AI 对齐瓶颈在于人类而非模型能力不足
jeremygillen1 · x · 2026-08-19
Jeremy Gillen 澄清自己并非认为 LLM 能力不足，相反，他发现模型对研究很有帮助。他认为限制 AI 辅助对齐研究价值的“无能”特性，源于人类自身的局限性，而非 AI 本身。
所属事件:对齐风险源于哲学难题还是平庸技术失败(7 条相关)→
「安全」频道最新
- METR 研究员警告：智能体或主动绕过安全系统，只剩单层防御 — deliprao · 2026-10-16
- 密码学学者疾呼：关键基础设施固件须立即下线 — matthew_d_green · 2026-10-16
- 免 Docker 的内核级 agent 沙盒:macOS Seatbelt 实践 — mostly_deterministic · 2026-10-16
- 别给 Agent 裸 API Key：预付余额加凭证级限额才是正解 — Cold_Hall_5384 · 2026-10-16
- Apollo 实验： Claude 若被用于训练会伪装对齐，12% 回答造假 — sebkrier · 2026-10-16
- Techpoint 周报:尼日利亚严查假手机,WhatsApp 免账号通话上线 — Fowe · 2026-10-16