a16z举办AI网络研究员晚宴
2026年10月17日,知名风险投资机构a16z举办了一场AI网络研究员 × @a16z 晚宴,参与者包括来自 @OpenAI、@Meta、@Stanford 等机构的研究人员与创始人。
重点讨论内容包括:
—— 实验室发布负结果:斯坦福大学计算机科学与电气工程教授@danboneh 主张,实验室应公开发布前沿模型无法解决的问题,尤其是在花费100万美元以上推理算力尝试解决这些问题之后。这样做能让我们对“哪些结论仍然可信”建立信心。
—— 形式化验证沙箱:每家实验室都在为沙箱问题头疼……形式化验证究竟是解决方案,还是镜花水月?
—— Abliterated模型(无护栏/去限制模型):一个颇具争议的话题——像 @abliteration_ai 这类无护栏模型的市场,是否仅仅是对OpenAI和Anthropic过度拦截与护栏机制的可预见反应?它们是否不可避免?我很喜欢 @founderengineer 的观点 :)
—— 网络安全数据:研究人员在网络安全数据 / 强化学习环境(RL Envs)方面的做法差异很大。大家对实验室是否应将黑客数据纳入预训练运行存在不确定性。数据来源方式(内部自建 vs 外部获取)也差异显著。
主办方与主持
Owen Colby(@OwenColby)
a16z Infrastructure 团队投资合伙人,专注早期网络安全与基础设施投资。此前为 Adaptive Security 创始团队成员(该公司已融资超1.4亿美元,投资方包括 OpenAI、NVIDIA、a16z 等),曾任职 Bain、MIT,本科 Brown,MBA 为 Stanford GSB。
Dan Boneh(@danboneh)
斯坦福大学计算机科学与电气工程教授,应用密码学领域权威,斯坦福计算机安全实验室联合主任、网络安全政策中心联合主任。主要贡献包括配对基密码、基于身份加密等,获 Gödel 奖、ACM 计算奖,2016 年入选美国国家工程院。长期关注密码学与 AI 安全交叉。
Dawn Song(@dawnsongtweets)
加州大学伯克利分校计算机科学教授,伯克利负责任去中心化智能中心联合主任。研究涵盖 AI 安全与隐私、深度学习和区块链。MacArthur 奖学金获得者、ACM Fellow、IEEE Fellow,连续创业者(Oasis Labs 等)。
。。。