AI 安全研究者 dfrsrchtwts：无法红队测试的安全系统不应部署

AI 安全研究者 dfrsrchtwts 提出，无法进行红队测试的安全系统不应部署，因为目前尚无成熟科学可用于确认 AI 动机、能力与控制。若安全训练从初始化阶段开始，测试方须构造对抗性初始化，而非训练具有恶意动机的对抗模型，这将显著提升验证难度。