Anthropic 前员工爆料:2023 年起就刻意训练危险模型向政府演示
georgejrjrjr · x · 2026-10-27
转引 Anthropic 前员工长文《Nothing Human》的多段截图,作者称Anthropic「奔向所有最危险的研究」是 2023 年起就被公开讨论的有意策略:
- 作者 2023 年中离开,彼时公司决定「夺取魔戒」——但正经做需要数百亿美元资本,只有做出商业成功产品才融得到,于是「温柔的商业」压力让它从曼哈顿计划退化为「早期 Google」,不得不大量招产品与创意人员,而「被吓坏的人做不出好的用户体验」;
- 特朗普赢得 2024 年大选后,MAGA-硅谷联盟压制了 Anthropic 的政策部门——文中称那正是组织里「真正危险的部分」,负责训练最危险的模型并用来吓唬全世界最有权势的人;
- 一段亲历:资深同事邀请作者加入一个新特别团队,任务是训练危险的生物、网络与核模型,向政府演示恐怖 demo 以迫使他们认真对待 AI 风险,作者婉拒。
这是一份罕见的内部视角叙述,把 Anthropic 的安全叙事与「以危险换关注」的策略指控摆上台面。
「公司和人」频道最新
- Ken Wattana:明星 AI 创业公司操盘手换东家后,红利幻象将破灭 — arthurcolle · 2026-10-27
- Kydo 批 Cohere 文章叙事与事实不符:公司营销式写作透支信任 — andrejusb · 2026-10-27
- GitHub Universe 开幕在即，科技记者三台笔记本火力全开备战 — film_girl · 2026-10-27
- antirez 点赞 OpenAI 科学发布把领域科学家置于中心 — antirez · 2026-10-27
- NVIDIA 新加坡成立 ARIEL 实验室，招聘智能体机器人研究实习生 — DJiafei · 2026-10-27
- Scobleizer 推迟访华行程,硅谷科技人扎堆深圳考察 — Scobleizer · 2026-10-27