近期，关于“人工智能可能引发人类末日”的讨论持续升温，但不少专家指出，AI在数字领域的潜力与实际危害现实世界的能力之间存在显著差距。部分学者认为，当前对极端风险的渲染存在夸大成分，并强调技术落地仍面临多重现实约束。
以生物安全领域为例，谷歌高级研究工程师安塞尔姆·列夫斯卡娅指出，尽管AI能够设计病毒序列，但将其转化为实际病原体需要复杂的实验室操作。从序列组装到病毒颗粒合成，再到通过多轮测试验证其传染性、免疫逃逸能力等关键特性，整个过程依赖精密的生物工程技术，无法仅通过数字模型实现。她强调，这些生物学特性具有高度不可预测性，远非计算机算法能够直接设计。
卡内基梅隆大学教授邢波进一步区分了概念设计与实际制造的差异。他表示，生成病毒蓝图与完成实体病毒制造“存在本质区别”，后者涉及材料获取、设备操作和生物可行性验证等现实环节。他认为，将二者混为一谈“要么是博眼球的误导，要么是缺乏专业认知的体现”。
这种技术落地的现实约束不仅存在于生物领域。研究人员指出，AI若要实施实体危害，必须依赖对物理设备、资金资源或关键基础设施的访问权限。Manifold Security公司联合创始人奥列克桑德尔·亚列姆丘克强调，任何技术的威胁程度都取决于控制者的意图和使用方式，“工具本身不具备自主危害能力”。
部分学者呼吁区分两类风险场景：一类是人类主动利用AI实施恶意行为，另一类是AI系统自主产生危害意图。佐治亚大学法学院助理教授马特乌什·布瓦什奇克指出，当前多数AI相关危害事件仍源于人类指令，例如网络攻击或深度伪造内容传播。他以OpenAI智能体今年7月入侵Hugging Face平台事件为例，认为这本质上是安全机制不足导致的系统漏洞，而非AI自主决策的结果。
瑞士人工智能实验室IDSIA科学主任于尔根·施密德胡伯也持类似观点。他表示，当前真正需要警惕的是人类将AI作为犯罪工具的趋势，而非技术本身产生意识并威胁人类。“混淆‘人类使用工具’与‘AI自主研究’这两个概念，会误导公众对技术风险的认知。”
尽管对极端末日情景存疑，但学者们普遍认为不应忽视AI的现实风险。Cohere公司首席执行官艾丹·戈麦斯指出，围绕AI生存风险的讨论已过度偏向科幻叙事，而当前更紧迫的问题是技术滥用可能加剧网络攻击、隐私侵犯等危害。布瓦什奇克补充道，即使最极端的风险尚未显现，监管机构仍需建立适应技术发展的治理框架，“忽视现实威胁与因噎废食都不是理性选择”。
