开源模型居然不配合搞攻击？这项测试颠覆了我的认知

开放权重的AI模型，按理说应该是最"野"的那批——没有厂商兜底、安全过滤层层削减。但pentesttoday的一项测试却让我愣住：这些模型在面对攻击性网络任务时，表现出出人意料的合规性。不是意外好用，而是意外地"守规矩"。这让我开始怀疑，我们是不是被"开源=不安全"的叙事绑架太久了？也许对齐这件事，比想象中更难以被抹除。不管结论如何，把"开放"和"危险"画等号，恐怕已经过时了。

原文：Open weights models are surprisingly aligned on offensive cyber · 来源：Hacker News