕人口老龄化趋势、政策解读及创新实践，深入分析当前人口结构变化趋势。 但它们容易让人产生一种错觉：只要模型足够聪明、提示词足够完善、检测系统足够复杂，AI就可以安全地完成一切。从“养老”到“享老”，读懂银发经济背后的时代机遇。 问题是，AI真的可能永远正确吗？ 答案恐怕是否定的。 我们无法消灭所有错误 AI Agent面对的不是一道标准答案明确的考试题，而是不断变化的现实环境。欢迎感兴趣的市民扫描二维码报名参加。
D | 公益电影放映时间：8月19日（星期三）14：00地点：杭州政协实践中心电影：《东极岛》“富阳活动周”精彩公益活动周一上午：“葛溪流域共富市集”惠民活动周三上午：“溪山向绿 循环兴乡”循环经济研学体验活动周四上午：“一溪串六镇 文脉润山乡”富阳葛溪流域文化漫谈周四下午：“以茶会友 以溪连心”葛溪流域茶文化与中国茶道主题文化沙龙周一至周五：“古城有约 葛里来嬉——苏市长的菜”主题展以上活动欢迎市民朋友参与。
E |
F | 它一定会。 真正的问题是：当它犯错以后，系统是否会毫无阻碍地把这个错误执行出去。 模型错误不一定等于现实损失 一个AI在聊天窗口里回答错误，造成的可能只是一次糟糕的体验。
G | 但当同一个AI拿到支付接口、管理员权限、数据库写入权限和服务器控制权以后，错误的性质就完全不同了。 它可能把钱转给错误的地址，删除重要数据，修改生产环境，扩大成员权限，或者关闭本应保留的审计记录。 模型只是产生了一个错误判断。 真正把错误变成事故的，是后面的执行能力。
H | 模型犯错只是答案错了，执行失控才是真的出事。 这也是为什么，AI安全不能只盯着模型内部。 我们当然要防提示词注入，要提高推理能力，也要检测恶意输入。但即使前面的所有防线都失效了，系统仍然应该保留一道最后的底线。 这道底线不负责判断AI为什么犯错。 它只负责确认：这件事到底能不能发生。 守住钱袋子，比猜出所有骗子更现实 假设一个AI Agent正在替企业处理付款。 我们可以训练它识别诈骗邮件，可以要求它核对合同，可以增加一个模型复核收款信息。 但我们无法保证它永远认得骗子。 骗子会改变话术，邮件账号可能被入侵，真实员工也可能被冒充。即使多个模型同时参与判断，它们仍可能基于同一份错误信息得出相同结论。
I | 更现实的做法，是直接守住付款的底线： 单笔金额不能超过限制；新收款地址不能立即付款；审批后收款目标不能被替换；超出风险阈值必须经过独立确认；任何远程管理员都不能临时关闭这些规则。 这样，即使AI被欺骗，损失仍然会被限制。 你不需要保证AI永远认得骗子，只需要保证骗子无法轻易带走你的钱。 这就是大道至简。 前面可以有复杂的模型、提示词、工作流和检测系统。 最后只需要一条明确的边界： 不符合条件，就不执行。 最后的系统不必比AI更聪明 很多人认为，保护AI的安全系统也应该是一套更强大的AI。
J | 但位于最后一道边界的系统，未必需要理解自然语言，也不需要参与复杂推理。 它只需要知道几个确定事实： 这次操作要转多少钱，目标是谁，权限是否发生变化，数据是否可以恢复，风险条件有没有超限。 这些事实不满足，就拒绝。 安全不一定要比风险更聪明，它只需要守住风险最终必须经过的那道门。
K | 越靠近最终执行，系统反而越应该简单、独立和保守。 因为复杂意味着更多配置、更多依赖、更多攻击面，也意味着系统可能被前面的同一套错误逻辑同时影响。
L | 真正的最后防线，不应该和Agent使用同一个提示词、同一个上下文、同一套权限，也不应该因为SaaS中有人点击了“强制执行”就自动失效。 它存在的意义，就是在所有人都认为可以继续时，依然保留拒绝的能力。 底线应该由人提前决定 当然，底线并不是系统自己创造的。 企业需要提前决定，什么事情绝对不能由AI单独完成。
M | 可能是一笔超过限额的付款，可能是删除核心数据库，可能是修改管理员权限，也可能是让现实设备进入不可逆状态。 这些边界一旦确定，就不应该交给Agent在执行过程中临时解释。 真正的安全，不是让AI在最后一秒重新思考，而是让人类在风险发生之前提前划清边界。 AI可以负责分析、规划、推荐，甚至完成绝大部分自动化工作。 但越是不可逆、越是高价值、越可能造成现实损失的操作，越需要一道独立于AI判断的最终约束。
N | AI安全的终点，不是把模型训练成永不犯错的圣人，而是让系统在模型犯错时依然守得住自己的底线。
o | 未来的AI一定会越来越聪明，也会获得越来越多的工具和权限。 我们没有必要因为它可能犯错，就拒绝所有自动化。 但我们也不能因为它越来越强，就默认把最后的决定权一起交出去。 最后想和大家讨论一个问题： 对你来说，AI最不能越过的底线是什么——钱、管理员权限、核心数据，还是现实设备的控制权？ 本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 [email protected]。 Current article:http://www.laojiusidaosenleliao.bond/news/20260826_4501.xls Published on:13:31:59 |
。
它读取的邮件可能是伪造的，访问的网页可能包含恶意指令，接收到的数据可能已经被污染，用户给出的任务也可能存在歧义。
即使模型本身没有受到攻击，它也可能误解目标、遗漏条件，或者基于不完整的信息作出一个看起来合理的决定。
我们可以持续提高模型的准确率，却很难证明它在下一次任务中一定不会犯错。
试图让AI永远正确，是在追求一个无法验证的目标；阻止危险结果发生，才是一条可以真正落地的边界。
真正的问题不是AI会不会犯错。
