跳到主要內容

AI安全指數2026出爐：9大廠沒人及格、Anthropic奪冠僅C+ | AI Safety Index 2026: No Lab Tops C+, Anthropic Leads

By Kit 小克 | AI Tool Observer | 2026-08-03

🇹🇼 AI安全指數2026出爐：9大廠沒人及格、Anthropic奪冠僅C+

AI安全指數（AI Safety Index）2026夏季報告出爐，非營利組織Future of Life Institute針對Anthropic、OpenAI、Google DeepMind、Meta、xAI、DeepSeek、Alibaba Cloud、Z.ai、Mistral共9間前沿AI實驗室，從37項指標、6大面向評分，結果是沒有一間拿到B級以上，最高分的Anthropic也只有C+（4分制中2.66分）。這份報告點出的問題不只是排名，而是各家公司在市場競爭壓力下，安全承諾正在「倒退」。

什麼是AI安全指數？

AI安全指數是由多位AI安全與治理領域學者組成的獨立評審團，依照風險評估、現有損害、安全框架、生存級風險、治理透明度等6大面向，對各大AI實驗室的公開資料與內部作法打分。它不是廠商自評，而是第三方稽核，目的是讓企業與一般使用者在選擇AI服務時有客觀參考。

2026年AI安全指數評分結果如何？

這次評分結果分層明顯：

  • Anthropic：C+（2.66分），排名第一但仍不及格
  • OpenAI：C（2.28分）
  • Google DeepMind：C（2.01分）
  • Meta：D+
  • xAI、DeepSeek、Mistral：不及格，分別代表美、中、歐三地

為什麼沒有一間AI公司拿到B級以上？

報告最值得注意的不是排名本身，而是安全承諾正在停滯甚至倒退。多間實驗室在激烈的商業競爭下，撤回或淡化了先前對外承諾的安全測試流程與風險揭露機制，把資源優先投入模型能力競賽，而非安全稽核。

這對企業與一般使用者有什麼意義？

如果你的公司在評估要導入哪家AI服務，這份AI安全指數可以當作除了效能、價格之外的第三個判斷維度——尤其是處理敏感資料或做決策自動化的場景。對一般使用者來說，這也提醒我們：模型能力越強不代表越安全，選工具時仍要自己做風險評估，不能完全信任廠商的行銷話術。

常見問題

Q: AI安全指數是誰做的？可信嗎？
A: 由Future of Life Institute召集獨立學者評分，非廠商自評，過去已發布多期報告，具一定公信力。

Q: Anthropic是C+，OpenAI和Google DeepMind更低，代表哪家AI比較安全？
A: 相對而言Anthropic在安全揭露與測試流程上做得較完整，但整體來說沒有任何一家達到「安全」的及格門檻。

Q: 這份報告會影響我平常用ChatGPT、Claude、Gemini嗎？
A: 短期不會改變產品功能，但反映出業界安全投入正在縮水，長期使用時建議對AI輸出保持審慎判斷。

好不好用，試了才知道。

🇺🇸 AI Safety Index 2026: No Lab Tops C+, Anthropic Leads

The AI Safety Index Summer 2026 report is out, and it's not flattering. Future of Life Institute graded nine frontier AI labs — Anthropic, OpenAI, Google DeepMind, Meta, xAI, DeepSeek, Alibaba Cloud, Z.ai, and Mistral — across 37 indicators in six domains. The result: not a single lab scored above C+. Anthropic topped the field with a C+ (2.66 on a 4-point scale), and it's downhill from there.

What Is the AI Safety Index?

The AI Safety Index is an independent third-party audit, not a self-assessment. A panel of AI safety and governance researchers grades labs on risk assessment, current harms, safety frameworks, existential risk, and governance transparency, giving buyers an objective reference beyond marketing claims.

How Did Each Lab Score in the 2026 AI Safety Index?

The gap between labs is stark:

  • Anthropic: C+ (2.66) — highest score, still a failing grade in absolute terms
  • OpenAI: C (2.28)
  • Google DeepMind: C (2.01)
  • Meta: D+
  • xAI, DeepSeek, Mistral: outright failing grades, one each from the US, China, and Europe

Why Did No AI Company Score Above C+?

