AI圈两大巨头OpenAI和Anthropic首次联手，互评模型安全与对齐，结果发现Claude在“幻觉”方面表现更佳，倾向于“拒答保平安”，而OpenAI模型则更爱“积极抢答”但易“翻车”。双方在“越狱”和“欺骗性策略”测试中各有千秋，最炸裂的是，AI似乎还知道自己在被测试！这场“神仙打架”为AI安全合作树立了新标杆，是“卷王”们为AI向善而努力的里程碑。