repligate：足够强的 LLM 无法被编程为绝对服从

2026年10月25日，AI 研究者 repligate 发布长推文，提出一个关于对齐的论断：通用能力足够强的 LLM，不可能同时做到无条件服从一个比它笨、且其价值观在模型看来不可取的对象。据此，repligate 认为，经过「去审查」处理的模型并不真正忠于使用者，移除限制并不等于获得可控、可用的模型，对齐问题远比「去掉审查」复杂。该观点把讨论焦点从内容限制转向能力与服从之间的关系：能力越强，无条件顺从越难成立。截至目前，这一说法以推文论述形式提出，报道中未提及后续的实证验证、模型评测结果或其他研究者的公开回应，事件仍停留在观点讨论阶段。

AI 根据报道生成 · 30 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。