对齐到美德：Richard Ngo 提出 AI 对齐的第四种目标

Richard Ngo 提出以"美德"（如正直、荣誉、善良、尽责）作为 AI 对齐目标，替代后果主义、义务论和可纠正性三种现有方案。他认为美德能泛化僵化的义务论规则，并让情境感知与"credit hacking"从对齐难题变为可利用的特性，从而支持发布可微调甚至开源的模型。