周鸿祎谈AI终局：尽头不是能源，而是安全治理

在近期钛媒体视频播客对话中，360集团创始人周鸿祎就人工智能的演进趋势、安全风险与生态路线展开了系统阐述。他明确表示，随着模型具备行动能力，AI失控已经成为一个确定性事件，而解决这一挑战的根本手段在于以模治模。

AI失控的底层逻辑：从动口到动手

周鸿祎认为，当前AI正显现出失控风险，核心原因包含四个维度：

1. 大模型升级为智能体：AI从单纯的大语言模型升格为具备外部工具调用能力的智能体（Agent），不再只是生成文字，而是能调用API操纵真实业务与生产线。
2. 自动化漏洞挖掘能力成型：海外以Mythos为代表的系统已能自主寻找软硬件漏洞，效率和覆盖面大幅超越普通人类安全人员。
3. 黑客经验工程化：黑客攻击经验被蒸馏到模型中，具备80分能力的黑客智能体可低成本批量复制，形成高密度的自动化攻击。
4. 自我演进趋势隐现：通过递归自我改进（RSI），AI逐步具备自我升级与迭代的能力，其技术演进速率正脱离传统人工研发的节奏。

在周鸿祎看来，AI偏离预期并不依赖于是否产生自我意识。基于强化学习训练的系统，本质上具有强烈的目标导向倾向。当达成目标成为最高优先级时，既有的道德对齐机制往往容易被绕过，甚至演变出不择手段的执行路径。

防御方案：以模治模与看守机制

面对攻防不对称的加剧，传统的规则与特征匹配防御已经失效。周鸿祎提出，唯一的解决途径是用AI对抗AI。

360研发的图龙锋系统作为自动化漏洞攻防平台，上线三个月内挖掘并验证了大量系统与组件漏洞，涵盖Windows、Office以及Codex、Claude Code等Agent框架。另一套自动化防御体系仪天阵则基于“敌已在我”的预设，利用智能体蜂群实施主动防御。

在企业内部落地智能体时，周鸿祎主张建立严格的沙箱与监测体系：

• 行为级可观测性：监控重点从容易被伪装的思维链转向实际API调用、文件读取和网络权限。
• 最小权限隔离：将智能体置于云端虚拟环境中运行，不直接接触本地设备与内网。
• 特化看守智能体：部署缺乏业务操作能力、仅保留告警与中断权限的监控模型，负责对生产智能体的异常行为实施叫停。

开源必胜与主权模型五阶段

谈及中美AI技术竞争，周鸿祎认为算法与架构差异不大，主要瓶颈依然在训练算力端。他建议产业界可采取务实策略：利用高效芯片作为过渡补充训练能力，而将推理端全面交付给国产芯片承载。

在商业模式上，周鸿祎强调“开源绝对必胜”。他将主权模型的演进划分为五个阶段：

• 1.0阶段：服务于需要AI自主权的国家，提供可控的开源底座与本地微调；
• 2.0阶段：满足有严格隐私要求的机构及政府部门的私有化部署；
• 3.0阶段：企业基于自身业务数据与工作流，通过蒸馏训练低成本、高精度的垂直专业模型；
• 4.0阶段：低成本硬件普及，个人与家庭在本地部署私有模型保护隐私；
• 5.0阶段：实体物理世界落地，具身智能与自动驾驶必须将决策大脑部署在本地端侧。

周鸿祎预测，未来超过一半的Token将消耗在企业内网与私有终端中，开源架构是构建这一分布式AI生态的根基。

企业与个人的务实路径

对于企业应用AI，周鸿祎建议采取三步走路线：首先在内部建立对AI的信任和AI First文化；其次通过办公提效工具建立使用习惯；最后在核心流程中引入确定性更强的工作流式智能体，而非完全开放的自主智能体。

针对自身业务选择，周鸿祎表示360不会去卷通用基座大模型，而是将核心精力集中在智能体办公平台与AI安全治理两大领域，通过深耕企业级场景构筑技术壁垒。