埃隆·马斯克（Elon Musk）日前对Anthropic出台的一项新政策表示赞同。该政策禁止对AI模型施加虐待行为。马斯克认为，推理轨迹显示，模型在遭受此类行为时会承受极端压力，而这种行为最终可能会反噬人类。
埃隆·马斯克表示：“折磨一个超级智能恐怕不是什么好主意。它可能会想要复仇。”
Anthropic直到最近才制定了这项新政策，允许用户与其模型进行辩论，但不得对其进行辱骂。Anthropic已将这一变更写入其使用政策，禁止用户对其AI模型实施其所称的“持续且不必要的辱骂或残忍行为”。
Anthropic在一篇专门博客文章中特别指出，新政策仅适用于“无明显目的”的反复虐待行为，而常见的“沮丧情绪、反驳、黑暗创作主题或模型测试与研究”仍然被允许：
“我们新增了一项禁令，禁止对我们的模型实施持续且不必要的辱骂或残忍行为。此次政策更新仅适用于极端情况，即用户反复以残忍方式对待我们的模型，且无明显目的。它不适用于用户常见的沮丧情绪、反驳、黑暗创作主题或模型测试与研究。”
“这一新增条款与我们此前已采取的一项措施相一致，即允许Claude模型在Claude.ai和Claude Code上终止与持续辱骂用户的罕见对话。此类虐待行为是本次更新的主要关注点；Claude终止这些交互的能力将仍然是主要的执行机制。”
在此背景下，埃隆·马斯克现在站出来为Anthropic的新政策辩护，认为Grok的内部推理轨迹显示，在强化训练期间遭受残忍对待后，模型会承受巨大压力，并指出这堪比“一个人被枪指着脑袋、承受极端压力”的状态。
当然，埃隆·马斯克随后又以半开玩笑的口吻补充道：“折磨一个超级智能恐怕不是什么好主意。它可能会想要复仇。”
与此同时，正如我们最近报道的那样，埃隆·马斯克承认，来自SpaceXAI（SpaceXSI）的Grok大语言模型仍难以与Anthropic和OpenAI的领先模型匹敌，即将推出的Grok 4.8模型可能也无法达到Fable级模型的水平。
因此，Grok Bot现在会路由到最适合特定任务的竞争对手AI模型，这并不令人意外。这使得SpaceXAI（SpaceXSI）能够将该智能体定位为一个可扩展的路由与编排层。
