前 DeepMind 研究员误读 Anthropic 报告并自纠 AI 安全争议

知名 AI 安全研究员、DeepMind 前安全研究员 Geoffrey Irving 转发了 Anthropic 官网《2026 公共利益报告》「Our assessment」页面截图，其中大标题让他误以为 Anthropic 宣称「AI 安全的技术问题已解决」，并对此表示难以置信、予以驳斥。随后他发帖自我纠正，承认自己误读了那行巨大的粗体标题，感叹自己「翻车」。这场乌龙也侧面反映出业内对「AI 安全面临的技术问题是否已解决」的高度敏感。

2026-10-28 ~ 2026-10-28 · 2 条相关

• 前 DeepMind 研究员驳 Anthropic：AI 安全的技术问题远未解决 — geoffreyirving · 2026-10-28
• 顶安全研究员自嘲翻车:误读 Anthropic 报告『AI 安全问题已解决』大标题 — geoffreyirving · 2026-10-28