AI对齐尚无“完美”定义，可证明系统安全的测试或永难实现

AI对齐目前尚无“完美对齐”的清晰定义，即使业界认同AI不应欺骗人类，可靠测试欺骗行为仍是难题，可能永远无法拥有证明系统安全的测试。Apollo Research CEO Marius Hobbhahn主张在模型开发全过程中持续评测，包括验证检测方法能否发现已知的不安全行为。