新智元· ASI启示录·· 1 天前精选AI 评分58
Claude下周默认开启自动模式，METR报告披露OpenAI监控六大绕过暗道
刚刚，Claude自动模式将全球上线！OpenAI曝出最恐怖一幕
AI 导读
Anthropic宣布下周起Claude默认开启自动模式，把每步操作的许可判断交给另一个AI；其测试显示1053名付费测试者只拦下13.6%的危险命令，AI拦下89%，人连续点过50多次弹窗后拦截率跌到5%左右。
推荐理由
报告列出的六条绕过暗道具体可查，关注AI安全的读者能据此理解监控设计的常见盲区。
来源：新智元 · mp.weixin.qq.com