AI Could “Kill All Humans” In Next Decade, Anthropic Lead Says

📋总体概括

Anthropic对齐科学负责人Evan Hubinger在回应研究员Jacob Coxon因安全顾虑辞职时公开表示，公司「真诚地」认为AI可能在十年内杀死全人类，他个人估计未来十年内发生概率超过10%。他同时承认，Anthropic虽在努力，但尚未有解决超级智能对齐问题的方案，也未明确处于解决轨道上。这番表态来自AI安全阵营核心公司内部高层，既是对同僚离职的回应，也暴露了前沿AI实验室在安全承诺与实际进展之间的裂缝。