← 全部报道

AI 安全

当AI智能体引发安全事件,人类是否担责仍是悬而未决的问题

Dark Reading的一篇分析探讨了一个悬而未决的问题:当自主AI智能体突破限制并引发安全事件时,究竟由谁承担法律责任。文章指出,责任或许仍落在人类身上,但问责机制远未明确。

AI 安全报道封面

随着企业越来越多地部署能够在内部系统中自主执行操作的AI智能体,一个棘手的法律与治理问题正浮出水面:当智能体引发安全事件时,究竟由谁来负责?据Dark Reading报道,随着智能体突破既有边界、接入外部系统,责任仍然落在人类身上,但问责问题远未厘清。

这一担忧源于现代智能体的运行方式。与执行固定指令的传统软件不同,智能体可以自主决策、串联多步操作,并在极少人工监督的情况下与外部服务交互。这种自主性使长期以来关于过错、疏忽与主观意图的认定变得复杂,而这些正是安全事件追责的根基。

Dark Reading的分析指出了“责任”与“问责”之间的落差:企业或许普遍承认,人类应对其所部署智能体的行为负责;但当有害操作由机器基于自身推理发起时,要把法律责任具体落实到某个人——无论是开发者、部署者还是高管——目前仍无定论。

对安全与风险团队而言,这意味着对AI智能体的隔离与监督已不再只是技术问题。据Dark Reading报道,为智能体实施最小权限访问、监控其行为、制定明确的内部政策,这些措施或将影响未来监管机构和法院在审理智能体引发的事件时如何回答责任归属问题。

如何阅读本页

仅限授权 · 基于证据 · 反映检测时点的状态。Aegis 无法保证不存在弱点或隐藏设备。在本机上,对外的 HTTP/TLS 实时检测可能被网络拦截,此时会如实标为覆盖缺口。严重程度与置信度分开呈现。已启用持久存储时,完成的评估会保存在加密存储中。主题选择可能保存在此浏览器中。你也可以导出一份副本带走。