以太坊联合创始人 Vitalik Buterin 近日公开表态，坚定支持 Kimi 3.1 模型在训练初期主动剥离顶级网络攻击相关的核心能力。在他看来，针对 AI 的具体使用场景实施限制，其合理性与可行性远高于基于用户身份背景的准入门槛。
Vitalik 指出，当前的全球各类系统亟需充足的时间窗口来加固底层防护、审计陈旧代码，以应对由 AI 驱动的新型网络攻击风险。这一观点在人工智能安全领域引发了广泛共鸣。
与此同时，他也发出警示：倘若 AI 安全风险未能得到妥善处置，极易催生强制性的身份核验与 KYC（了解你的客户）监管机制，这将对模型的开放访问构成阻碍。该立场为大语言模型的风险治理提供了全新的探讨视角。
北京时间10月26日上午9时46分，以太坊联合创始人Vitalik Buterin在社交平台公开发表见解，明确支持Kimi 3.1模型在训练数据中刻意剔除顶级网络攻击(Offensive Cyber)能力的决策。这番表态并非单纯的技术产品评测，而是深入探讨了开源模型在管控双用途技术时的政策取舍：在限制高风险应用与通过国籍及资质封锁用户之间，究竟哪条路径更具可持续性。
Vitalik给出的答案极为清晰。他认为，当前全球数字基础设施迫切需要充裕的时间窗口来加固底层系统、排查既有代码漏洞，并以更为严谨的标准对新程序进行形式化验证，以此来抵御未来可能爆发的系统性网络攻击。基于这一逻辑，他抛出了一项核心治理原则：“歧视应用场景远比歧视用户更为合理”。相较于依据身份、国籍或资质审查来构建大模型的使用壁垒，直接在模型训练端削减特定高危能力无疑是更为务实的选择。
拆解Kimi底层逻辑
Vitalik所引述的案例，直指月之暗面(Moonshot AI)近期在官方技术博客披露的Kimi K3.1 Pro模型。作为3T规模开源权重系列的首发产品，该模型具备100万token的超长上下文处理能力，其完整的底层权重预计将在2026年11月4日前正式向外披露。
在网络安全细分板块，官方研发团队明确表示，为了配合开源权重的安全释放，已主动从中期训练(Mid-training)与强化学习(RL)环境中剥离了与网络攻击高度相关的敏感数据，但仍完整保留了常规的编程代码生成能力。内部基准测试库xdev-bench-hard(专用于评估漏洞挖掘与利用任务)的运行数据显示，在未实施风险削减前，系统检查点的通过率(pass@3)约为90.5%；而经过严格数据清洗的最终版本，该指标被刻意压降至81.0%。其背后的商业与合规逻辑在于：绝不通过开源渠道释放处于绝对前沿的网络攻击能力，以平息市场对AI技术可能沦为黑客攻击放大器的深层隐忧。
警惕强制KYC与阶级分化
在技术讨论之外，Vitalik向整个加密与开源生态发出了更为宏观的警告。他指出，若业界无法妥善处理这第一波AI爆发带来的底层安全冲击，整个人类社会极有可能滑向一个高度封闭的反乌托邦泥潭。在那个极端场景下，所有模型的访问都将被强制绑定严苛的KYC认证网关，并伴随着全方位的侵入式数字监控。更严重的是，技术的访问权限将被异化为一种阶级特权，用户会因为国籍与资质差异被强行划分为三六九等。
这也正是他认同提前削弱模型尖锐攻击能力的底层动因：主动放弃部分危险技术前沿，恰恰是为了争取更大的生存空间，避免日后监管机构祭出更为粗暴的用户审查与全民监控手段。对行业而言，如何在保障审计防御需求与防范攻击能力外泄之间找到平衡，将直接决定未来AI产业是走向开放普惠，还是退步至封闭管制的孤岛。
总结：
以太坊创始人 Vitalik Buterin 公开表态，支持 Kimi 3.1 在训练阶段剔除顶级网络攻击能力。他提出，限制 AI 高危应用场景，比对用户身份、资质设限更加合理。
Vitalik 认为全球基础设施还需要时间加固防护，抵御 AI 驱动的网络攻击。他警示，如果 AI 安全风险管控不佳，或将催生强制 KYC、严格身份核验，造成技术访问权限分化，不利于大模型开放。
Kimi 3.1 在保留常规代码生成能力的前提下，下调了漏洞利用相关能力基准表现。此举是行业在开放创新与安全风险之间的一次尝试，也引发 AI 安全社区广泛讨论。
以上就是Vitalik Buterin公开发声，支持Kimi3.1于训练阶段移除高阶网络攻击相关能力的详细内容，更多关于Vitalik支持Kimi安全能力调整的资料请关注其它相关文章！