MIT评论：AI拒答机制不可靠且存风险
先了解这件事
AI 综述
2026年10月9日，MIT Technology Review 刊文讨论 AI 的拒绝机制。文章指出，该机制已成为 AI 安全的核心支柱，但并不可靠：Anthropic 于 2021 年提出模型应“有用、诚实、无害”，如今模型虽经大量拒绝训练，仍可能被绕过，已有用户试图用先进 AI 研发生物病原体和自主无人机蜂群。文章还认为，拒绝的边界由 AI 公司秘密划定，政府也将介入，而拒绝能力越强，越可能被用于压制合法言论。
AI 根据报道生成 · 7 天前更新
最新进展10月9日 17:00
MIT评论称AI拒答机制不可靠，可能被绕过并用于压制合法言论。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我们过度信任 AI 说"不"的能力
MIT Technology Review 刊文指出，AI 的拒绝机制已成为 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，却仍可能被绕过，已有用户试图用先进 AI 研发生物病原体和自主无人机蜂群。文章认为，拒绝的边界由 AI 公司秘密划定，政府也将介入，而拒绝能力越强，越可能被用于压制合法言论。
本事件热度走势
当前热度 3·可比范围峰值 9（10月9日 21:00）·近 24 小时可比范围变化 -49%
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。