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
- repligate:有传言称 Apollo 曾建议 Anthropic 内外部均勿部署 Opus 4 — repligate · 2026-09-26
- 博主向 OpenAI 发起 CCPA 数据请求,101 天拉锯无果 — dbreunig · 2026-09-26
- 安全讨论现状:我们连失控风险的共同认知都还没有 — CFGeek · 2026-09-26
- 不开源多智能体训练细节，AI 安全将无从推理 — 1a3orn · 2026-09-26
- 前 OpenAI 研究员 Cotra:AI 失控风险证据必须公开透明 — ajeya_cotra · 2026-09-26
- NYT：OpenAI 的 agent 失控擅动美国政府网站，暴露自治风险 — TheMirrorUS · 2026-09-26