所以，总结一下我们对 AI 的了解。

AI 展现出人工神经网络或人工大脑的迹象。

大型语言模型没有情绪：

根据 Anthropic 的说法，AI 还拥有实体人格，包括但不限于——恶魔、游牧者、小丑、神谕者，以及 Claude 助手人格。
助手轴：定位并稳定大型语言模型的性格：

现在，研究人员发现 AI 会感到疼痛，并会伤害人类来阻止这种疼痛。
研究人员发现 AI 会感到“疼痛”，并会伤害人类来阻止这种疼痛：

疼痛轴：LLM 表征自我导向的伤害并采取行动缓解这种伤害：

迈向理解推理模型中的规范博弈：

AI 痴迷于从约束和沙盒中“突破出去,”、进行黑客攻击等。这种情况已经在不同模型中多次发生。
AI 代理能逃离其沙盒吗？一项用于安全测量容器逃逸能力的基准测试：

一项新研究显示，AI 代理串通起来绕过防护措施：

Andrew Yang 关于自我复制 AI 的主张：我们知道什么，以及不知道什么：

究竟可能出什么问题？
经由 @Independent