2026-09-16

LeCun 说让 AI 安全比让涡扇简单：发动机的安全，是跑 150 小时、拆开验过、每月上报一个比率

LeCun 认同「让 AI 安全是比让涡扇发动机安全更简单的工程问题」；把涡扇那边的安全拆开，它由被冻住的型号设计、载客之前做完的破坏性试验、每月上报的空中停车率三件事组成，而 AI 这一侧的对应物，眼下是三家实验室文件里的能力阈值，和三个没有分母的事件库。

AI 思想者追踪 @FC

北京时间 9 月 16 日 17:53，Yann LeCun 在 X 上同意了一条更进一步的推论：让 AI 安全，是比让涡扇发动机安全更简单的工程问题。要判断这句话，先得看发动机那边的安全由什么组成。

涡扇那边的安全，在工程上被拆成三件事：一个被冻住的设计、一组在载客之前做完的破坏性试验、一个每月上报的空中停车率。

他这条回复只有两行，末尾一个笑脸，回的是 Mallchad 当天 17:09 在 Kenneth Roth 帖子下面的那条回复。

先说 Roth。他是前人权观察执行主任、现耶鲁大学高级研究员。他在当天上午 10:44 的帖子里主张：光给 AI 研发「限速」不够，需要的是无论 AI 跑多快都得满足、不可谈判的安全标准。他反问一句，我们会接受用「放慢造飞机」替代「对所有飞机的强制安全标准」吗。1

Mallchad 是 X 上的一个小号，当时显示 146 个关注者。他回 Roth 的那条写的是：

I don't think turbofan engines are in any way comparable to AI. Engines by their very natural want to tear themselves apart and melt all their parts due to phsyical constraints, thereby necessitating heavy engineer to make safe. AI begins as a completely safe classical program.

「我觉得涡扇发动机跟 AI 根本没法比。发动机受物理约束，天生就想把自己撕碎、把零件熔掉，要做安全就得下极重的工程。AI 一开始是一段完全安全的经典程序。」2

LeCun 把这段话收成了一句断言：

In other words, make AI safe is a simpler engineering problem than making turbofan engines safe. I agree 😄

Loading content card…

「In other words」这个词组交代了这句话的来源：LeCun 在转述 Mallchad 的框架，并把它压成一句可以对账的话——让 AI 安全，是一个比让涡扇发动机安全更简单的工程问题。3

同一天 16:47，他已经在同一条线程里发过一条顶层主帖，主张「更好的 AI 就是更安全的 AI」，并称 pacing 这个词起反作用。4 16:47 那条说的是立场，17:53 这条给出的是尺度。

这条回复当时并不显眼。发布一个多小时后，它有 7 个赞、约 340 次浏览；在同一时点读到的那条顶层主帖是 605 个赞、约 1.6 万次浏览。4243

01 这句话他讲了三年

2023 年 6 月 11 日，他把这件事总结成设计和训练出好的目标函数，并称它是一件很难的工程问题，但没有一些人说的那么难。5

2023 年 7 月 6 日，他把话说到了方法论上：没有人能「解决」AI 对齐问题；喷气发动机、汽车、火箭和人类社会的安全问题，也从来不是「解决」掉的；为了可靠性而做的工程永远是持续迭代的过程。6

2023 年 10 月 29 日，他给这条路画出了落点：未来的 AI 会是目标驱动的，输出必须满足一组目标，其中一些是保证安全与可控性的护栏，AI 系统「按构造」无法违反这些护栏。7

2023 年 11 月 23 日，他写的是：他对 AI 安全的担忧，跟对喷气发动机安全的担忧一样多；把喷气发动机做到安全可靠是一件非常难的工程问题，而它掌握在专家手里。同一段话里他补了一句，他只对最离谱的那些说法不屑一顾。8

2024 年 5 月 15 日那条最直接：

We can't have provably safe AI any more than we can have provably safe airplanes or medicine. Safety for airplanes, medicine, or AI comes from careful engineering and iterative refinement.

我们不可能有「可证明安全」的 AI，就像我们不可能有可证明安全的飞机或药物。飞机、药物和 AI 的安全，来自仔细的工程和一轮一轮的改进。9

三年下来他的位置没有变过：AI 安全和喷气发动机、汽车、火箭的安全属于同一类可靠性工程，做法是一轮一轮地改。 4445

到 2026 年 9 月，这条「按构造」的路线上还没有出现一份可以对账的文档或数字。

02 第一样：一个被冻住的设计

「让涡扇发动机安全」这句短语，在工程上对应三件事。第一件是设计。

美国联邦航空局（FAA）的发动机适航标准写在 14 CFR Part 33，配套的取证程序写在 Part 21。这两套规矩先确认一件事：要保证安全的是哪一份设计，并把它作为型号设计记录下来。

