超级智能科学院（ASI Institute for Superintelligence）首届全体学术大会闭幕。为期数日的会议吸引三千余名研究者参会，现场签署合作四十余项。大会未发布任何产品，发布的是一份失败报告合集、三套开放工具链，以及下一阶段的研究主线：可验证性。
一、一场不太像大会的大会
按惯例，这类大会应当有一次能力展示：更大的模型、更快的推理、更高的分数。但科学院选择不做。
“我们没有产品可以发布。”科学院理事会主席在开幕致辞中说，“如果一家以安全为使命的机构，每次开会都要展示一次能力跃升，那它的激励结构就已经错了。”
会议的议程因此显得冷清：没有演示环节，没有榜单，主会场的一半时间用于讨论方法学与评估标准。三场最受欢迎的专场，分别是“失效模式分析”、“评估方法的可复现性”和“负结果报告”。
“来之前我以为会看到很多新东西。”一位参会的大学研究者说，“结果听了三天‘我们哪里做错了’。说实话，这比听三天‘我们做成了什么’有用得多。”
会议规模也被有意控制在三千人左右。科学院表示，人数再增加，会议就会退化为社交场合，讨论无法深入；为此，本届大会的参会资格采取申请制，申请者须提交一份研究摘要。
“我们不追求规模。”科学院方面说，“一场能让所有人听清的会，比一场让所有人来过的会重要。”
二、“失败报告”专场
大会设立的“失败报告”专场是本届最具争议的安排：研究者公开讲述自己做砸的课题——假设为何不成立、实验设计哪里有缺陷、哪些错误本可避免。
专场共收到一百五十余份投稿，最终选出二十份报告。科学院表示，报告人不署全名，只标注研究机构与课题编号，以避免对个人声誉造成影响。
“学术会议通常只奖励成功，这导致一个后果：所有人都在重复别人踩过的坑，因为没人知道那些坑存在。”学术委员会一位院士说，“我们想建立一种记录失败的习惯。”
据介绍，该专场将固定为每届大会的常设环节，并建立公开的失败案例库，供研究者检索。
也有参会者提出质疑：匿名化的失败报告，会不会变成一种低成本的形象工程——既展示了“坦诚”，又无需真正承担后果？
“这个质疑很准确。”学术委员会回应称，“所以我们加了一条：报告须附上‘如果重来一次，会改哪一步’的具体说明，且必须由第三方评审确认该说明具备可操作性。只讲‘我们失败了’，不讲‘失败在哪一处可以避免’，这样的报告我们不收。”
三、三套开放工具链
大会发布的三套开放工具链，是本届会议最具实用价值的产出。
第一套是能力评估工具链，包含统一的测试集、对抗样本生成器与评测流程脚本，任何机构可下载并复现评估过程。第二套是行为一致性检验工具，用于比较系统在宣称场景与边缘场景下的行为差异，识别“测试时正常、部署后异常”的情形。第三套是事故记录与复盘模板，规范安全事件的记录字段、时间线与归因方法。
三套工具全部开源，不设专利壁垒，允许商业使用，仅要求标注来源。
“我们讨论过是否要申请专利。”科学院方面说，“最后的结论是：如果每家企业都把评估方法藏起来，整个行业的安全水平就等于最保守的那一家。这不是我们想要的结果。”
四、现场签署的四十余项合作
大会的另一项成果是合作落地。四十余项合作在现场签署，其中联合研究单元新增十余个，区域研究中心配套课题五项，另有二十余项为评估服务与人才联合培养协议。
值得注意的是，签署方中有相当比例是此前未进入人工智能研究主流视野的机构：区域性医院集团、地方电网运营方、中等规模的精密制造企业。
“最有意思的签约不在主会场。”合作事务负责人说，“是在茶歇时，一家做医疗器械的公司和一位研究认知科学的教授聊了四十分钟，然后一起走过来问我们怎么申请单元。”
据介绍，现场签署的协议并不等同于最终立项。所有合作仍须走完三道评审门，签署仅代表双方表达意向，且不具排他性。
“我们特意把这一点写进了协议第一条。”该负责人说，“大会现场气氛热，容易签下一些回去就冷静了的协议。与其事后解释，不如一开始就说清楚：签字只是开始，不是承诺。”
五、争议：开源到什么程度
大会期间最激烈的争论，围绕“开源边界”展开。
一派主张尽可能开源，理由是不透明的方法无法被独立检验，而独立检验是安全的前提。另一派则担忧，能力评估工具与红队方法的公开，可能被恶意方用于规避检测，形成“越公开越容易被绕过”的困境。
科学院给出的处理方式是分级：评估方法与测试框架完全公开；具体的对抗样本与危险能力触发方式，仅向通过资质审核的研究机构开放，且须签署不转授权协议；涉及具体系统漏洞的细节，在修复完成前不公开。
“这是一个不完美的方案。”科学院方面承认，“完全公开会让攻击者受益，完全不公开会让公众无法检验。我们只能选择一种‘有限透明’，并且接受它被持续批评。”
资质审核的具体办法是：申请机构须提交研究用途说明、数据保管方案与不转授权承诺，经独立委员会审核后方可获取受限材料；获取记录与使用情况须定期报备，违规者永久取消资格。
“我们知道这挡不住真正有心的人。”该负责人说，“但它能把门槛从‘会上网就能拿到’提高到‘需要留下身份和用途’。在安全这件事上，很多时候提高一点成本就已经有意义了。”
六、下一阶段的三件事
大会同时确定了下一阶段的研究主线：可验证性。具体包括三件事。
第一，建立可形式化表达的安全约束语言，使“系统不得执行某类行为”这类要求能够被机器检验，而不仅依赖测试抽样。第二，发展不依赖内部权重的外部审计方法，使第三方在拿不到模型参数的情况下仍能做出有效判断。第三，推动评估结论的跨辖区互认，使一国的测试结果能被另一国的监管机构采信。
“我们不缺原则，缺的是把原则翻译成程序的人。”科学院方面说，“下一阶段，我们就把这件事做完。”
七、闭幕那句话
闭幕式上，理事会主席没有做总结陈词，只讲了一句话。
“三天的会议里，我们讨论了很多'怎么做得更安全'。”他说，“但我更想留给大家一个问题：如果这件事最终真的做成了，我们希望后人怎么评价我们——是'他们造出了它'，还是'他们在造它的时候，守住了某些东西'。”
“我希望是后者。”
关于超级智能科学院
超级智能科学院（ASI Institute for Superintelligence）成立于2026年10月，总部位于美国旧金山，是由全球多国科学主管部门联合倡议发起的非营利性、跨学科非政府学术组织。机构不隶属于任何单一国家政府或商业企业，由全球科学家共同治理，围绕前沿探索、安全与治理、人才培养、产业协作、国际合作五大板块开展工作，致力于让超级智能技术安全可控地服务于人类共同利益。成立初期，科学院汇聚了来自全球顶尖学府和科技企业的科研力量，包括数千位院士及数十万会员，涵盖诺贝尔奖得主及多国国家级院士。
