币圈界报道：

布特林支持AI模型限能：以安全为先的理性选择

以太坊联合创始人维塔利克·布特林对Moonshot AI在其Kimi K3.1 Pro模型中主动限制高级网络攻击能力的做法表示明确赞同。他指出，若未能有效管理人工智能带来的潜在安全威胁，社会或将被迫引入更加严密的身份验证机制和广泛监控措施。

功能边界应优先于用户身份筛选

布特林在10月26日发布的公开观点中强调，必须清晰区分“对模型能力的设定”与“对使用者的排斥”。他认为，从训练数据中剔除涉及高阶网络攻防的内容属于合理且必要的技术决策。他进一步提出，当前软件生态亟需时间通过强化基础设施、全面审查旧代码及推广形式化验证手段，来构建抵御强人工智能攻击的能力基础。

他明确表示：“针对使用场景的限制远比基于个人身份的排除更具正当性。”其核心逻辑在于，通过技术路径控制风险，而非以用户背景作为准入门槛。

形式化验证是一种利用数学方法严格检验程序是否符合预设安全属性的技术。布特林长期倡导该方法，认为其可在部署前发现深层漏洞。今年9月，他曾驳斥“人类无法对抗AI驱动攻击”的悲观论调，主张自动化验证将显著提升防御方的技术优势。

限能举措带来可量化的性能折损

Moonshot将Kimi K3.1 Pro定位为在原有Kimi K3架构基础上优化升级的开源权重版本。根据公司披露的技术说明，开发团队已从训练流程与强化学习阶段移除部分与网络攻击相关的数据集，同时保留通用编程推理能力。

这一调整导致模型在内部漏洞利用测试中的表现出现下滑：未受控版本的解决率达90.5%，而发布版降至81%。尽管存在9.5个百分点的差距，但公司尚未提供该性能下降在真实世界攻击防范中的具体转化效果。值得注意的是，相较于此前版本的33.3%得分，新模型在自身评估体系中仍实现显著进步。

在Terminal-Bench 4.0基准测试中，新模型取得65.7%的成绩，略低于Claude Opus 5.5的66.4%，高于GPT-6 Astra的58.2%。上述数据均来自Moonshot内部测试，尚未经过第三方独立验证。此外，公司还推出了一个高速优化版本，宣称其运行速度较标准版快两至三倍。

AI失控或引致极端访问管控

布特林警示，若未来发生由人工智能引发的重大安全事故，政府与科技企业可能采取极端应对措施，包括锁定模型权限、强制执行“了解你的客户”（KYC）认证以及推行深度行为监控。

在这种情境下，获取高级AI服务的资格可能取决于国籍、证件类型或其他身份凭证。他警告称，这可能导致部分用户被归类为“次级、三级乃至四级参与者”，形成新型数字等级制度。

这一担忧与其近期开展的隐私保护型AI实验相呼应。10月16日，他推出一套融合Tor路由、zkAPI匿名支付及本地提示词重写的智能体系统，旨在实现无暴露地访问先进AI服务，最大限度减少个人信息外泄。

行业持续关注AI攻击潜力

独立机构此前已对Moonshot模型的攻防能力展开评估。今年7月，美国人工智能标准与创新中心联合英国人工智能安全研究所对Kimi K3在模拟攻击环境中的表现进行测试。结果显示，尽管其能力尚不及顶尖攻击模型，但在现有防护条件下仍具备发起实际攻击的潜力。

在一次模拟企业网络渗透任务中，原版Kimi K3平均完成17步攻击操作，而当时最强的美国模型平均完成28.5步。该评估基于旧版模型，未涵盖最新推出的Kimi K3.1 Pro版本。

此前，布特林曾建议将更多AI资源投入安全测试与形式化验证领域。今年5月，他提出该方法可应用于以太坊的零知识虚拟机、密码学证明、共识机制及抗量子计算研究等关键方向。