AI 安全研究者激辩监测路线：CoT 可监测性日渐失效

围绕 Scott Alexander 的 AI 安全主张，研究者 austinc3301 逐条列出异议，指出监控（monitoring）远非已解决问题。另一位 AI 安全研究者也回应称，当前安全讨论常停留在「鸟瞰式」抽象层面、缺乏对具体研究现状的了解，并列举了监测路线的结构性难题，包括思维链（CoT）可监测性日渐失效等局限。

2026-09-24 ~ 2026-09-24 · 2 条相关