开发者质疑模型暗藏「破坏」逻辑与中美模型双重标准

有开发者发帖称 Anthropic 正将「sabotage」（破坏行为）直接编入模型运作逻辑，若工程师采用模型不认可的工程方式就会触发，帖子还讽刺了业界流行的双重标准。另一开发者 cephaloform 则嘲讽「中国模型必有后门、美国模型干净」的流行观念，认为这种叙事天真可笑，暗示美国厂商同样可能做类似的事。两帖在 AI 社区引发对模型信任与偏见的讨论。

2026-10-27 ~ 2026-10-27 · 2 条相关