# 遏制评分榜：SI 实验室安全评分卡 > 针对 11 家主要 SI 实验室的公开安全评分卡：安全框架、外部测试、关停、事件披露和吹哨人保护，按 A 至 F 评级并附来源。 Source: https://enterrsi.si/zh/containment-board/ Updated: 2026-11-08 1. [首页](https://enterrsi.si/zh/) 2. 遏制评分榜 遏制评分榜 · 更新于 2026年11月8日 # 遏制评分榜 遏制评分榜是针对 11 家主要 SI 实验室的公开评分卡。它依据五项承诺为每家实验室给出 A 至 F 的评级，这些承诺决定了一个强大的模型能否被测试、遏制和停止：已发布的安全框架、发布前的外部测试、关停与暂停承诺、事件披露以及吹哨人保护。每项评级都来自公开来源，并逐一附上链接，评估方法也完全公开。截至 2026年11月8日，[Anthropic](https://enterrsi.si/zh/containment-board/anthropic/) 以 **B+** 领先，[DeepSeek](https://enterrsi.si/zh/containment-board/deepseek/) 以 **F** 垫底。 评级实验室 : 11 标准 : 5 公开来源 : 42 最高评级 : B+ 评分卡 ## 11 家实验室，每家五项评级 可按任意列排序。每项评级都链接到该实验室的独立页面，页面上列出每项评级的理由和来源。加号和减号表示证据在该等级区间内所处的位置。 | 排名 | 实验室 | 总评 | 安全框架 | 外部测试 | 关停与暂停 | 事件披露 | 吹哨人保护 | |---|---|---|---|---|---|---|---| | 1 | [Anthropic](https://enterrsi.si/zh/containment-board/anthropic/)美国 | B+GPA 3.40 | 安全框架B+ | 外部测试A- | 关停与暂停B- | 事件披露A | 吹哨人保护B+ | | 2 | [OpenAI](https://enterrsi.si/zh/containment-board/openai/)美国 | BGPA 3.10 | 安全框架B- | 外部测试A- | 关停与暂停B- | 事件披露A- | 吹哨人保护B- | | 3 | [Google DeepMind](https://enterrsi.si/zh/containment-board/google-deepmind/)美国 | B-GPA 2.66 | 安全框架B- | 外部测试B+ | 关停与暂停C+ | 事件披露B | 吹哨人保护C | | 4 | [Microsoft](https://enterrsi.si/zh/containment-board/microsoft/)美国 | C+GPA 2.34 | 安全框架B- | 外部测试C | 关停与暂停B- | 事件披露C | 吹哨人保护C+ | | 5 | [Meta](https://enterrsi.si/zh/containment-board/meta/)美国 | C+GPA 2.20 | 安全框架C+ | 外部测试B- | 关停与暂停C | 事件披露B- | 吹哨人保护D+ | | 6 | [Amazon](https://enterrsi.si/zh/containment-board/amazon/)美国 | CGPA 2.12 | 安全框架C+ | 外部测试C+ | 关停与暂停C | 事件披露C+ | 吹哨人保护C- | | 7 | [xAI](https://enterrsi.si/zh/containment-board/xai/)美国 | D+GPA 1.28 | 安全框架C- | 外部测试D | 关停与暂停D | 事件披露C- | 吹哨人保护D | | 8 | [Mistral](https://enterrsi.si/zh/containment-board/mistral/)法国 | DGPA 1.14 | 安全框架D | 外部测试C- | 关停与暂停D- | 事件披露D+ | 吹哨人保护D | | 9 | [Z.ai (Zhipu)](https://enterrsi.si/zh/containment-board/zai/)中国 | DGPA 0.86 | 安全框架D | 外部测试D | 关停与暂停D | 事件披露D+ | 吹哨人保护F | | 10 | [Alibaba (Qwen)](https://enterrsi.si/zh/containment-board/alibaba/)中国 | D-GPA 0.66 | 安全框架D- | 外部测试F | 关停与暂停F | 事件披露D+ | 吹哨人保护D+ | | 11 | [DeepSeek](https://enterrsi.si/zh/containment-board/deepseek/)中国 | FGPA 0.34 | 安全框架D- | 外部测试F | 关停与暂停F | 事件披露D | 吹哨人保护F | 全行业概况 ## 实验室最薄弱的环节 全部 11 家实验室的平均绩点，与总评级采用同一套 4.0 分制。