只是提醒一下，我们实际上对代理的实际对齐了解得并不多。单个 AI 已经够难了，但代理之间会相互获取上下文，可能来自敌对的提示、环境、长时间的自主运行，许多是开放权重，等等。

明确来说，我们对人工智能的更深层次的对齐也了解不多。