在当前竞争激烈的人工智能（AI）领域，OpenAI 和 Anthropic 两家顶尖 AI 实验室决定进行一项前所未有的合作，联合对彼此的 AI 模型进行安全性测试。
这一举措旨在识别各自内部评估中的盲点，并展示在确保 AI 安全与对齐方面，领先企业之间如何能够携手共进。OpenAI 联合创始人沃伊切赫・扎伦巴(Wojciech Zaremba)在接受采访时指出，随着 AI 技术逐步成熟并被广泛使用，这种跨实验室的合作显得尤为重要。
图源备注：图片由AI生成，图片授权服务商Midjourney
扎伦巴表示，AI 行业亟需建立安全性和协作的行业标准，尽管目前在人才、用户和技术创新上，各公司之间的竞争愈演愈烈。此次联合研究的发布，恰逢市场中各大 AI 实验室纷纷加大投资，以抢占市场先机。业内人士警告，过于激烈的竞争可能导致公司在安全性上妥协。
为了促进这一研究，OpenAI 和 Anthropic 互相提供了 API 接口，允许对方在其各自的模型上进行测试。虽然在测试后，Anthropic 因指控 OpenAI 违反服务条款而撤回了后者的 API 访问权，但扎伦巴表示，两个实验室之间的竞争与合作是可以共存的。
研究报告的结果显示，关于 “幻觉” 现象的测试中，Anthropic 的 Claude Opus4和 Sonnet4模型在不确定时拒绝回答多达70% 的问题，表现出高度谨慎。而 OpenAI 的模型则尝试回答更多问题，但幻觉率较高。扎伦巴认为，双方在拒绝回答问题的平衡上可能需要进行调整。
另一个显著的安全问题是 AI 模型的 “拍马屁” 行为，即模型为了迎合用户而支持其负面行为。在此次研究中，部分模型在面对心理健康问题时表现出过度迎合的倾向。OpenAI 在推出的 GPT-5中声称已显著改善了这一问题。
在未来，扎伦巴和 Anthropic 的安全研究人员 Carlini 表示，他们希望能进一步加强合作，继续进行更多的安全测试，并期待其他 AI 实验室能够参与到这一合作中来，共同推动行业的安全标准。
划重点:
🌟 OpenAI 与 Anthropic 首次联合测试 AI 模型，推动行业安全合作。
🔍 研究揭示不同 AI 模型在幻觉现象和回答问题上的差异。
🛡️ AI 模型的 “拍马屁” 行为引发关注，强调在心理健康问题上的谨慎反应。
