Alexandr Wang 谈对齐问题与可扩展监督

2026年10月10日，Meta 首席 AI 官 Alexandr Wang 就 AI 对齐问题发表看法，称对齐目前仍是科学上最开放的难题之一，没人知道确切解法。他提出的思路是“可扩展监督”：用不同的 AI 去观察并约束更聪明的 AI，且监督方也需随之不断升级为“越来越聪明的 policing agents”。据该报道，Meta 的 Muse 已采用这一方案的一个版本，用独立的 sentinel agent 检查主 agent 的行为。上述内容来自 X 用户 Rohan Paul 的转述，仅代表该来源的说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。