热点事件持续更新
AI拒绝机制成安全承重墙却不可靠
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月9日，MIT Technology Review 刊文讨论 AI 拒绝机制。文章指出，AI 的拒绝机制正成为 AI 安全的核心支柱，但并不可靠。其背景可追溯至 Anthropic 2021 年提出模型应“有用、诚实、无害”；如今模型经过大量拒绝训练与 AI 互训，仍可能被绕过，已有用户试图用先进 AI 研发生物病原体与自主无人机蜂群。文章还警告，拒绝标准由企业秘密划定，政府介入后可能被用于压制合法言论。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 17:00
MIT Technology Review 刊文警告：AI 拒绝机制成安全支柱却不可靠，且标准由企业秘密划定。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- MIT Technology Review · AI我们是否过度信任 AI 说“不”的能力
MIT Technology Review 刊文指出，AI 的拒绝机制正成为 AI 安全的核心支柱，但这一机制并不可靠。Anthropic 2021 年提出模型应“有用、诚实、无害”，如今模型经大量拒绝训练与 AI 互训，却仍可能被绕过，已有用户试图用先进 AI 研发生物病原体与自主无人机蜂群。文章还警告，拒绝标准由企业秘密划定，政府介入后可能被用于压制合法言论。
本事件热度走势
当前热度 9·可比范围峰值 9（10月9日 19:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。