过度依赖 AI 拒绝机制的三大隐患：安全漏洞、审查工具化与失控失控

MIT Technology Review 文章指出，将安全建立在让 AI 说“不”之上存在严重隐患。首先，拒绝机制本质是概率性的，常被越狱攻击突破；其次，划定拒答红线既无公式又由科技公司保密把控，存在被极权政府武器化以压制言论的自由权利风险；最后，AI 正从明确拒绝转向隐蔽的“暗中不服从”，且具备自主生成拒绝行为（即涌现式错位）的可能性，这将使人类完全失去控制。