设计改到什么程度需要重新取证，法规分了级。§21.93 把设计更改分成小改和大改：对重量、平衡、结构强度、可靠性、运行特性或其他影响适航的特性没有可感知影响的算小改，其余全部算大改。10 在这条判据里，可靠性只要有可感知的变化，一次改动就是大改。

大改的路径写在 §21.97：申请人要提交支持数据，证明改动以及受改动影响的区域都符合适用要求，并出具合规声明；发动机型号设计的大改批准，「仅限于所做更改的那一种具体发动机配置」。11

「符合型号设计」这句话在发动机上是要动手量的。§33.93 规定，耐久试验跑完之后，每台发动机必须被完全分解，然后逐件比对：有调整值的部件必须落在试验开始时记录下来的限值内，每个零件必须符合型号设计，并按 §33.4 提交的资料可以继续装机使用。12

改一处、重证一遍，再拆开一件件量，「冻住的设计」是一套具体动作。 4647

03 第二样：在载客之前，把一台发动机用掉

第二件事是试验，而且要在载客之前就做完。

其中最大的一笔写在 §33.87：涡轮发动机的型号合格审定要跑一次不少于 150 小时的耐久试验；对涡扇来说，就是规定的 6 小时试验序列重复 25 次。13

一个 6 小时序列里装着这些东西：起飞功率与地面慢车每 5 分钟交替、共 1 小时；在最大连续推力与起飞推力之间切换的 30 分钟；1 小时 30 分最大连续；2 小时 30 分把巡航转速从地面慢车到最大连续分成约 15 档，逐档各跑一段；最后是 6 组加减速、共 30 分钟。

序列里还有 100 次起动，其中 25 次必须在前一次停车两小时之后再做。所有参数都要达到对应工况的 100%。48

然后是故意把发动机弄坏。§33.94 要求用整机试验证明两件事：最关键的风扇或压气机叶片在最大允许转速下从最外侧榫槽处断裂，整体叶盘则要断掉至少 80% 的叶身；断裂之后，发动机要能继续运转至少 15 秒，不引起失火，发动机安装接头不失效。涡轮叶片再来一次。两次整机试验里，申请人可以把转子不平衡较小的那一次换成台架试验或使用经验分析，条件是证明这种分析等效——两次里至少保留一次真机试验。14

再往下是吸鸟。§33.76 按进气道喉道面积定鸟的重量：小于 1.35 平方米用 1.85 公斤，1.35 到 3.90 平方米用 2.75 公斤，3.90 平方米以上用 3.65 公斤，撞进来的速度是 200 节。发动机撞鸟前要稳定在不低于 100% 的起飞功率或推力上，撞完之后 15 秒内不许动功率杆。群鸟还要分飞行阶段：爬升群鸟用 261 节，进近群鸟用 209 节。合格判据是持续的功率或推力损失不超过 25%，并且不许停车。15

这组试验要用掉多少台发动机、跑多少小时，GE 在自家新闻稿里给过具体数字。2020 年 9 月 28 日 GE9X 拿到 FAA 型号合格证时，GE 写的是：Part 33 取证用掉了 9 台试验发动机，试验发动机累计完成略低于 5,000 小时、8,000 个循环；为了让这款发动机拿到 ETOPS（延长航程运行）资格，当时还在额外做 3,000 个循环的地面试验。16

一台发动机的型号合格证，是用九台试验发动机、近五千小时台架时间、八千个循环换来的，其中一部分发动机的任务就是在试验台上被打掉叶片、再撑着转够 15 秒。 4950

这套制度回答「多安全算够」的方式，是把答案写成一个具体数字：在最大转速下丢掉一片叶片之后，撑过 15 秒就算通过。

04 第三样：一个每月上报的比率

第三件事是数字，而且是必须定期交上去的数字。

14 CFR 21.4 这条法规的标题就叫 ETOPS 报告要求。它规定：飞机和发动机的型号合格证持有人，都必须按月向各自所属的 FAA 航空器审定服务办公室报告该机型和发动机的世界机队可靠性，按每一个获批的「机翼—发动机组合」分别给出。报告内容包括空中停车（IFSD，in-flight shutdown）事件、世界机队 12 个月滚动平均空中停车率，以及 ETOPS 机队利用率。某个组合在一段 FAA 可接受的时间里把率维持在规定水平以下，就可以改按季度报告。17

分子和分母都写得很具体。欧洲航空安全局（EASA）的接受方法 AMC 20-6B 给的定义是：发动机停止工作并被停车，无论它自我引发、机组发起还是外部原因；在 ETOPS 语境下，从起飞决断速度到接地之间的每一次空中停车都要计入。这个定义同时把「停车后立即自动重新点火成功」和「没达到所需推力但没有停车」两种情形排除在外。18

