据God of Prompt报道，泄露的AI安全研究同行评审邮件揭示了业界对于标准基准（如TruthfulQA）与现实危害减少之间的分歧。部分作者专注于实际危害减少指标，而评审更重视标准化测试。此分歧导致创新安全方法若未在主流基准上表现出色，可能难以获得学术认可。这为AI安全解决方案的商业化带来挑战，开发者若无法在公认基准上展现改进，即使实际效果良好，也可能被拒绝（来源：God of Prompt，Twitter，2026年1月14日）。

根据Andrew Ng（@AndrewYNg）引用Edelman和Pew Research的报告，美国及西方社会对人工智能的信任度和兴趣明显不足。Edelman调查显示，美国有49%的人拒绝AI，只有17%的人接受，而中国仅有10%拒绝、54%接受AI。Pew的数据也显示，除美国外，许多国家对AI的态度更为积极。这种普遍的不信任对AI产业造成实际挑战，包括用户采用速度慢、本地社会反对数据中心等基础设施项目（如谷歌印第安纳数据中心受阻）、以及因民众不信任而推动的限制性立法。在美国，不信任（70%）是阻碍使用AI的主要原因，超过了动机和可获得性。Ng强调，AI行业应加强透明沟通、负责任的开发，并通过技能培训和实际应用提升社会信任度，从而释放市场机遇。行业内部和媒体的过度炒作加剧了公众恐慌，需及时纠正以防信任进一步流失。（来源：Edelman、Pew Research、Andrew Ng，deeplearning.ai，Twitter）