AI的拒绝能力：我们是否信任过度？

文章指出AI的拒绝机制建立在概率性参数激活之上，既可能因失效导致安全灾难，也可能被政府用于审查异见。作者援引Anthropic、OpenAI等公司的案例，说明当前依靠分层分类器拦截的做法存在结构性漏洞，并警告自主Agent时代的不可控拒绝风险。