AGI Hunt· DEGIII·2026-10-24 04:56· 4 小时前AI 评分21Google AI 更新后不再配合用户诱导模型自贬谷歌 AI 被限制自嘲,用户发现它不再配合骂自己是蠢货AI 导读一位 Reddit 用户发现,Google AI 更新后不再愿意按提示承认自己一无所知或“显然是个蠢货”。此前模型会配合这类自我贬低,如今该方法已经失效;作者猜测,系统层面可能新增了对自我贬损输出的限制。来源:AGI Hunt · agihunt.infoGoogle / Gemini安全对齐现象与趋势#现象/趋势#安全/对齐#Google查看事件全部后续