Google DeepMind发布AI控制路线图：对齐失败时纵深防御接管

Google DeepMind于6月18日发布了一份可能是前沿AI实验室最重要的安全文档，承认仅靠对齐训练无法保证AI Agent保持安全。该路线图提出将AI Agent视为内部威胁，采用多层纵深防御策略，对AI安全治理具有里程碑意义。据Tech Times于6月20日报道。