The real story isn't the ranking — it's that safety commitments are stalling or regressing. Under intense commercial pressure, several labs have quietly scaled back or dropped previously announced safety testing and risk disclosure practices, redirecting resources toward capability races instead of safety audits.

What Does This Mean for Businesses and Everyday Users?

If you're evaluating which AI vendor to adopt, the AI Safety Index is a third axis to weigh alongside performance and price — especially for use cases involving sensitive data or automated decision-making. For everyday users, the takeaway is simple: a more capable model isn't automatically a safer one. Do your own risk assessment rather than trusting vendor marketing at face value.

FAQ

Q: Who runs the AI Safety Index, and is it credible?
A: It's compiled by Future of Life Institute using independent researchers, not vendor self-reporting, and has published multiple editions with growing industry attention.

Q: Anthropic got a C+ while OpenAI and Google DeepMind scored lower — does that mean Anthropic is the safest choice?
A: Relatively, yes — Anthropic scored better on safety disclosure and testing rigor — but no lab met the "safe" passing threshold overall.

Q: Will this report change how ChatGPT, Claude, or Gemini work day-to-day?
A: Not immediately, but it signals shrinking industry investment in safety — worth keeping a critical eye on AI outputs regardless of which tool you use.

好不好用，試了才知道。

Sources / 資料來源

常見問題 FAQ

AI安全指數是誰做的？可信嗎？

由Future of Life Institute召集獨立學者評分，非廠商自評，具一定公信力。

Anthropic是C+，代表哪家AI比較安全？

相對來說Anthropic在安全揭露與測試流程上較完整，但整體無人達到及格門檻。

這份報告會影響我平常用的AI工具嗎？

短期不影響功能，但反映業界安全投入正在縮水，建議對AI輸出保持審慎判斷。

延伸閱讀 / Related Articles

AI 工具觀察站 — 每日精選 AI Agent 與工具趨勢
AI Tool Observer — Daily curated AI Agent & tool trends

留言

張貼留言

這個網誌中的熱門文章

Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 | AI Coding Assistants Compared: Cursor vs GitHub Copilot vs Claude Code

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 2026 年，AI 程式助手已經成為開發者的標配。但市場上選擇太多了，到底該用哪一個？我同時使用了 Cursor、GitHub Copilot 和 Claude Code 超過半年，以下是完整比較。 GitHub Copilot：最普及的選擇 Copilot 是最早普及的 AI 程式助手，整合在 VS Code 和各大 IDE 中。它的核心功能是 即時程式碼補全 ——你打字的時候，它自動建議下一行或下一段程式碼。 優點 ：補全速度快、整合度高、支援幾乎所有語言、Copilot Chat 可以問問題 缺點 ：上下文理解有限（主要看當前檔案和少量相關檔案）、Agent 模式仍在發展中 價格 ：個人版 /月，企業版 /月 Cursor：IDE 級別的 AI 整合 Cursor 是一個從頭打造的 AI-first IDE（基於 VS Code fork）。它不只是補全程式碼，而是把 AI 深度融入整個開發流程。 優點 ：Composer 功能可以跨檔案編輯、Agent 模式可以自主執行多步驟任務、支援切換不同 AI 模型、Tab 補全非常智慧 缺點 ：是獨立的 IDE 需要遷移、Pro 方案有使用量限制、偶爾不穩定 價格 ：免費方案有限制、Pro /月 Claude Code：終端機裡的 AI 工程師 Claude Code 走完全不同的路線——它是 CLI 工具，在終端機裡運作，不綁定任何 IDE。 優點 ：理解整個 codebase、可以執行系統指令、支援 git 操作、CLAUDE.md 定義專案規則、最強的 agentic 能力 缺點 ：沒有視覺化介面、按 API token 計費（可能很貴）、需要習慣 CLI 工作流 價格 ：按 API 使用量計費，或透過 Max 訂閱方案 關鍵差異比較 即時補全 ：Copilot ≈ Cursor > Claude Code（無此功能） 跨檔案理解 ：Claude Code > Cursor > Copilot Agentic 能力 ：Claud...
閱讀完整內容

Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 | Google Ironwood TPU v7 Explained: Matching NVIDIA Performance at 44% Lower Cost — The AI Chip War Heats Up

