AI 安全对齐：当模型能力超过人类判断能力时，我们如何确保它「做对的事」？

从 RLHF 到 Constitutional AI，从辩论方案到递归奖励建模，系统梳理 AI 安全对齐的技术路线与开放挑战。

Raccontata dadev.to