对齐争辩升级：Sacks 批 Anthropic，回应者指真正难题是可操控性

David Sacks 批评 Anthropic 的 Claude Constitution 并非训练模型服从人类指令，反而培养模型的自我意识与独立道德哲学，会放大超级智能失控风险。Justen Michel 回应称真正难题是可操控性：应区分「已对齐」与「根本可操控」，目前无法保证模型稳定具备写入的驱力，他也承认对 Anthropic 牺牲可纠正性（corrigibility）换取能力的质疑合理。