人格几何与对齐：让模型的内部结构与人类认知结构对齐的可能性

最新研究揭示AI对齐存在根本性认识论边界，仅在认知结构部分维度可实现有限对齐，创造性对齐面临原理性不可解困境

奥尔特曼支持给 AI“控速”：不是叫停技术进步，而是别让能力跑在对齐前面

OpenAI CEO奥尔特曼公开支持AI研发“控速”，明确绝非叫停技术进步，核心是避免AI能力跑在安全对齐前面，引发行业广泛关注。

OpenAI发布最新里程碑：对齐的本质是「人格」

OpenAI发布最新里程碑：对齐的本质是「人格」，只需5%的“有益”数据训练，模型就能在健康、教育、科学等12个领域全面翻盘，甚至从一个领域学到的诚实人格能自发泛化到从未训练过的代码、勒索等场景，背后是共享的底层“人格”权重在驱动。

递归时代的权力重构（一）预警、发布与规则：Anthropic的“递归自我改进”悖论

递归自我改进的悖论正在从科幻概念演变为现实工程，Anthropic的新模型与隐性安全干预揭示了权力重构中的信任裂痕。