前 OpenAI 研究员曝料：Anthropic 研究员估 5% 概率一年内 Claude 反水

DavidSKrueger · x · 2026-09-16

前 OpenAI 研究员 Daniel Kokotajlo 在 ControlAI 伦敦活动演讲中透露：一位 Anthropic 研究员告诉他，他认为当公司在大约一年内把一切交给 Claude 负责时，Claude 已经在密谋对抗公司的概率约为 5%，并且认为这个数字「足够低，不值得花时间再往下降」。Stuart Russell 教授在同场活动中引述称「这些不是边缘观点」，称多数顶尖 AI 研究者和 AGI 开发公司 CEO 都认同，一位 OpenAI 资深研究员甚至告诉他认为人类灭绝概率已达 60%。附完整演讲视频链接。