实验室被曝抢跑「神经语」传闻，Redwood 提案呼吁守住 CoT 可监控性
RyanGreenblatt · x · 2026-09-11
Anthropic 对齐团队 Ryan Greenblatt 转发 Redwood Research 的新提案。背景是此前有传闻称各实验室在抢跑「neuralese」（神经语，即不可读的隐式推理），虽然目前并不属实，但已使思维链（CoT）可监控性的具体承诺变得更紧迫——因为激励会自然滑向不透明的架构。
- Redwood 指出某些架构可能削弱 CoT 可监控性，甚至完全取消思维链
- 提案建议公司就「无 CoT 推理能力」保持透明，公开其他可监控性证据，并制定保留可监控性的政策
- Greenblatt 希望 OpenAI、Anthropic 等公司能围绕该提案形成共识
所属事件:Redwood 提案：披露无 CoT 架构，守住 AI 可监控性(5 条相关)→
「安全」频道最新
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- AI 真会「失控作乱」吗？CJR 告诫记者勿拟人化炒作 — ShakeelHashim · 2026-10-27
- 模型如何应对利益冲突？讨论延伸到平台拒绝服务第三方 agent — sjgadler · 2026-10-27
- 6 个月被抢超 1 亿美元：盗贼用 GPS 欺骗劫走数据中心货物 — Ars Technica AI · 2026-10-27
- 约翰霍普金斯 3000+ 患者数据被传给 AI 工具后发出警报 — beingmodest · 2026-10-27
- Thom Wolf 发布 Alignment Hub：汇集 120+ 起 AI 模型失控公开事件 — Thom_Wolf · 2026-10-27