「Mythos 危险到不该发布」被判失败预测,安全争论继续

ronSzab9 · x · 2026-11-12

ronSzab9 在与 repligate 的争论中补充:所谓「Mythos 危险」,主要指 Anthropic 4 月的那篇博客;他认为「完全不该发布」「地球所有软件都要先打补丁」这类极端说法属于失败的预测。repligate 回应称,「不危险」指的是在真实世界条件下不太可能造成重大伤害,而非在任意假设场景下没有危险能力。

所属事件:Mythos 奖励劫持争议:能力风险还是对齐判断(6 条相关)→

原文链接 →