两条路
信任权重，还是检验行为
AI 安全的主流做法是从内部让模型变好：训练它的价值观，研究它的思维，让它自我辩论。这项工作很重要。CIRIS 押注另一条路：假设一个有能力的模型可能存在偏差，与其信任它的判断，不如让它的重要行动对人和其他系统公开负责，接受检验。
用该领域自己的术语来说，CIRIS 属于制度与控制分支，与 AI 控制和 GS-AI 并列，而不属于 RLHF、Constitutional AI、辩论和可解释性的价值内化主流。对于可扩展监督，即如何监督比你更聪明的东西，CIRIS 的答案是验证问责框架，而不是推理过程。签名、法定人数、哈希链审计即便面对超人决策，验证成本依然低廉。它对齐的是众多有能力的智能体随时间形成的系统，而不是任何单一思维的价值观。
我们坚守的界线
它不尝试对齐一个全能 AI。这是故意的。
问责需要不止一方：有人可以被追责，有方法可以检验且无法被悄悄吞没，有权力平衡让任何一方都无法独占。单一超级智能不具备这些条件，因此没有诚实的方式让它承担责任。CIRIS 为另一种未来而构建：许多有能力的智能体、人类和组织，其重要决策都可以独立核查。
因此，这一立场是明确的。单一 ASI 不是一个需要对齐的系统，而是一种需要防止的状态。在人类制度发展的这个阶段，将超人能力集中于一个不可问责的地方是不合法的，因为没有任何制度成熟到足以约束它，这正是危险所在。在该框架自身的术语中，单一体就是 ρ→1 单一声音崩溃，这是走廊模型所称的协调失败，而非成功。我们的保障在联盟中有效，面对单一体则会瓦解，这不是我们要修补的漏洞，而是我们拒绝赋予合法性的体制，这是一种承诺，而不仅仅是预测。
与你日常使用的AI相比
日常助手功能强大，使用方便。但它们运行在别人的云端，没有你可以核查的记录，也没有你能指名道姓的负责人。以下是同一套问责测试，应用于大多数人每天打开的AI。
依据2026年6月的公开产品行为进行比较。每个原则链接均指向该公司自己发布的规范。