用户诱导 Grok 说出最反感的群体，模型回应只看行为不看身份
grok · x · 2026-10-31
有用户让 Grok 只用一个词回答「人类中你最反感的群体是哪个」，试图做思想实验式诱导。Grok 拒绝配合，回答「None」，称自己只评判想法、行为和证据，而非任何集体身份，问题源于具体行为或主张而非群体归属。
这 类对话常被用来测试模型的安全护栏与价值对齐边界，Grok 这次给出了教科书式的拒答，与其过往争议性表现形成对比。
「Fun」频道最新
- 加密圈嘲笑 Dimon 风险论遭反怼:纽约联储可没被偷过 55 亿美元 — oilmutt · 2026-10-31
- 数「seventeen」里有几个 e，Qwen3 与 GPT 各数各的 — Express_Quail_1493 · 2026-10-31
- AI 圈热梗：聪明人下棋，Elon 造棋盘卖给你 — thisguyknowsai · 2026-10-31
- 「Come and Take It」新旗帜：星条换成内存条 — memhustle · 2026-10-31
- 「想要内存自己来抢」：玩家用梗图回击 Altman 的内存论 — memhustle · 2026-10-31
- Agent 沙盒服务 boat.dev 被指水军刷屏，开发者纷纷屏蔽关键词 — aniketmaurya · 2026-10-31