摘要： 《國際 AI 安全報告 2026》於 2026 年 2 月 3 日出版，由 Yoshua Bengio 擔任主席，集結超過 100 位專家，並獲 30 多個國家與國際組織支持。報告把自主代理列為升高風險，因為它們會自動點擊、付款、寄信或執行指令，人類介入時間更短。文中也指出現行 AI 安全方法的科學基礎仍然薄弱。
2026 年 2 月 3 日，《國際 AI 安全報告 2026》（International AI Safety Report 2026）正式問世。這是該系列第二份完整的年度版本：主席一職由圖靈獎得主 Yoshua Bengio 出任，撰寫工作集結了超過 100 位 AI 專家，並獲得 30 多個國家與國際組織的支持。發表時程刻意搶在印度 AI 影響峰會之前——這場峰會訂於 2 月 16 至 21 日在新德里 Bharat Mandapam 舉行，同時是全球 AI 峰會第一次移師南方世界。
這份報告的分量來自它的定位：不替任何一方提出政策主張，而是為各國決策者彙整一套共用且具權威性的科學證據，說明三件事——通用 AI 的能力推進到哪裡、風險集中在何處、現有防護措施可信到什麼程度。各國的監管腳步並不一致（歐盟 AI 法案的新一批義務才剛在 2 月 2 日上路，相關討論可見〈歐盟 AI 法案 2 月大限〉），在這種局面下，一份跨國共識的證據基準，正好讓所有政策辯論站在同一條起跑線上。
報告本體：視角從能力轉向後果
若看正式名稱，這份文件的全銜是「通用 AI 系統的能力、新興風險與安全之科學證據綜整」。跟一年前的首版相比，2026 年版最醒目的變化，在於研究視角從「模型辦得到什麼」推向「部署之後實際造成了什麼」——代理系統、深偽、勞動市場這些已累積實證資料的領域，因此被推到台前。除正式出版外，全文另以 arXiv 預印本形式流通，並備有給政策制定者的延伸摘要與執行摘要。
為什麼代理被單獨點名
談到 AI 代理，報告的態度不留餘地：代理之所以落入升高風險的範疇，正因為它們會自主行動，人類想在失敗釀禍之前攔阻，難度大為提高。這句判斷背後是一道環環相扣的推理：聊天機器人出錯，損害停在一段文字上；換成能點擊、付款、寄信、執行指令的代理，錯誤便直接落進真實世界。報告並提醒，現有系統仍會出現難以預料的失靈——捏造資訊、產出有缺陷的程式碼都屬此類——這些失靈一旦發生在無人看管的自主迴圈裡，後果還會再放大。
深偽與就業：證據怎麼說
有兩個領域的證據值得一條條檢視。深偽部分，報告的觀察是：與上一版相比，深偽內容的逼真度又往上墊了一級，辨識難度隨之升高，所引用的研究顯示受試者已經分不出真偽。Bengio 的講法更直白——網路犯罪、詐欺與深偽造成的傷害「已有充分證據」，早就不是假設性風險。
就業部分，報告用字明顯保守：現有的早期證據顯示，整體就業至今未見明顯變化，但在若干高度暴露於 AI 的職業裡，初階職缺的需求已出現下滑的苗頭。報告判斷通用 AI 很可能自動化為數可觀的認知型任務，知識工作尤其首當其衝，只是規模與時程為何，經濟學家之間仍無定見。願意記下訊號、卻不肯貿然下結論，這種筆法正是科學報告與政策倡議的分野。
安全措施自己也需要驗證
全報告最容易被掃過去、分量卻名列前茅的結論，指向安全措施本身：現行 AI 安全方法立足其上的科學基礎，仍然薄弱。這意味著雙重的不確定——模型究竟有多危險尚未釐清，既有防護（對齊訓練、紅隊測試、內容過濾）實際管用幾分，同樣說不準。對正把「安全評估」寫進合規流程的企業，這是一記清楚的反問：通過測試不等於安全，測試本身也得接受驗證。
政策端與開發端各自帶走什麼
對監管者來說，這份報告提供一套跨國通用的風險分類與證據等級，討論因此能從「要不要管」升級為盤點「哪些風險證據已足、哪些還掛在觀察名單上」。對開發者與產品團隊，則有三條務實原則可循。其一，代理產品自設計階段起，就要保證人類來得及在關鍵動作前出手介入，而不是事後收拾。其二，凡涉媒體處理或身分驗證的產品，應把「深偽已無法靠肉眼認出」視為基本假設。其三，把安全評估當成需要持續驗證的工程課題，而非勾選一次即結案的合規項目。