神谕的赌局：负责任 AI 发布的博弈论框架

研究者在 arXiv 论文中提出用双层 Stackelberg 博弈刻画 AI 模型的发布决策，分析当攻防双方的能力都来自同一个模型时，实验室该如何选择发布时机。论文指出，现有安全框架只规范部署与否的阈值，未对发布时机建模，此时防御方的先发优势取决于实验室的发布决定，问题从是否发布变成如何发布。在该框架中，实验室承诺一个发布窗口，决定下游攻防对抗中双方能力随时间的变化。模型分析显示，防御方福利取决于能力差距而非共同水平；把同一个模型同时交给双方可能让防御方陷入 Red Queen 式竞赛，仅向防御方提前发布则能形成保护性差距，实验室的最优窗口需在福利收益与延迟发布的机会成本之间权衡。论文据此认为，对双用途模型而言，关键杠杆是访问的先后顺序而非部署阈值。