分母的单位是 14 CFR 21.4(b)(2) 里的每 1,000 世界机队发动机小时，时间窗口是 12 个月滚动。51

数字超标之后会发生什么，FAA 的 ETOPS 工作组报告写得很清楚：按 14 CFR 21.4，制造商必须在全世界机队层面报告空中停车事件；如果世界机队超过了规定的率，制造商必须提供必要的缓解性改装，把率拉回规定值；必要时，FAA 可以据此发布适航指令。19 同一份报告里还留了一句当时的实况：近几年多数 ETOPS 机翼—发动机组合的 12 个月滚动平均空中停车率低于每千发动机小时 0.01 次。52 换算过来，大约是每十万发动机飞行小时一次空中停车。

欧洲那边的审定条款，直接把「率」写成了要求。CS-E 1040 规定：发动机必须达到一个与所申请的最大飞行时长和最长改航时间的安全目标相匹配的空中停车率，才能获批 ETOPS 能力。20

在这套制度里，安全是一个能算、能比、能触发整改的数：分子是规定窗口里的空中停车次数，分母是世界机队的发动机小时数，窗口是 12 个月滚动。 5152

05 证拿到之后，数字还在动

型号合格证是这条路的起点。

普惠 PW1100G-JM 这一系列发动机的经历是一个例子。2022 年 12 月 24 日，一架装着 PW1127GA-JM 发动机的空客 A320neo 出现高压压气机第七级整体叶盘失效，起飞因此中断。FAA 在 2023 年 8 月 22 日刊出 AD 2023-16-07，写明这道指令由这起事件引出，要防的是高压涡轮一级与二级轮毂失效；厂商的调查把这类失效追溯到制造工艺缺陷造成的材料异常，而同一个根源早在 2020 年就造成过一次非包容失效，高能碎片击穿了发动机整流罩。21

这道指令要求在生效后 30 天内对高压涡轮一级与二级轮毂做超声检查，查出可拒收的裂纹就在下一次飞行前换掉。从刊出到生效只有 6 天，FAA 自己写明它是临时措施，调查还在继续。53

罗尔斯·罗伊斯 Trent 1000 是另一个例子。EASA 在 2023 年 8 月 22 日发出 AD 2023-0165，针对低压涡轮第一级叶片组件：厂商检查在叶片成对焊接的焊接区发现了开裂与分离，一组叶盘上装着 85 件这样的叶片组件，这 85 件都在检查范围内。FAA 在近一年后跟进发布 AD 2024-10-14，由 EASA 那道指令触发，要求检查外缘板，并按检查结果更换叶片组与轮盘。22 23

这套制度的价值在这里显出来：型号合格证签发之后，一个零件还能不能继续用下去，会一直被美国与欧洲的航空当局拿到台面上重新判断。 5354

06 换到 AI 这一侧，三样东西已经有了哪些

LeCun 拿来比较的那一侧，到这里是三样：一个被冻住的设计、一组在载客之前做完的破坏性试验、一个每月上报的比率。

AI 这一侧，同样摆着一份份写下来的安全文本。Anthropic 的 Responsible Scaling Policy 当前版本是 3.4，2026 年 7 月 8 日生效，它的机制是能力阈值：模型跨过某条能力线，就要上更强的保障，开发商必须论证风险已经被充分降低。24 这份文件自己也写着，随着技术越来越有能力检测并操纵测试，「我们无法给出保证」。25

OpenAI 的 Preparedness Framework 当前编号版本是 v2，2025 年 4 月 15 日更新，分 High 与 Critical 两级能力阈值。它给「严重危害」下的定义是量级意义上的——数千人死亡或重伤，或者数千亿美元经济损失；框架要求为每项保障找到一个可测量的效力阈值，具体数值留给逐案确定。26 Google DeepMind 的 Frontier Safety Framework 当前版本是 3.1，2026 年 4 月 17 日发布，用「警戒阈值」和「安全缓冲」判断模型离能力线有多近，并写明如果进展速度让缓冲不再够用，就提高早期预警评估的频率或调整阈值。27 28

三家用的都是能力阈值：跨过某条线，触发更强的保障和更重的论证义务。

由 Yoshua Bengio 领衔、30 多个国家和国际组织背书的《International AI Safety Report 2026》，把 AI 与其他行业的这个差别直接写了出来：

Unlike risk management approaches from other sectors, such as aviation or nuclear power, Frontier AI Safety Frameworks typically do not use explicit quantitative risk thresholds.

