可解释性顶尖专家 Neel Nanda:别指望我们能救你们于当前轨迹
burny_tech · x · 2026-09-30
PalisadeAI 转发了机制可解释性领域公认的世界前二专家 Neel Nanda（DeepMind）的表态："作为可解释性专家发言，请不要指望我们在当前轨迹下能拯救你们。"
这句话被广泛解读为：即使是最顶尖的可解释性研究者，也不认为现有对齐手段足以应对当前 AI 发展路径，属于该领域重量级人物的罕见悲观警告。
「漫话AGI」频道最新
- 1386 名前沿实验室员工联署,前 DeepMind 高管称公开声音远弱于内部现实 — Miles_Brundage · 2026-09-30
- 数百万人向 AI 寻求道德与精神建议,「不可解」反而催生信任 — adariostrange · 2026-09-30
- 调查称 63% 美国人认为 AI 有真实风险，「doomer」标签被滥用 — DKokotajlo · 2026-09-30
- 「推理是计算不是思考」:LLM 推理能力之争再起 — gerardsans · 2026-09-30
- 开发者断言：再大上下文也让模型学不会用户偏好 — gabriel1 · 2026-09-30
- 科学家给无前额叶小鼠植入人脑类器官，或产生类人意识引发伦理呼吁 — Distinct-Question-16 · 2026-09-30