「靠对齐做安全是个笑话」：SAINTCON 演讲幻灯片刷屏
Bedrovelsen · x · 2026-10-30
SAINTCON 安全会议上 @sherrodim 的一页幻灯片在 X 上被大量转发，标题是「Just align me, bro. Alignment for security is a fallacy」。要点：指望用对齐来解决安全问题是个笑话；我们仍然得把一切系统都做好安全防护；人类对自己的对齐搞了几千年都没成功。演讲者以讽刺口吻质疑把 AI 安全押注在「对齐」上的思路，引发安全圈共鸣。
「安全」频道最新
- 网友预言:十年内你的全部数字足迹都将公开可搜 — moonsandhues · 2026-10-30
- LessWrong 长文:「类别式禁令」比「阈值式定义」更适合界定 neuralese — LinchZhang · 2026-10-30
- CVPR 新规引争议：9月15日前未发表的 arXiv 预印本也算先前工作 — CSProfKGD · 2026-10-30
- 用 Claude Code 把全球法律做成 Git 仓库，冲上 HN 第一 — SnooPeripherals5313 · 2026-10-30
- 数据中心限建案成游说焦点，纽约两月游说支出达 6450 万美元 — news-10 · 2026-10-30
- 安全人士警告:AI 公司集中掌握私人数据,首次大型泄露将是隐私噩梦 — ohlennart · 2026-10-30