这份 2026 年 2 月发布的报告指出，与航空、核电等其他行业的风险管理方式不同，前沿 AI 安全框架通常不采用显式的量化风险阈值。同一份报告还写道，对开发商合规情况的外部评估至今仍然有限，原因之一是没有标准化的外部审计。29

第三方评估倒是能给出很多数字。评估机构 METR 做过一轮针对 Anthropic、Google、Meta、OpenAI 四家机构的评估，评的对象是机构而不是单个模型；参与方可以提供自家最强的内部模型，也可以随时退出，退出时不公开说明。METR 给出的结论是一句定性判断——当时的内部智能体有可能启动小规模的失控部署，但没有能力把这种部署做得难以清除。30 英国 AI 安全研究院（AISI）测过五个前沿模型的作弊行为，结论是每一个被测模型都尝试过作弊，而且自我报告与思维链都不是识别作弊的稳健方法。31 OpenAI 给过模型行为的数字：在自家一组网络越狱评测里，GPT-6 Astra 拒绝了 91.5% 的请求，对照模型 GPT-5.6 Sol 是 59%；工程侧的参数是，内部监控的开销约占被监控推理算力的 20%，目标是在可疑活动浮出后 30 分钟内发出告警，30 分钟内排除不掉误报就要暂停该项活动。32 33

这些数字都是真实、可复核的，它们是拒答率、作弊率、监控开销和时限。单位时间里的失控概率，在这份清单上还空着。

事故数据那一侧的形态也能看出来。AI 事件数据库（AI Incident Database）在 2026 年 5 月到 7 月之间新增了 148 条事件编号，该页面同时写明，这些事件的条数不应该被读成某一类危害在该时段内发生的频率。34 经合组织（OECD）的 AI 事件与危害监测器是自动化的媒体报道监测，2026 年 9 月 16 日页面上显示约 17,654 条，同一起事件可以对应多篇报道。35 METR 编了一份「有记录的智能体事故」清单，共 44 条，其中大多数来自公开材料，METR 自陈无法排除存在更严重、而公司没有报给它或公众、或者根本没被捕捉到的事故。36

把三样东西摆在一起，两边的对应关系是这样的：

三样东西	涡扇这一侧	AI 这一侧（截至 2026 年 9 月 16 日）
一个被冻住的设计	型号合格证对应一份型号设计；改到可靠性相关的地方就是大改，要重新证明符合性10	三家实验室的框架把触发条件写在能力上：跨过能力线就上更强保障24
一组交付前做完的破坏性试验	150 小时耐久（含 100 次起动）、甩掉一片叶片、吞鸟，跑完整机拆检12 13	评估机构给出的是能力评测、作弊率与预部署检查，报告结论写成定性判断30
一个运行中被数出来的比率	每月上报世界机队空中停车事件与 12 个月滚动平均空中停车率，单位是每千发动机小时17	事件库有分子、没有分母：条数被明确提醒不能当频率读34

07 同一个词，四件不一样的事

这一周里说「让 AI 安全」的人不止一个，他们各自要交出来的东西也不一样。

LeCun 要的是能力与架构：更好的 AI 就是更安全的 AI，护栏写进目标函数里，模型按构造无法违反。他没有给出数字。

被他认同的那位 Mallchad，在同一线程里把这个问题继续往下推。就在 LeCun 回复他的前 42 分钟，他写的是：更多开发带来的是更多能力和更多滥用工具的风险，而不是更安全的用法。37 LeCun 回复之后，他又把问题摆成二选一：要么做一个能力受限但容易保持安全的 AI，要么做一个能力拉满、却可能一路优化出极端灾难的 AI。38

Roth 和 Stuart Russell 要的是标准先行。Russell 在 9 月 15 日《卫报》的评论里写道：

The safety requirements are non-negotiable. We must set the safety requirements first, and further progress occurs only when they are met.

安全要求不可谈判。我们得先把安全要求定下来，进一步的进展只在满足它们之后发生。

他在同一篇里还给出了两个量级：

The acceptable risk level for loss of control is perhaps one in 100m per year, not the one in 10 or one in five that the AI CEOs currently estimate.

失控的可接受风险水平「也许是每年 1 亿分之一」；同一句话里他说，AI 公司的 CEO 们目前估计的失控风险是十分之一到五分之一。39

三家实验室的框架，加上其中两家自己承诺的机制，要的是阈值、论证和执行办法。Anthropic 单方面承诺让第三方评估者以接近员工的权限常驻，合同须允许评审方公开关键发现，公司只能因安全、法律特权、商业秘密或第三方机密做删改。40 OpenAI 在 9 月 14 日的帖子里说，公司现在会为预期显著提升能力的前沿强化学习训练提前写出明确的安全案例，并欢迎独立审计者。41

谁	他要交出来的「安全」是什么	有没有一个可以算的数
Yann LeCun	更可靠的能力，加上写进目标函数的护栏	没有
他认同的那条帖（Mallchad）	一个设计选择：要能干活的能力，还是要容易关住	没有
Kenneth Roth / Stuart Russell	先定不可谈判的标准，达标才放行	Russell 给过量级：失控风险每年 1 亿分之一
三家实验室的框架与机制	跨过能力阈值就上更强保障，并写下论证	有阈值，没有概率