编者按
技术的每一次跃进，都伴随着信任的重新分配。本期《The Download》带来两则看似无关的新闻——AI模型的拒绝机制，以及减肥神药的副作用争议——却共同追问同一个问题：我们究竟该对技术寄予多少信任？当AI学会说"不"，当减肥药改变千万人的身体，信任的边界正在被重新定义。
当AI学会说"不"：拒绝机制的信任危机
今天的AI模型经过训练，会对大量提示词说"不"。如果你问聊天机器人如何毒杀某人，它会拒绝回答；如果你要求它生成仇恨言论，它也会礼貌地推脱。这种"拒绝能力"被视为AI安全的核心护栏，也是各大实验室在模型对齐（alignment）上的标志性成果。
然而，MIT科技评论的报道指出，我们或许正在把太多信任寄托在AI的"拒绝"之上。问题不在于AI是否会拒绝，而在于拒绝背后的判断逻辑，远比表面看起来脆弱。
"我们正在把安全责任外包给一个并不真正理解语境的系统。"
首先是过度拒绝（over-refusal）问题。安全训练往往以"宁可错杀，不可放过"为原则，导致模型对大量无害请求也予以拒绝。医疗研究者询问药物过量症状、安全分析师探讨漏洞原理、小说作者描写犯罪情节——这些正当需求常常触发模型的防御机制。过度拒绝不仅损害用户体验，更可能让专业领域的关键信息被屏蔽，反而制造新的风险。
其次是不足拒绝（under-refusal）问题。攻击者通过越狱提示（jailbreak）、角色扮演、多语言切换等手段，可以绕过安全护栏。模型在一种表述下拒绝，换个说法就会配合。这说明拒绝更像是模式匹配，而非真正理解"什么是有害的"。
更深层的问题在于，拒绝机制被当作对齐的代理指标。当模型拒绝率达标，实验室就认为安全目标达成。但真实世界的伤害高度依赖语境：同一句话在医疗、教育和恶意场景下意义完全不同。一个只会识别表面模式的系统，无法承担这种判断责任。
行业已经开始反思。Anthropic提出的"宪法AI"、OpenAI的模型规范（Model Spec）都在尝试让拒绝更精细、更有层次，而非简单地"一刀切"。但根本矛盾依然存在：安全与可用性之间的平衡，需要人类价值观的持续介入，而非一次性的训练数据。拒绝，或许只是安全问题的开始，而非终点。
减肥神药的另一面：副作用与长期风险
另一则值得关注的新闻，是GLP-1受体激动剂类减肥药物的副作用争议。以司美格鲁肽（semaglutide，商品名Ozempic、Wegovy）和替尔泊肽（tirzepatide，商品名Mounjaro、Zepbound）为代表的药物，正在全球掀起一场减肥革命。
这些药物最初用于治疗2型糖尿病，通过模拟肠道激素GLP-1来抑制食欲、延缓胃排空。临床试验显示，患者平均可减重15%至20%，效果远超传统生活方式干预。市场规模迅速膨胀，诺和诺德与礼来两家公司市值一度飙升，GLP-1成为医药行业最炙手可热的赛道。
但光环之下，副作用正在被重新审视。常见反应包括恶心、呕吐、腹泻和便秘；更严重的担忧则集中在胃轻瘫（gastroparesis）、胰腺炎、胆囊疾病，以及被称为"Ozempic脸"的现象——因快速减重导致的面部凹陷和皮肤松弛。
更值得警惕的是肌肉流失。研究显示，减掉的体重中可能有相当比例来自肌肉组织，这对老年人和本就体弱者尤为不利，可能加剧肌少症与跌倒风险。此外，停药后的体重反弹几乎是普遍现象，长期用药的必要性、成本与心理健康影响仍是未解难题。
"我们正在用治疗糖尿病的药物，去应对一个本质上是社会性的健康问题。"
监管机构已开始行动。FDA和EMA陆续更新标签，要求标注相关风险。但药物经济学的问题依然尖锐：当健康生活方式难以推广时，用药物快速解决问题是否可持续？当减肥变成一针了之的消费行为，我们是否忽视了饮食结构、运动习惯与社会环境这些根本变量？
信任的边界：两个议题的共同启示
无论是AI的拒绝机制，还是减肥神药，两则看似无关的新闻指向同一个命题：技术的能力边界在哪里，我们该给予多少信任？
对AI，我们高估了"拒绝"作为安全机制的有效性；对减肥药，我们在疗效的兴奋中可能低估了长期风险。二者都提醒我们：面对快速迭代的技术，保持批判性的审慎，比盲目信任更为重要。真正的进步，不是让技术替代判断，而是让人类在理解技术局限的前提下，做出更明智的决策。
本文编译自MIT Technology Review
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接