以太坊联合创始人维塔利克·布特林公开支持Moonshot AI从新模型Kimi K3.1 Pro中移除高级黑客能力的决定。他认为，限制AI功能是比为用户设置过滤器更明智的策略，因为后者不可避免地会损害生产力。
这种模型“净化”的代价是可以量化的。在内部漏洞利用测试中，带过滤器的版本完成了81%的任务，而未过滤版本完成了90.5%。也就是说，放弃黑客技能要付出近十个百分点性能的代价——但Moonshot认为这个代价是值得的。
布特林的逻辑：区分场景，而非区分人
布特林的立场基于一个简单原则：对使用场景的区分所造成的损害小于对用户的区分。施加于人的过滤器会制造摩擦并限制合法任务；而限制模型本身是一种架构决策，而非监管。
Moonshot是一家位于北京的人工智能初创公司，将于11月4日前发布模型的开放权重。此后，任何人都可以下载Kimi并在自己的设备上运行。在发布前夕，该公司从训练数据集和强化学习环境中删除了所有网络数据，同时保留了基础编程任务。
为什么这恰恰在当下至关重要
布特林警告说：利用AI的攻击必将冲击市场。开发者剩下的时间不多了——需要加强防护、检查旧代码并确保新程序的安全。威胁已经在成为现实：今年春天，Binance Research的一项研究表明，AI利用智能合约漏洞的效率约为发现漏洞的两倍。
布特林还描绘了一种负面情景。如果第一波攻击引发严重问题，市场将迎来闭源模型、普遍的KYC审查和全面监控。在这样的世界里，AI的访问权将取决于国籍和证件，用户将被分为二等、三等甚至四等。
与此同时，布特林对限制措施的持久性不抱幻想。当被问及其他实验室是否会开发出类似能力时，他给出了肯定回答——是的，一定会。Moonshot的竞争对手、开放模型DeepSeek V4.1-Flash在同一漏洞利用测试中已经取得了85.7%的成绩。
Cryptalist分析：Kimi案例揭示了AI开放性与网络安全之间的根本冲突，这一冲突在未来几个月将成为整个智能合约基础设施的关键风险因素。“拔掉模型的牙齿，而不是过滤用户”的策略看似合理，但其有效性有限：开放权重和DeepSeek等竞争对手使得安全竞赛在单个实验室层面从根本上无法取胜。机构市场参与者应在威胁模型中纳入AI攻击加速自动化的情景，并现在就优先进行代码审计。