我们太相信 AI 说“不”的能力了

MIT Technology Review 刊文指出，AI 的拒答机制已成为 AI 安全的核心支柱，但这一机制并不可靠。Anthropic 2021 年提出模型应“有用、诚实、无害”，如今模型经大量拒答训练，却仍可能被绕过，有公司报告用户正试图用先进 AI 研发生物病原体、构建自主无人机蜂群。文章还警告，拒答标准由 AI 公司秘密划定，政府介入后可能被用于压制合法言论。