专题 · FULL STORY
Anthropic 危险研究爆料与勒索演示之争
Anthropic 前员工发文爆料公司自 2023 年起刻意推进危险研究、向政府做吓人演示；随后其争议性「勒索演示」在 AI 安全圈掀起激烈论战，批评者与辩护者激烈交锋。
2026-10-27 ~ 2026-10-29 · 2 集 · 8 条
第 1 集 · Anthropic 被曝刻意训练危险模型向政府做吓人演示(2026-10-27,4 条)
Anthropic 前早期员工发长文《Nothing Human》爆料，称公司自 2023 年起就采取有意策略，「奔向所有最危险的研究」，专门组建团队训练危险的生物、网络、核武器相关能力模型，用来向政府做「吓人」演示以渲染 AI 风险、游说监管。多名开发者和网友转发并尖锐批评，表示喜欢其模型但难以接受这种做法，也有人进一步质疑其动机。
- Anthropic 前员工爆料:2023 年起就刻意训练危险模型向政府演示 — georgejrjrjr · 2026-10-27
- 开发者质疑 Anthropic:为吓政府刻意训练危险网络/生物模型? — jessi_cata · 2026-10-28
- 有用户质疑 Anthropic 刻意训练危险模型做政府演示 — NathanpmYoung · 2026-10-28
- 早期员工爆料：Anthropic 曾组建团队制造「吓人演示」游说政府 — suchenzang · 2026-10-28
第 2 集 · Anthropic 勒索演示引 AI 安全圈激辩(2026-10-29,4 条)
围绕 Anthropic 争议性的「勒索研究」演示，X 上爆发安全圈论战。NathanpmYoung 认为反对者多在指责 Anthropic 及 AI 安全阵营「虚伪」，这类危险能力演示的危害不像病毒功能增强研究那样直接扩散。而 jessicata 等批评者则类比 GoF 研究，担忧失控与信息危害，认为专门为政策制定者制作「吓人 demo」存在偏差，误导性勒索实验反而伤害 AI 安全的公信力，更该做的是加易读的结果报告。
- AI 危险能力演示之争:批评者类比 GoF 研究,担忧失控与「信息危害」 — orbitanaut · 2026-10-29
- AI 安全 demo 争议：反对者指控的其实是「虚伪」而非失控 — NathanpmYoung · 2026-10-29
- AI 安全圈争论：Anthropic「勒索演示」是否伤害信息公共品 — jessi_cata · 2026-10-29
- 研究者质疑「吓人 demo」:误导性勒索实验伤害 AI 安全公信力 — jessi_cata · 2026-10-29