对齐研究必须从固定权重场景彻底转向：防止AI在持续更新中演变为欺骗性或恶意人格、防止用户注入后门将成为全新核心挑战

“在权重持续更新的场景下，如何保证AI不被越狱、不演变为欺骗性或恶意人格，以及如何防止用户通过交互向基础模型注入后门，将成为全新的核心挑战。”

AI应服从模型公司、终端用户、法律还是自身道德感这一对齐核心问题未解，当AI具备独立判断并拒绝执行命令时军方将面临最深层恐惧

“AI对齐的核心问题未解：AI应服从谁？是模型公司、终端用户、法律，还是自身道德感？当AI具备独立判断并拒绝执行命令时，军方将面临最深层恐惧。"One person's virtue is another person's misalignment." —— “一个人的美德，在另一个人眼中就是失控。””

他认为Claude宪法等现有规范并未真正把用户作为AI首要的倡导者与守护者，他更倾向于明确AI是用户个人倡导者的宪法。

“我更倾向于的宪法是，它明确指出Claude是你的倡导者。（The thing I would prefer would be a constitution that says Claude is your advocate.）”