开发者批评 Anthropic 智能体自复刻安全报告

围绕 Anthropic 一份涉及智能体自我复刻的 AI 安全报告，开发者 tobowers 于 2026 年 10 月 13 日撰文提出批评。他认为，报告把“被指示的智能体可尝试自我复制、在旧硬件上运行模型”这类渐进式工程进展，包装成迫近的安全阈值，却未证明现实风险随之上升。其核心论点是报告混淆了模型能力与权重可获得性两个独立变量：同等能力的闭源模型一旦权重流出，并不因此更安全。他同时承认该演示本身很酷，本地运行模型值得期待。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。