Jon Stokes 称 AI 对齐框架不可行

2026 年 10 月 15 日，AGI Hunt 报道，Jon Stokes 主张 AI「对齐」这一概念框架不可行、不连贯，即便可行也不充分，认为 AI 安全界应高优先级地将其替换掉。其核心论证是：效用函数只是观察者事后对智能体行为所作的构造性解释，并非智能体内部真实存在、可被修改或复制的对象，因此试图通过修改效用函数来「对齐」智能体，在根上就不成立。报道称，Meaningness 转发了这一观点并附和。目前该主张仍停留在观点讨论层面，报道中未见 AI 安全界的具体回应或可行的替代方案。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。