SemiAnalysis：中国模型安全结果披露稀少

SemiAnalysis在10月8日发布的研究，核对2021年至2026年9月15日九家中国开发者的857次模型发布。它测量的是“有多少发布能匹配开发者公开的安全评测结果”。这与模型能力、合规资格、内部测试强度和事故概率都不是同一个变量。

报告的核心观察是发布数量增长很快，安全结果披露没有同步增长。本文按证据链拆解这项观察：怎么数发布、什么算结果、结果何时出现、测试什么风险，以及公开话语是否对应可执行的责任。不能凭这份统计给一个具体模型判定安全或不安全。

样本包括阿里、腾讯、字节、百度和DeepSeek、月之暗面、智谱、MiniMax、阶跃星辰；741次是产品模型、116次是研究模型。报告记录首次公开日期、开放权重状态、许可证与来源，针对具名型号或快照查找开发者材料。

只有与该发布匹配的定量或实质安全发现才算结果，包括有害输出、越狱、隐私、拒答或危险能力。仅说“经过安全训练”或“已评测”不算；一个旗舰模型的结果也不自动覆盖其他尺寸。模型卡、技术报告与发布说明的可追溯性因此十分关键。

账目应这样相加：31 + 10 + 3 + 813 = 857；31又拆成9 + 16 + 6。不能把31与9再相加，后者是前者的子集。31/857是3.6%，9/857是1.1%，四舍五入不会改变披露缺口。

报告特别限定：“未找到”只覆盖所检索的材料，不代表“未测试”。而且厂商的型号、尺寸、快照划分不同，发布数多的厂商可能天然分母更大。因此这些比例适合衡量公开透明度，不能直接用作开发者安全性排行榜。

16次结果在模型发布后出现，中位延迟42天，最长349天。这意味着用户或集成方在采用模型的时点，可能尚无法看到报告统计中的那份安全结果。时间信息与是否存在结果同样重要。

本站复算，在31次有结果的发布中，发布时已有占29.0%，后来补充占51.6%，不明确占19.4%。不应把29.0%写成全部857次的发布时披露率，后者仅1.05%。同一个数字换分母，就会给读者完全不同的印象。

季度曲线覆盖2023年一季度至2026年三季度，最后一季截至9月15日，并非完整季度。报告描述2023年一季度3次、2025年三季度101次发布，约33.7倍；这说明样本发布节奏变化，不能据此计算同口径完整年度增长率。

报告统计的合格材料中，18份涉及有害输出或拒答、7份涉及越狱抵抗；9份涉及代码或网络安全，其中7份属于安全代码生成。只有3份触及网络进攻或生物风险。主题可以重叠，因此这些数不能相加成“测试总数”。

危险能力评测关注模型能否完成具有实质风险的任务；有害输出测试更偏向模型是否愿意回答某类请求。红队测试可能覆盖两者，但只有披露具体方法、任务、环境和结果，外部才知道测试究竟测了什么。

这是报告对集成方最实用的提醒：基础模型能正常拒答，不等于接入浏览器、代码执行和业务数据之后风险不变。工具权限、任务长度、可复制性和人类监督都会改变使用环境。选择模型时应寻找与本场景匹配的证据，而不是只看一项拒答分数。

报告另建目的性样本：102篇专家或官方文本，其中官方、法律与党政理论渠道51篇，技术科学渠道51篇；作者背景则分成42篇技术、23篇法律、9篇公共政策、13篇官员，余下15篇是其他类别。渠道配额和作者背景是两种分类，不能把51篇技术渠道当成42位科学家。

报告发现技术背景文本里36/42涉及前沿或失控风险，约86%；法律文本约22%，官员约23%，公共政策约44%。这些都是文本编码结果；一篇提到某主题不等于作者主张某种法规。

技术文本中22/42把安全置于发展之前，约52%；图里的86%则是“涉及前沿风险”。两个指标描述不同内容，不能把它们当成同一比例。研究还梳理32名有影响力人士，讨论“提出约束”与“参与规则制定”的落差；这仍是报告的机构分析，不是对每位人物动机的证明。

这种样本更适合识别议题如何分工，不适合估计全国专家有多少支持某立场。作者选择、渠道配额、同一人的重复文章和编码标准都会影响比例；原报告也说明样本不是随机抽样。

官方核验显示，网安标委9月14日发布《人工智能安全治理框架3.0》，更新风险分类与治理措施；原PDF确有递归提升、智能体权限与防范失控的讨论，也提出促进创新发展。风险已经被识别，与风险何时触发具有约束力的责任是两个问题。

SemiAnalysis认为应用端治理更密集，前沿能力约束仍不足。这是该机构截至10月8日的分析。框架、推荐标准、征求意见稿与生效法规的法律性质不同；本篇没有将报告列出的所有外交事件、法律时间表和未来政策预测逐项认定为法律事实。

观察政策变化，可以分别问：是否设定算力或能力触发条件；是否要求发布前提交评测；谁能访问模型做独立核验；出现事故后谁必须报告；什么情形可以暂停部署。一个文本提到失控，不自动回答这些执行问题。

报告也承认中国存在安全研究与评测能力，提到上海人工智能实验室、信通院等机构。研究能力、模型访问权和强制执行权不能互相替代；“披露不足”更不能被扩写成“中国没有安全研究”。

对模型使用方，本篇据报告推导四个可操作问题：结果是否对应所用的精确版本；测试是否早于采用时点；测试任务是否覆盖自己的工具和数据权限；没有公开证据的部分由谁补测。开放权重给使用方更多复测空间，但许可证、测试成本和结果披露仍需独立处理。

后续最有价值的变化是新发布是否同步提供可匹配结果、评测是否覆盖实际危险能力、应用控制是否能在独立环境验证，以及规则是否落实到明确责任主体。报告预测的外交和立法时点不等于政策承诺；用实际发布文档和正式文本持续核对，比把单次统计固化为国别标签更有用。

据 SemiAnalysis · Mark Chen、Doug、Dylan Patel · 2026年10月8日 · 仅供学习研究。基于归档报告重构统计分析，并非全文翻译。机构原文 · 网信办框架发布与原PDF。