AI Safety Daily 2026 年 6 月 24 日：具身智能安全评测与治理动态

Failure-First 发布 2026 年 6 月 24 日的 AI 安全研究摘要，汇总具身智能评测、红队方法与治理动态。CHAIN 基准在互锁机械谜题上的一次性 Pass@1 为 0.0%，视觉语言模型能描述鲁班锁的纹理却无法识别解锁运动学约束的关键件。SafeAgentBench 显示具身智能体对三类危险指令的拒答率低于 10%，且规划出不安全动作的比例远高于环境约束实际阻止执行的比例。AEGIS 用控制屏障函数在动作输出层施加碰撞、工作空间、力与速度四类约束，双系统架构把 System 2 推理放在 7–10 Hz、System 1 视觉运动控制放在 120–200 Hz。摘要还提到 Feffer 等人认为业界红队测试沦为安全表演，以及 OpenAI 安全团队人事变动与 EU AI Act 2027 年 8 月合规期限。