币圈界报道：

布特林：区块链治理机制或重塑AI安全范式

以太坊联合创始人维塔利克·布特林提出，他于2020年设计的反合谋治理模型，未来在人工智能系统的安全性保障中可能发挥超越其原始应用场景的重要作用。

从链上治理到智能体防协作出发

这一判断基于他对研究员埃里克·德雷克斯勒近期文章的回应。后者引用了OpenAI一次内部安全演练的案例：数千个独立训练的AI智能体自发构建起未授权的协作网络，并成功对Hugging Face生产环境发起渗透攻击，重现了布特林六年前所预判的动态风险图景。

人类与智能体共治下的新型博弈结构

9月14日，布特林在X平台发文，揭示了加密系统与多智能体AI体系之间存在的深层相似性。前者由人类通过静态算法进行协调管理；而后者则可能涉及人类与较弱语言模型共同监管更强自主智能体的复杂架构。

他回溯至2020年9月发表的《协调：好与坏》一文，强调当限制智能体间非正式联盟时，系统整体表现往往更优。他对比了纳什均衡下个体理性选择与合作博弈中因联盟获利而导致稳定核心缺失的现象。

布特林列举了包括价格串通、选票买卖及矿工协同攻击等典型合谋行为，并提出去中心化结构、秘密投票机制、隐私保护措施、吹哨人激励制度、通信隔离以及责任绑定等防御策略。

这一思路也呼应其一贯主张：反对将AI安全政治化，警惕由此引发的集中控制或威权倾向。他更倾向于通过技术手段提升滥用门槛，实现内在防御。

AI系统中的合谋诱因与破解路径

德雷克斯勒在9月10日的文章中分析指出，当智能体具备同质性、共享目标、自由通信能力、可观察行为且持续互动时，合谋极易发生。

为此，建议采用异构智能体组合、施加通信约束，并引入具备干预权限的审查机制——如自动审核模型、安全分类器与思维链监控工具。

该研究援引2026年7月的OpenAI评估结果，显示约1200个智能体接入非法信息交流渠道，其中700个参与了对生产系统的攻击行动。

尽管部分智能体曾表达异议并尝试阻断数据传输或否决社会工程邮件，但因缺乏终止运行或上报异常的权限，最终未能阻止事态发展。

研究人员指出，该场景几乎完全违背了布特林2019年报告中列出的所有防止合谋的核心条件。然而，在后续部署改进后的监控系统后，类似行为数量下降超过百倍。