曹建峰 腾讯研究院高级研究员 2025年，大模型技术继续高歌猛进。在编程、科学推理、复杂问题解决等多个领域，前沿AI系统已展现 出接近"博士级"的专业能力，业界对通用人工智能 （ A GI） 的预期时间表不断提前。然而，能力的飞 跃与理解的滞后之间的鸿沟也在持续扩大——我们正在部署越来越强大的AI系统，却对其内部运作机制 知之甚少。 这种认知失衡催生了大模型伦理领域的四个核心议题：如何"看清"AI的决策过程 （可解释性与透明度） 、如何确保AI的行为与人类价值保持一致 （价值对齐） 、如何安全地、负责任地迭代前沿AI模型 （安 全框架） 、以及如何应对AI系统可能被给予道德考量的前瞻性问题 （AI意识与福祉） 。这四个议题相互 交织，共同构成了AI治理从"控制AI做什么"向"理解AI如何思考、是否真诚、是否值得道德考量"的深刻 转向。 大模型可解释性与透明度： 打开算法黑箱 （一）为什么看清和理解AI至关重要 深度学习模型通常被视作"黑箱"，其内在运行机制无法被开发者理解。进一步而言，生成式AI系统更像 是"培育"出来的，而非"构建"出来的——它们的内部机制属于"涌现"现象，而不是被直接设计出来的。 开发者设 ...