PewDiePie 试玩移除安全审查工具 Heretic

2026 年 10 月 2 日，AGI Hunt 报道，YouTube 顶流 PewDiePie 在视频中试用了开源工具 Heretic，该工具可自动移除大语言模型的安全对齐审查。报道称，Heretic 作者 -p-e-w- 在 Reddit 发帖回应，表示乐见非技术受众接触这项工作，并预告 Heretic 2.0 即将发布；作者同时预计会收到一堆询问「怎么在 ChatGPT 上跑」的邮件（按作者说法跑不了），以及「为 CIA 工作」的指控（作者称并没有）。目前进展是：随着顶流博主试玩，该工具进入更广泛受众视野，作者已公开确认后续版本计划。

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。