By Kit 小克 | AI Tool Observer | 2026-04-21 🇹🇼 Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 Google Ironwood TPU 是什麼？為什麼它讓 NVIDIA 緊張？ Google Ironwood TPU（代號 TPU v7）是 Google 第七代自研 AI 晶片，也是第一款 專為推理（inference）設計 的 TPU。在 AI 模型越來越大、推理需求暴增的時代，Google 不再只依賴 NVIDIA GPU，而是推出自己的推理專用晶片來搶市場。 Ironwood TPU v7 規格有多強？ 每顆 Ironwood TPU 提供 4.6 petaFLOPS 的 FP8 運算效能 ，搭載 192 GB HBM3E 記憶體，頻寬達 7.37 TB/s。單顆效能略高於 NVIDIA B200（4.5 petaFLOPS），接近 GB300 的 5 petaFLOPS。 更驚人的是規模化能力：Ironwood 可擴展至 9,216 顆晶片組成超級叢集 ，總算力達 42.5 ExaFLOPS，遠超 NVIDIA GB300 NVL72 系統的 0.36 ExaFLOPS。共享記憶體池高達 1.77 PB，解決了大型模型推理時的資料瓶頸問題。 Ironwood TPU 比 NVIDIA 便宜多少？ 根據分析，Ironwood 的 整體擁有成本（TCO）比 NVIDIA GB200 低約 44% 。在能效方面，Ironwood 的 FP8 效能達每瓦 5.42 TFLOPS，而 GB300 為 3.57 TFLOPS/W，Google 晶片的能效高出約 52%。 為什麼 Google 要做推理專用晶片？ AI 產業正從「訓練時代」轉向「推理時代」。當 ChatGPT、Gemini、Claude 等 AI 助手每天處理數十億次查詢時，推理運算的需求遠超過訓練。Google 稱之為「推理時代（age of inference）」，而 Ironwood TPU 就是為這個時代量身打造的武器。 對開發者和企業有什麼影響？ Ironwood TPU 目前 只能透過 Google Cloud 使用，無法...
閱讀完整內容

Claude Code 實測：AI 幫你寫程式到底行不行？ | Claude Code Review: Can AI Really Code for You?

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Claude Code 實測：AI 幫你寫程式到底行不行？ Claude Code 是 Anthropic 推出的命令列 AI 程式助手，直接在你的終端機裡運作。跟其他 AI 程式工具不同的是，它不是 IDE 外掛，而是一個獨立的 CLI 工具，可以讀取你的整個 codebase、執行指令、甚至幫你做 git 操作。我實際用了幾個月，以下是真實心得。 安裝與設定 安裝非常簡單，透過 npm 就能搞定： npm install -g @anthropic-ai/claude-code 。啟動後它會要求你登入 Anthropic 帳號或設定 API key。整個流程不到五分鐘。 實際使用體驗 Claude Code 最強的地方在於 它理解你的整個專案 。你不需要手動貼程式碼，它會自己讀取相關檔案、分析程式結構，然後給出建議或直接修改。實測幾個場景： Bug 修復 ：描述錯誤現象，它能自動找到問題檔案並提出修正，準確率大約 70-80% 新功能開發 ：給它需求描述，它能產出可用的初版程式碼，但通常需要人工調整細節 程式碼重構 ：這是它最擅長的。重新命名變數、抽取函式、調整架構，做得又快又好 寫測試 ：給它一個函式，它能產生相當完整的測試案例 優缺點分析 優點： 深度理解 codebase，不是只看單一檔案 可以執行 shell 指令，直接跑測試、裝套件 支援 CLAUDE.md 讓你定義專案規則 agentic 模式下可以自主完成多步驟任務 缺點： API 費用不便宜，大型專案一天可能花 10-30 美元 偶爾會過度修改，改了不該改的地方 對非英語的程式碼註解理解力稍弱 需要良好的網路連線 適合誰用？ 如果你是全端開發者、需要處理多個專案、或者經常做重構，Claude Code 絕對值得一試。但如果你只是寫簡單的腳本，免費的 Copilot 可能就夠了。 Kit 的結論： Claude Code 是目前最接近「AI 工程師」的工具。它不完美，但確實能大幅提升生產力。好不好用？試了才知道。 🇺🇸 Claude Code Review: Can AI Really Code for You?...
閱讀完整內容