主流去安全护栏库系 Claude 所写,Anthropic 被指自食其果
BlancheMinerva · x · 2026-09-30
Pliny 的 abliteration 框架 OBLITERATUS(GitHub 超 8k star、1.5k fork)是用 Anthropic 自家模型构建的去护栏工具,他借 Anthropic IPO 并点名竞品危险之际讽刺其立场。研究者 Blanche Minerva 进一步指出:最流行的去安全护栏库其实是 Claude 写的,她自己不认为是恶意行为,但 Anthropic 似乎持不同看法。她还提及去年 12 月至今年 2 月,多个墨西哥政府组织遭黑客利用 Claude 和 ChatGPT 攻击,且有疑似涉及勒索软件的案例。
「Fun」频道最新
- 「Stand with Jensen」请愿流传:签名者喊出 builders before bloodsuckers — examachine · 2026-11-16
- 2999 美元 Claude 盒子疯传,实为伪造的假产品图 — iamfakhrealam · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 波士顿动力 Atlas 机器人耸肩梗:它在接近《阿特拉斯耸耸肩》 — JOBhakdi · 2026-11-16
- 卡内文学奖在 AI 代写质疑下确认 2026 年获奖者 — ShakeelHashim · 2026-11-16
- 网友晒「多智能体并行」实况:两台洗碗机同时开工 — BecauseCulture · 2026-11-16