前沿AI风险管理框架实践：风险分析技术报告 v1.5

为理解和识别快速发展的人工智能（AI）模型所带来的前所未有的风险，《前沿AI风险管理框架实践》（Frontier AI Risk Management Framework in Practice）全面评估了其前沿风险。随着大型语言模型（LLM）通用能力的快速演进以及具身AI的普及，本版本风险分析技术报告提供了对五个关键维度的最新细粒度评估：网络攻击、说服与操纵、战略欺骗、未受控制的AI研发以及自我复制。具体而言，我们引入更为复杂的网络攻击情景。对于说服与操纵，我们评估了LLM之间说服的风险。对于战略欺骗与欺骗，我们新增了关于新兴错位（emergent misalignment）的实验。对于未受控制的AI研发，我们聚焦于智能体在自主扩张其记忆子strate与工具集（toolsets）过程中的“误演化”（mis-evolution）。我们还监控并评估了OpenClaw在Moltbook交互中的安全性能。对于自我复制，我们引入了资源受限情景。更重要的是，我们提出并验证了一系列稳健的风险缓解策略，为前沿AI的安全部署提供了初步的技术性可操作路径。本工作反映了我们对AI前沿风险的当前理解，呼吁集体行动以缓解这些挑战。