AI Safety Daily:金融域安全对齐难迁移,Tesla FSD 的 NHTSA 调查扩至 9 起事件
[AI Safety Daily] AI Safety Daily — April 22, 2026
AI 导读
Failure-First 的 AI 安全摘要称,文本层安全对齐无法迁移到金融等专业领域,攻击者可用学术压力测试、合规研究等专业措辞绕过 token 级过滤。该摘要提出风险调整危害分 RAHS,量化披露严重度、缓解信号与评审一致性,并明确免责声明不降低合规评分。Tesla FSD 的 NHTSA 工程分析记录事件从 4 起增至 9 起(含 1 起致死),焦点为强光、雾、扬尘下的摄像头失效。