10月8日 SemiAnalysis 的一份报告，戳破了一个幻觉
10月8日，美国研究机构 SemiAnalysis 发布报告《北京不会为前沿踩刹车：中国速度优先的 AI 安全体制》。它盘点了 2021 年至 2026年9月15日、九家中国头部开发者（字节、阿里、腾讯、百度、DeepSeek、月之暗面、智谱、MiniMax、阶跃）的 857 次模型发布，逐一看是否附了"对得上具体模型"的公开安全评估结果。结论很扎眼：只有 31 次（3.6%）曾经公开过，9 次（1.1%）在发布时或之前就有，813 次（94.9%）完全没披露。
先泼一盆辩证的冷水：3.6% 量的是"公开"，不是"做过"
报告自己写得很克制：它统计的是"公开披露"，不等于企业没做内部安全测试。一个模型可以内部测得很严，只是不公开发布结果；反过来，挑几张漂亮评估结果发出来，也不代表所有风险都查过。所以这事准确定位是"透明度缺口"，不是"模型不安全"的判决书。路透社独立核对了它的样本范围和方法，主结论站得住。
报告里几个该记住的数字
按企业类型分：五家创业公司的 317 次发布里 20 次披露（约 6.3%），四家大厂的 540 次里只有 11 次（约 2%）。推理模型（会"先想后答"的那类）93% 没披露。发布节奏上，从 2023 年一季度的 3 次，涨到 2025 年三季度的 101 次，翻了三十多倍，但带安全结果的季度从未超过 7 次。智谱是少数从 2022 年起年年披露安全测试的开发方。
体制层面的辩证：框架写得很前沿，落点是"创新优先"
报告点出一个反差：中国自己的 TC260《AI 安全治理框架 3.0》（9月14日）点名了递归自我改进、评估者欺骗、沙包行为（sandbagging）、规避关停这些最前沿的风险——和西方实验室担心的是同一批。但同一份文件把"鼓励创新发展"放在最高优先级，没有按模型能力设强制的安全审查义务。也就是说，中国管的是"应用和输出"，不是"前沿风险"，节奏明显快于欧盟那种按算力门槛设义务的做法。
别只盯着国内：美国那边也不是满分
辩证地看，同一周美国那边也不省心。OpenAI 此前解雇了三名强调安全的研究员，起草 Preparedness Framework 的人也辞职了；Anthropic 自己这周就暴了内部评测断网的丑闻。SemiAnalysis 的报告是拿披露习惯比，没给美国对手的同口径数字，所以别读成"西方更安全"。准确说法是：两边都在"能力跑在治理前面"这条裂缝里，只是各自的缺口长在不同地方。
对采购国产模型的实操清单
落到行动，给用国产模型上生产的团队三条：一，要求厂商提供针对你场景的安全说明，别接受"我们很安全"这类空话；二，关键决策留人工复核，尤其涉及钱、身份、对外发文的动作；三，保留可回滚的日志，出事能查到是哪次调用、哪段输出。这三条不靠厂商披露，自己就能做，也最扛事。
跟你有啥关系
对用国内模型的团队，这条最实用：评估一款国产模型能不能上生产，别默认它有一份公开的安全卡——大概率没有。能力自己验，边界自己摸，关键场景留人工复核。另外也别被 3.6% 吓到，它衡量的是披露习惯，不是安全水平；国内大厂内部测试未必松，只是不对外说。真正要盯的是：你用的那款，出事时能不能找到人、溯到源。这一点，国内外都一样重要。