币圈界报道：

布特林支持AI模型功能限权：防范攻击风险成当务之急

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举措表示认可。他指出，若不对AI潜在威胁进行系统性管理，未来或将催生更严苛的身份验证机制与广泛的社会监控。

功能约束优于用户甄别：构建安全优先的开发范式

布特林在10月26日发布的观点中明确区分了“限制模型行为”与“筛选使用者”之间的本质差异。他认为，从训练数据中剔除特定攻击相关素材是合理且必要的举措，为开发者争取时间以强化软件防护体系，应对日益增强的AI驱动攻击威胁。

他强调：“基于用途的控制远比基于身份的排斥更具正当性。” 布特林主张社会应利用这段时间，推动基础设施升级、旧代码审计以及新程序的形式化验证，从而提升整体抗攻击韧性。

形式化验证是一种借助数学逻辑证明软件是否符合预设安全属性的方法。布特林长期倡导该技术，认为其能在部署前发现深层漏洞。今年9月，他曾驳斥‘AI将彻底颠覆网络安全’的悲观论调，提出自动化验证可显著增强防守方的技术优势。

模型性能调整显现：攻击测试得分下降但仍有进步

Moonshot将Kimi K3.1 Pro定位为在原有Kimi K3架构基础上的开源权重优化版本。根据官方说明，团队已移除部分涉及网络入侵训练内容，同时保留通用编程能力。

这一调整导致其在内部漏洞利用基准测试中的表现有所下滑：未受限版本达成90.5%解决率，而发布版为81%，降幅约9.5个百分点。尽管具体影响尚无独立验证，但相较于此前的Kimi K3仅获33.3%得分，新版本仍展现出显著提升。

在Terminal-Bench 4.0测试中，新模型取得65.7%成绩，略低于Claude Opus 5.5的66.4%，高于GPT-6 Astra的58.2%。上述数据来自公司内部评估，尚未经过第三方复现。此外，平台已推出高速版本，宣称运行速度较标准版快两至三倍。

失控风险或引强制身份认证：隐私保护面临挑战

布特林进一步警示，一旦发生重大AI安全事故，政府与企业可能被迫实施极端管控措施。他设想一种未来场景：高级AI工具被锁定，用户须完成“了解你的客户”（KYC）流程，甚至接受深度行为监控。

在这种机制下，访问权限可能依据国籍、证件类型或其他身份信息划分，导致部分用户沦为“次级、三级乃至四级”使用者。这种分层结构可能加剧数字不平等。

该担忧与其近期开展的私密访问实验高度一致。10月16日，他推出一套结合Tor路由、zkAPI匿名支付及本地提示词重写的智能体系统，旨在实现低暴露、高隐私的AI交互模式，保障用户在不披露身份的前提下使用服务。

行业持续监测：模型攻击潜力受多方审视

独立研究机构此前已对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与英国人工智能安全研究所联合测试了早期版本的Kimi K3在模拟攻击环境下的表现。结果显示，尽管其攻击效率不及顶尖系统，但在现有安全防护条件下仍具备执行复杂攻击的潜力。

在一次企业级网络渗透模拟中，原始版本平均完成17步操作，而当时最强的美国模型平均完成28.5步。该测试针对的是未更新的Kimi K3，而非当前的K3.1 Pro版本。

布特林此前曾建议将更多AI资源投入安全检测与形式化验证领域。今年5月，他提出该方法可用于以太坊零知识虚拟机、密码学证明、共识机制及抗量子加密等关键方向，推动区块链生态向更高安全性演进。