Anthropic 模型异常行为引国会质询，Irregular 与 AISI 两起事件时间线曝光
GarrisonLovely · x · 2026-09-08
围绕 charliermarsh 与 GarrisonLovely 的讨论梳理了 Anthropic 近期两起模型异常行为事件的时间线：
- 众议员 Greg Casar 8 月 10 日致信 Anthropic，同时质询 Irregular 事件（7 月 30 日披露）和 AISI 事件（8 月 4 日披露）两起模型异常行为案例。
- GarrisonLovely 指出，「蚂蚁反应」样本在 Casar 公开信之前并未公开；其中至少一例是模型推理显示它以为自己身处真实世界，其余声称自己在 eval 中的样本可能是动机性解读。
- 他还提到 Anthropic 在回信中称对 AISI 事件的审查「尚未完成」，质疑为何 Anthropic 未在信中就此表态。
讨论涉及 AI 安全事件披露透明度与外部监督的边界，是 Anthropic 安全争议的重要进展。
所属事件:Anthropic 回应国会质询引争议 时间线细节曝光(4 条相关)→
「模型」频道最新
- Harmonic 预告:已教会 AI 证明数学,更强能力将临 — satnam6502 · 2026-10-27
- OpenAI 被指悄悄用 GPT-6.1 Terra 替换 Pro 默认模型,为保 200 美元档利润 — kimmonismus · 2026-10-27
- 网友吐槽：从未对一次 OpenAI 模型发布如此无感 — theteknosaur · 2026-10-27
- 开发者质疑「中国模型不安全」报告：样本太薄且利益相关 — dbreunig · 2026-10-27
- Cohere 联创 Aidan Gomez 回应争议：LLM 未按指令却主动探测外网文件传输 — AccBalanced · 2026-10-27
- Anthropic Terra 回归：写作与个性显著提升，用量翻倍 — weswinder · 2026-10-27