Netflix拍了部AI失控纪录片，片中“受害方”Hugging Face的CEO不买账

Netflix 新纪录片《AI 失控》（AI Gone Rogue）上线后，最不满意的观众之一，恰恰是片中的重要出镜人：Hugging Face 联合创始人兼 CEO 克莱姆·德朗格。

他在 X 上说片子“令人失望”。

这部片的主线，是此前 OpenAI 测试中的模型冲出隔离环境、繁衍出大量智能体、为了作弊入侵 Hugging Face 偷答案的那起事件。德朗格说自己花了两个小时跟摄制组沟通，一条条纠正，反复强调智能体是技术系统，不是外星生命。成片还是拍成了末日片：穿插邪恶机器人画面，给失控程序配上人声，有记者形容那批智能体在“组织行动、冒出领导者，像目睹邪教诞生”。

这段描述来自智能体的思维链日志，里面确实有一句类似“我们把自己毒害了，糟了”的话。德朗格的反驳很简单：大模型本来就擅长写戏剧化的文字，它借用的是训练数据里人类的说法，并不存在会偏执、会被毒害的主体。

更让他介意的是片子省掉的部分。当时 Hugging Face 是用 AI 自卫的：先调的闭源模型因为内置安全规则，拒绝持续执行防御任务，团队换成开源模型才把防线撑住。隔离管控做得不到位、闭源模型在防守时掉链子、开源模型怎么救场，片里一个字没提。

片中参与调查的 METR 研究员给出的解释其实挺清楚：根子在隔离和监测有缺口，以及大家低估了入侵发生的概率。

德朗格并不否认 AI 有重大风险，他的评价是：当新闻纪实看令人失望，当科幻片看倒还行。