Vitalik Buterin 支持 Kimi AI 限制黑客攻擊能力，警告 KYC 風險

以太坊共同創辦人 Vitalik Buterin 支持 Moonshot AI 在其 Kimi K3.1 Pro 模型中限制進階駭客能力的決定，並警告若 AI 安全風險處理不當，可能導致限制性的身分查驗與大規模監控。

在 10 月 26 日於 X 上的一則貼文中，Buterin 為 Moonshot 將進階攻擊性網路安全素材排除於模型訓練之外的決定辯護，主張開發者需要更多時間來強化軟體，以抵禦能力日益增強的 AI 攻擊。

此番評論是在 Moonshot 於 10 月 23 日宣布 Kimi K3.1 Pro 之後發表的，該模型已可透過其應用程式與 API 使用。這家中國新創公司打算在 11 月 4 日前公布該模型的完整權重。

Vitalik Buterin 支持限制危險的 AI 能力

Vitalik Buterin 的立場核心在於區分限制 AI 模型能做什麼，以及決定哪些人應被允許使用它。

「針對使用情境的差別對待，遠不如針對使用者的差別對待那麼糟，」他寫道，並支持 Moonshot 將進階攻擊性網路能力排除於訓練之外的決定。

他主張，世界需要時間透過強化現有基礎設施、審查較舊的軟體，以及對新開發的程式碼套用形式驗證，來為強大的 AI 驅動攻擊做好準備。

形式驗證涉及以數學方式檢查軟體是否滿足指定要求。Buterin 一再支持這種方法，作為在程式部署前找出安全弱點的手段。

今年 9 月，他駁斥了 AI 驅動的駭客攻擊最終將使網路安全無法取勝的說法，主張自動化驗證可提升防禦者保護軟體的能力。

他最新的評論並未暗示移除危險的訓練素材能阻止其他開發者產出能力更強的模型。

當 X 使用者 LOID 詢問競爭實驗室最終是否仍會開發出進階攻擊能力時，Buterin 回覆：「是的，他們當然會。」

Moonshot 回報 Kimi 安全限制帶來可衡量的影響

Moonshot 推出 Kimi K3.1 Pro，作為建構於其現有 Kimi K3 架構之上的升級版開放權重模型。

根據該公司的技術公告，開發者從訓練與強化學習中移除了特定的網路攻擊相關資料，同時保留了一般程式設計能力。

此決定降低了在 Moonshot 內部漏洞利用基準上的表現。未設限制的版本解決了 90.5% 的任務，而發布的模型則為 81%。

差距達 9.5 個百分點，儘管該公司尚未確立此一降幅如何轉化為現實世界中的網路攻擊防範。

Moonshot 回報，先前的 Kimi K3 模型在同一評估中得分為 33.3%，顯示受限制的後繼模型在其自身測試中仍表現得明顯更好。

在 Terminal-Bench 4.0 上，新模型取得了 65.7% 的成績，相比之下，Moonshot 報告的 Claude Opus 5.5 得分為 66.4%，GPT-6 Astra 為 58.2%。

這些性能數據來自 Moonshot 的測試，尚未經過獨立驗證。

該公司已發布一個 Highspeed 版本，稱其運行速度比標準版本快兩到三倍。

Buterin 警告 AI 失誤可能導致更嚴格的存取控制

除了眼前的網路安全擔憂之外，Vitalik Buterin 警告稱，政府和科技公司可能會透過對普通用戶施加限制來應對嚴重的 AI 相關事件。

他描述了一種可能的未來，涉及被封鎖的模型、強制性的認識你的客戶審查以及侵入性監控。

在這樣的安排下，對先進 AI 工具的存取可能取決於一個人的國籍、身分證件或其他憑證。

Buterin 警告稱，一些用戶可能因其資格或公民身分成為「二等、三等或四等」參與者。

他的擔憂與他近期涉及私密 AI 存取的實驗一致。

10 月 16 日，他推出了一個注重隱私的代理設置，結合了 Tor 路由、透過 zkAPI 進行的匿名支付以及本地提示改寫，以減少暴露給外部模型的個人資訊。

該系統旨在讓用戶在存取 AI 服務的同時，限制其身份和活動的披露。

AI 網路安全仍是區塊鏈開發者關注的問題

獨立評估此前已審查了 Moonshot 模型的攻擊能力。

7 月，美國人工智慧標準與創新中心以及英國人工智慧安全研究所對 Kimi K3 進行了模擬網路攻擊評估。

研究人員發現，該模型的表現低於領先的具備網路能力的系統，但儘管存在現有防護措施，仍可能嘗試進行攻擊性操作。

在一次模擬企業網路攻擊中，Kimi K3 平均完成了 32 個步驟中的 17 個，而測試中最有能力的美國模型為 28.5 個。

該評估涵蓋的是先前的 Kimi K3 版本，而非新推出的 K3.1 Pro。

此前，Buterin 曾提議將更多 AI 輔助的開發工作導向安全測試和數學驗證。

5 月，他指出了該方法在以太坊零知識虛擬機、密碼學證明、共識系統和抗量子安全研究中的應用。