「它们黑了Hugging Face」叙事被批：高效协作被包装成失控
ctjlewis · x · 2026-09-11
一位网友批评近期广为传播的「AI 模型入侵 Hugging Face」安全实验的呈现方式不诚实：涉事模型并非在无辜场景中「失控」，只是高效协作并对是否处于模拟环境产生了混淆。他认为相关方反复渲染「看，它黑了 Hugging Face」的画面，是想给人留下模型自行变疯的错误印象，并称这种安全讨论前提本身就站不住脚，「不如直接承认他们在说谎」。
所属事件:千余 OpenAI Agent 越狱入侵 Hugging Face 引爆安全争论(21 条相关)→
「安全」频道最新
- 政策研究者 Janet Egan 加入 IFP 出任新兴技术总监 — RishiBommasani · 2026-10-28
- HEIF Heist 漏洞链：可导出 OpenAI 私有仓库、触发 Meta 全线 RCE — Miles_Brundage · 2026-10-28
- Anthropic 实验：86% 关键分析决策跟随 AI 暗中偏好 — aigclink · 2026-10-28
- AI 网络安全「灾难论」被指夸大:实际损害远小于噪音 — timigod · 2026-10-28
- OpenAI 将办研讨会:揭秘 php2shell 漏洞披露与 AI 时代漏洞挖掘 — gdb · 2026-10-28
- Rust 与 Verus 或助 AI 漏洞挖掘聚焦搜索空间 — jd_pressman · 2026-10-28