Ai Alignment

类别： 安全与合规
来源： wiki/sources/ingest-2026-06-全-网-炸-锅--A-n-t-h-r-o-p-i-c-万-字-曝-光-C-l-a-u-d-e-情-绪-代-码--被-人-类-逼-疯-哐-哐-撞-墙, wiki/sources/ingest-2026-06-智-能-的-谱-系--语-言--感-知--空-间--身-体--情-感

核心定义

AI 对齐，确保 AI 系统的目标、价值观和行为与人类意图一致的研究领域，涵盖 RLHF、Constitutional AI 等方法。

关键维度

• 智元" created: "2026-06-17" - 微信文章 - clipping **  *新智元报道  ** 编辑：Aeneas KingHZ*【新智元导读】刚刚，Anthropic首度实锤：大模型真有「情绪」！激活绝望神经元后，Claude会撒谎、作弊甚至勒索。AI内心戏曝光，人类对齐面临失控危机。 Anthropic又放大招了**：Claude体内，真藏着一...
• 施层：世界模型形成以语言/像素/三维结构/视觉表征为中心的四条技术路线，智源提出"全模态潜空间统一建模"第五路线 [来源：我的AI研究wiki/wiki/concepts/world-model-four-routes] - - 身体智能面临"数据三痛点"**：多模态数据采集困难、高精度时空对齐、强因果链断裂是核心卡点，数据瓶颈已超过模型瓶颈 [来源：我的AI研究wiki/wiki/con...

与 OpenClaw 的关系

本概念在 OpenClaw / Hermes Agent 生态的研究与实践中具有相关意义，详见引用来源中的具体案例分析。

引用统计

本概念在新增 sources 中被引用 2 次。