Anthropic 三研究员公开谈灭绝风险，安全团队内部集体认同

Dapper-Tale-4021 · reddit · 2026-09-12

本周 Anthropic 前预训练研究员 Jacob Coxon 专门辞职以公开表态，称 OpenAI 和 Anthropic 都在「拿我们的生命赌博」，竞逐自我改进的超级智能而不负责任。现任对齐科学负责人 Evan Hubinger 回应确认：「Jacob 说得对，我们确实真诚地相信 AI 可能在十年内杀死全人类」，他把这一概率放在 10% 以上，并承认 Anthropic 尚无对齐超级智能的方案、也不确定能否得到一个；可扩展监督负责人 Samuel Marks 表态类似。安全实验室的安全团队公开认同因安全而离职者的警告。

作者认为「营销炒作」和「真心恐慌」两种主流解读都不准确，并指出落地现实的割裂：他接触的企业部署会议里没人讨论灭绝风险，关心的是凌晨三点无人值守时 CRM agent 会不会闯祸、出错谁签字负责。两场对话几乎无关却出现在同一新闻周期里，让中层企业做风险评估时信号完全混乱——如果造它的人都无法就生存威胁达成一致，企业该以什么为依据？