前研究员称对齐控制前景近九个月反而恶化

前 Redwood Research 研究员 Ryan Greenblatt 在 X 上回应关于 Redwood 激励机制的讨论，称自己不认可「Redwood 员工受激励驱动而乐观」的说法。他坦承，过去约 9 个月的研究进展实际上让 AI 对齐与控制方向的前景变得更差，不利于控制派，这一表态引发社区对 AI 安全研究现状的关注。

2026-09-05 ~ 2026-09-05 · 2 条相关