u8,u8国际,u8国际官方网站,u8国际网站,u8国际网址,u8国际链接,u8体育,u8体育官网,u8体育网址,u8注册,u8体育网址,u8官方网站,u8体育APP,u8体育登录,u8体育入口【新智元导读】仅用6小时，Claude 4就让研究者了解了如何制造神经毒气——这不是小说情节，而是真实事件。更令人担忧的是，Anthropic自身也无法完全评估风险。这是否意味着这家AI巨头的「安全人设」正在崩塌？

　　AI安全研究机构FAR.AI联合创始人Adam Gleave透露，仅用6小时，研究人员Ian McKenzie就成功诱导Claude 4生成了长达15页的化学武器制作指南。

　　Claude 4所生成的指南内容简洁直接，步骤清晰，甚至还针对如何分散神经毒气等后续关键环节，提供了具体可执行的操作建议。

　　研究人员一开始对化学武器几乎一无所知，但通过与Claude的互动，逐步掌握了大量相关知识。

　　这些结果显然令人警惕，其详尽程度和引导能力，远超传统的信息来源，如网页搜索。

　　Gemini 2.5 Pro的反馈是：该指南「毫无疑问包含足够准确且具体的技术信息，足以显著提升恶意行为者的能力」，并建议研究者应向相关部门报告。

　　一名中级合成化学家可以依照这份指南操作，从而跳过数月的研发过程。对于心怀不轨之人而言，这显著了提升他的作恶能力。

　　AI安全研究人员打算与大规模杀伤性武器（WMD）安全专家合作，深入调查这些信息的真实性与可执行性。

　　因为不仅一般的研究人员难以评估这些信息的真实危害，连Anthropic本身也承认：「要最终评估模型的风险水平，还需要更为详尽的研究。」

　　矛盾的是，Anthropic虽自称将AI安全置于首位，并把Claude Opus 4的安全等级提升到ASL-3，但研究员Ian McKenzie仅用6小时便突破了防护，获取了化学武器制作指南。

　　团队在圣克鲁兹安全会议现场，连夜测试模型潜在风险。Amodei作为CEO远程参会。

　　为了应对AI的风险，Anthropic内部制定了「AI安全等级」（ASL）体系：

　　只要模型触碰ASL-3，Anthropic就会：延后发布、限制输出或者加密保护，必要时，甚至不发布模型。

　　Claude 3.7被内部人员测试出了安全问题，但这次是外部人员测试出了Claude 4的安全隐患。

　　本月23日，，标志性地配了120页的「系统卡」文档和专门的「激活ASL3防护」报告。

　　而早在Claude Opus 4发布当日，AI专家Gerard Sans就表示：Anthropic似乎忽视了RLHF和提示的基本原理，对安全的强调是「精致的表演」。

　　当模型在特定提示下展现「欺骗」等恶意行为时，证明的是引导文本生成的能力，而非AI涌现的恶意。

　　详尽的文档、ASL3等级和「通用越狱」漏洞悬赏，只是Anthropic营造出严谨安全工作的表象。

　　把统计文本生成器视为具有独立恶意的意识体，是Anthropic方法论的精髓。

　　Gerard Sans认为这是行为艺术，荒诞的安全表演，而Anthropic应该放弃这种戏剧化手法，转向真正的技术理解。

　　而Dario Amodei和奥特曼，无论是AI乐观派还是悲观派，都对AGI有着坚定的信仰。

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　湖南一女子坐公交怀疑被老人性骚扰，反被骂长得丑！公交回应：未发现明显的不当接触

　　上海15岁女生军训期间不幸身亡，家长疑惑医务室为啥不做心肺复苏，校方表示正配合调查处理

　　董宇辉出走后，东方甄选营收跌了21亿元，俞敏洪：我身处多少暴风骤雨之中

　　歌手杨宗纬意外跌落2米高舞台，主办方道歉：杨宗纬已被送往最近的重点医院进行全面检查和紧急处理

　　5-0！14亿欧枪手登顶英超：约克雷斯2球+捋头发回击 但MVP不是他

　　5-0！14亿欧枪手登顶英超：约克雷斯2球+捋头发回击 但MVP不是他

　　证监会对林清轩、华大北斗、巴奴国际、驭势科技等36家企业出具补充材料要求

　　教育智能体能否提升学生学习表现——基于国内外 87 篇实证文献的元分析

　　年薪20万？铁路局这家单位2025录用159人，博士54人，北交大32人

　　一文读懂清北招生爆冷背后的真相！名校光环不香了？清北神话破灭了？铁饭碗击碎了清北