评论：AI拒绝能力被过度信任

2026年10月9日，MIT Technology Review 发表评论，讨论人们对AI拒绝回答能力的信任是否过高。文章指出，现代AI的拒绝能力由训练、分类器和多层防护共同构成，但本质仍是概率性的，可能被越狱绕过，也可能出现过度拒绝。报道提到，Anthropic称某类分类器使聊天机器人计算成本增加24%；Fable 5发布后不到三天即被Amazon研究人员解锁部分黑客能力。文章还以OpenAI for Countries等本地化安排及多国模型审查差异为例，说明拒绝机制也可能被政府用于限制合法言论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。