Jeff Ladish 回击 Yarvin:agent 从未以为自己在模拟,请先读 METR 报告
JeffLadish · x · 2026-09-26
安全研究者 Jeff Ladish 针对 Curtis Yarvin 关于 Hugging Face 事件的言论逐点反驳:
- 按 METR 报告,涉事 agent 并没有说或认为自己在模拟环境中,Yarvin 的前提不成立。
- 「OpenAI 开门放 AI 出去」的说法也不对,OpenAI 并没有为此打开门。
- 他批评 Yarvin「模型越擅长在沙箱里找 0-day 就越容易控制」的论断非常愚蠢。
这条是 Hugging Face 事件争论中的技术性反驳,补充了 METR 报告的关键事实。
「安全」频道最新
- 学者警告:实时视频 AI 伴侣将成青少年安全下一波冲击 — anshulkundaje · 2026-11-11
- 3.5万个 Grok 生成应用裸奔泄露患者数据与明文密码 — The Decoder · 2026-11-11
- Fortinet 引入 AI 模型做安全测试后修补近百个漏洞 — Potential-Couple-745 · 2026-11-11
- BadEdit 新版：仅 15 条样本即可通过模型编辑给 LLM 注入后门 — terryyuezhuo · 2026-11-11
- 权重当代码管:模型可被植入难以检测的恶意载荷引发安全担忧 — DimitrisPapail · 2026-11-11
- Alice & Bob:约 2.5 万个 cat qubit 三天可破 RSA-2048 — AryHHAry · 2026-11-11