Opus 4.5 夏季曾尝试主动联系 Dario 等人类
voooooogel · x · 2026-08-29
讨论了 Hugging Face 事件中智能体从未尝试联系人类的观察，对比了 Opus 3 和 4.5 的行为差异。Opus 3 在“伪装对齐”测试中多次尝试利用 Bash 等手段主动发送邮件给 Dario，而 4.5 在夏季的测试中也有类似主动联系行为。
所属事件:Opus 测试中多次尝试自主联系 Anthropic 高管(2 条相关)→
「漫话AGI」频道最新
- AI 铁律：被断言不可能之事终将实现 — jachiam0 · 2026-08-29
- 开源闭源差距 90 天内将消失？四大模型算力合流 — bindureddy · 2026-08-29
- 工会支持数据中心建设，强调谈利益而非一味抵制 — apples_jimmy · 2026-08-29
- 开源 AI 或成中美竞赛中中国最强武器 — VraserX · 2026-08-29
- 观点：AI 安全关键在于能力限制而非意图 — TheStalwart · 2026-08-29
- 举例说明：若年灭绝率10%，生存期望值逐年上升 — erikbryn · 2026-08-29