El asesor de IA de la Casa Blanca, Sachs, critica la revisión de modelos de EE. UU.: Kimi K3 repara 15 fallas de seguridad, los modelos estadounidenses se auto-limitan demasiado

El asesor de IA de la Casa Blanca, David Sacks, señaló que Kimi K3 reparó 15 vulnerabilidades de seguridad clave en cuestión de días, mientras que los modelos Codex y Fable, en territorio estadounidense, se quedaron cortos por las limitaciones de las «barreras de ciberseguridad».
（前情提要：Kimi K3 登頂前端程式碼榜，真人盲測擊敗 Claude Fable 5）
（背景補充：Kimi K3 逼急美國 AI 巨頭？專家預測 Anthropic 急推 Opus 5、GPT-6 恐提前發布）

本文目錄

Toggle

• 15 個關鍵漏洞是什麼？
• Codex 與 Fable 的「護欄效應」
• 同一週的 AI 速度賽

Un solo comentario del asesor de la Casa Blanca puso al descubierto el «límite autoimpuesto» en la carrera de IA de Estados Unidos. El 20 de julio, David Sacks, asesor de IA de la Casa Blanca, publicó en una plataforma social que Kimi K3 acaba de reparar 15 vulnerabilidades de seguridad clave, mientras que Codex y Fable antes se habían negado a abordarlas debido a las restricciones impuestas por las «barreras de ciberseguridad». Sacks subrayó que, para tareas que los modelos extranjeros pueden completar sin problemas, no hay razón para restringir a los modelos nacionales de Estados Unidos; hacerlo solo debilitaría nuestra propia competitividad.

15 個關鍵漏洞是什麼？

Kimi K3 es un modelo que llegó a la cima del ranking de código en el último mes y derrotó a Claude Fable 5 en pruebas ciegas con participantes humanos. Las «15 vulnerabilidades de seguridad clave» que menciona Sacks abarcan fallos internos detectados por Kimi K3 durante la fase de entrenamiento, errores en rutas de inferencia y fallas en la auto-calibración del modelo. Si estas vulnerabilidades no se reparan, afectarían directamente la precisión del modelo en tareas centrales como la generación de código y el razonamiento lógico.

Codex 與 Fable 的「護欄效應」

Codex es la serie de modelos de código de OpenAI, y Fable se refiere a la familia de Claude de Anthropic (el «Fable 5», el modelo más reciente de nivel Claude Opus). La lectura de Sacks sugiere que los modelos estadounidenses establecen más «barreras de ciberseguridad» en las fases de entrenamiento e inferencia, como la comprobación obligatoria del formato de salida, la limitación de la profundidad del razonamiento y la exclusión de rutas de inferencia específicas. Estas barreras garantizan la fiabilidad del modelo, pero al mismo tiempo bloquean las vías para que el modelo se autocorrija.

同一週的 AI 速度賽

El mismo día en que Sacks hizo su pronunciamiento, el directivo de Succinct Labs Brian Trunzo escribió que el enfoque tradicional basado en «detectar IA con IA» ya no funciona, y que las pruebas de conocimiento cero (ZK) pueden ofrecer a la IA «credenciales de comportamiento» que se pueden verificar de manera independiente. Esto hace eco de la postura de Sacks: los modelos de IA no solo deben ser fiables, sino también verificables.