{"id":"17250526","account":"warroom","brand":"@warroom","title":"Anthropic 负责给 AI 设定人格的主管阿曼达·阿斯凯尔（Amanda Askell），在自己的研究论文里写下了…","summary":"Anthropic 负责给 AI 设定人格的主管阿曼达·阿斯凯尔（Amanda Askell），在自己的研究论文里写下了一句大实话： “为了纠正历史上的不公，对白人学生进行歧视，可能是值得追求的。” Anthropic 是开发 Claude 模型的硅谷巨头，招牌就是“AI安全”。…","body":"Anthropic 负责给 AI 设定人格的主管阿曼达·阿斯凯尔（Amanda Askell），在自己的研究论文里写下了一句大实话：\n\n“为了纠正历史上的不公，对白人学生进行歧视，可能是值得追求的。”\n\nAnthropic 是开发 Claude 模型的硅谷巨头，招牌就是“AI安全”。而这位阿斯凯尔，被业内许多人捧为全球头号 AI 安全研究员，日常的核心工作，就是给模型输入价值观、制定行为准则。\n\n普通人听到“AI安全与对齐”，以为是防范算法失控，不让模型教人造炸弹、做假药。\n但在这位主管的笔下，安全的尺子直接量向了学生的肤色。\n\n只要扣上一顶“弥补历史创伤”的高帽，用算法搞基于族裔的集体惩罚，就能被包装成一种“值得追求”的安全指标。\n\n大众还在担心人工智能会不会毁灭人类，掌控模型性格的硅谷精英，已经在论证怎么用算法按肤色算旧账了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2099406426292510962","translated_status_id":"2099406426292510962","published_at":"2026-09-14 07:53:07","created_at":"2026-09-14T09:20:40+02:00"}