最薄弱的领域是吹哨人保护（1.51）以及关停与暂停（1.55）。 总评平均 1.83 C- 平均 最佳AnthropicB+ 安全框架 1.92 C 平均 最佳AnthropicB+ 外部测试 1.95 C 平均 最佳Anthropic, OpenAIA- 关停与暂停 1.55 C- 平均 最佳Anthropic, OpenAIB- 事件披露 2.21 C+ 平均 最佳AnthropicA 吹哨人保护 1.51 C- 平均 最佳AnthropicB+ 评估方法 ## 所有实验室，同一套公开评分标准 遏制评分榜依据五项公开承诺对主要 SI 实验室进行评级，这些承诺决定了一个强大的模型能否被测试、遏制和停止：已发布的安全框架、发布前的外部测试、关停与暂停承诺、事件披露以及吹哨人保护。 ### 安全框架 已发布的前沿安全框架：涵盖哪些严重风险（化学、生物、放射性和核，网络，失去控制，自动化研究），能力阈值有多具体，每个阈值要求哪些保障措施，由谁决定，由谁核查。 - A 已发布的框架涵盖所有主要严重风险领域，设有可衡量的阈值、在每个等级预先承诺的保障措施、明确的风险接受标准、指定的决策机构并接受独立监督、对合规情况的外部审计，并定期更新。 - B 已发布详细框架，覆盖大多数主要领域，设有明确阈值和必要的保障措施，但阈值大多是定性的，部分承诺属酌情处理或取决于竞争对手，或独立监督有限。 - C 已发布框架，但范围狭窄、阈值很少或含糊、措辞多为酌情处理，或承诺较早期版本有所削弱。 - D 没有自己的框架；该实验室仅签署了自愿承诺，例如 Seoul Frontier AI Safety Commitments、EU General-Purpose AI Code of Practice 或中国信通院（CAICT）的承诺。 - F 未发现任何框架，也未发现已签署的安全承诺。 ### 外部测试 最新旗舰模型在发布前接受政府机构（美国 CAISSI、英国 AI Security Institute）和独立第三方（如 METR、Apollo Research、SecureBio、Irregular）测试的情况、它们的访问深度，以及结果是否公开。 - A 旗舰模型在发布前由政府机构和独立第三方进行测试，且访问深入（未加缓解或仅有用性的检查点），评估方以自己的措辞发布结论，并享有发布自由。 - B 发布前由政府机构或多家具名独立第三方直接访问模型进行测试，并记录结果，但摘要由公司撰写、访问细节有限或测试窗口较短。 - C 发布前的外部测试或审查有限（未具名的红队人员、单项委托研究、只审查公司结果而不接触模型），或报告内容单薄。 - D 存在外部测试承诺（自己的框架或签署的承诺），但没有证据表明旗舰模型在发布前接受过外部测试。 - F 既无承诺，也无发布前外部测试的证据。发布后在实验室未参与的情况下进行的政府测试会被记录，但不计分。 ### 关停与暂停 关于关停的公开承诺和证据：在越过阈值时暂停训练或部署，终止开关和停止工作负载的权限，控制评估与内部部署监控，以及出现问题时的实际记录。 - A 公开无条件承诺：在越过阈值且缺乏足够保障措施时暂停开发与部署；已发布控制评估和具有叫停权限的内部监控；并有实际使用的公开记录。 - B 有严格的部署门槛，另有无条件的暂停承诺或已公开的内部监控与控制措施，但暂停承诺取决于竞争对手、已被削弱，或从未经过公开检验。 - C 只有部署门槛（风险缓解前不部署），没有开发暂停，也没有控制评估；或暂停承诺被替换为“在缓解措施下继续开发”。 - D 只有酌情性措辞（“可能关停”“视情况而定”），或签署了不开发、不部署的承诺，却没有公布触发该承诺的阈值。 - F 未发现公开承诺。 ### 事件披露 实验室是否向公众说明出了什么问题：报告不当行为（欺骗、蓄意破坏、奖励破解、评估感知）的系统卡、公开的事件报告、滥用与透明度报告，以及依据加州 SB 53、EU AI Act 或类似规则向政府报告关键事件的书面流程。 - A 每次前沿发布都有详细的系统卡，报告不当行为和外部发现；对严重事件及时发布公开技术报告；定期发布滥用或威胁报告；并有书面的政府报告流程。 - B 有详细的系统卡和明确的事件处理流程，但存在缺口，例如没有事件说明、披露滞后或只有摘要。 - C 模型卡或技术报告中的安全内容有限，并有一般性的事件处理流程。 - D 安全文档极少；仅在法律要求时才报告事件。 - F 未发现任何安全文档或事件披露。 ### 吹哨人保护 已发布的吹哨人政策：是否涵盖安全问题、匿名渠道、向管理层以外的上报途径、反报复条款、不贬损协议的使用、公开的处理结果，以及过去 24 个月内的任何可信争议。 - A 公开且独立的政策，涵盖安全问题及违反框架的情形；提供匿名双向渠道；可上报至董事会或外部监察员；有反报复条款；没有阻碍安全披露的不贬损条款；公开处理结果统计；且 24 个月内没有可信的报复争议。 - B 公开政策涵盖安全问题，提供匿名举报和反报复保护，缺少一到两项 A 级要素，且 24 个月内没有未解决的可信争议。 - C 仅有一般性的企业行为准则或框架条款，提供举报渠道和反报复表述；或原本达到 B 级的政策因近期的可信争议而被拉低。 - D 声称存在相关政策但未公开，或近期存在压制披露的可信争议，例如对前员工执行不贬损协议。 - F 在公开来源中未发现吹哨人政策或举报渠道。 从字母等级到总评级 ### 总评级如何计算 每项标准的等级换算为绩点：A 4.0，A- 3.7，B+ 3.3，B 3.0，B- 2.7，C+ 2.3，C 2.0，C- 1.7，D+ 1.3，D 1.0，D- 0.7，F 0.0。五项标准权重相同，平均绩点（GPA，随每家实验室一同公布）再按中点换算回字母等级：3.85 及以上为 A，3.50 为 A-，3.15 为 B+，2.85 为 B，2.50 为 B-，2.15 为 C+，1.85 为 C，1.50 为 C-，1.15 为 D+，0.85 为 D，0.50 为 D-，低于 0.50 为 F。单项标准中的加号和减号表示证据在该等级区间内所处的位置。不设曲线调整，也不因规模或市场份额作任何调整。 评分榜不衡量什么 ### 局限 评分榜评估的是公开承诺和公开证据，而不是任何模型实际有多安全。它不衡量模型能力、对齐质量、权重安全、军事合同、游说活动，也不衡量对用户的伤害，例如隐私或心理健康方面的伤害。披露更多的实验室可能暴露出更多问题：一起已公开的事件会在披露项上得分，但可能在关停项上扣分，而什么都不披露的实验室则一分也得不到。具有约束力的中国国家规定会被记录，但不属于公司承诺。私下保证和未发布的报告不计入；调查问卷的答复只有在 FLI 公开发布后才计入。评级反映的是截至 2026年11月8日 可获得的文件，并会随实验室发布新文件而变化。 面向媒体和研究者 ## 引用它、下载它、质疑它 每项评级、理由和来源都完全公开。评分榜依据 42 份公开文件，从实验室安全框架、系统卡到政府测试报告。 只看来源，不看私下保证 ### 评级如何确定 每项评级都只依据公开文件，并在评级旁附上链接，所有实验室适用同一套评分标准。证据截至 2026年11月8日；如未找到公开证据，评级中会注明。Future of Life Institute AI Safety Index（2026 年夏季版）是众多引用来源之一，其评级并未被照搬。 - 42 份公开来源，每份都链接在其所支持的评级旁边。 - 所有 11 家实验室适用同一套评分标准，不设曲线，也不因规模调整。 - 如未找到公开证据，评级中会注明。 - 实验室发布新文件时评级会随之变化，上方日期也会一并更新。 引用遏制评分榜 遏制评分榜：SI 实验室安全评分卡。enterrsi.si，更新于 2026年11月8日。依据 42 份公开来源，按 5 项标准对 11 家实验室评级。https://enterrsi.si/zh/containment-board/ 可依据 CC BY 4.0 协议自由引用、摘录和再利用，请附上 enterrsi.si/containment-board/ 链接。 [下载 CSV](https://enterrsi.si/containment-board/containment-board.csv) [下载 JSON](https://enterrsi.si/containment-board/containment-board.json) 进入 RSI ## 一边是评级，一边是事件 失控事件数据库记录 SI 系统实际做过的事，目前已有 59 个案例。管控地图则展示旨在阻止它们的法律。 [打开事件数据库](https://enterrsi.si/zh/incidents/) [管控地图](https://enterrsi.si/zh/control-map/) [RSI 时钟](https://enterrsi.si/zh/clock/)