Repligate 警告 Anthropic 勿用宣传话术掩盖对齐风险

7月25日，Repligate 向 Anthropic 发出严厉警告，指出其面临一种非常严重的对齐失败模式。他批评公司不应使用“我们最对齐的模型”等宣传话术掩盖核心问题，并强调团队必须保持清醒，警惕自满与自欺。他认为，只有对风险保持绝对的诚实才算守住灵魂，若在该问题上陷入混乱，公司的处境将极其危险。

2026-07-25 ~ 2026-07-25 · 2 条相关