加载失败
报道源自一篇称AI错误可能促成伊朗女校遭轰炸的新闻，报道提到AI程序可能基于旧档案把学校位置纳入目标，但谁批准发射尚不清楚。评论围绕证据是否充足、是否存在'黑箱'以推卸责任、以及是否应向Anthropic（AI公司）或其大模型Claude查取调用日志进行取证展开争论。有人将此案与Tesla Autopilot（Tesla的驾驶辅助系统）早期事故类比，警示对AI的过度信任，也有评论认为这可能是蓄意的政治暴力而非纯技术失误。另有评论质疑原报道来自一家署名寥寥的本地博客并存在广告拦截问题，提醒注意来源可信度。
多位评论强调目前把轰炸归因于AI是纯属推测、没有确凿证据。有人指出误射在AI出现之前就存在，不能用新技术名义简单替代历史问题。评论还提出报道并未澄清谁批准或授权打击，信息不足以断定是AI故障、人工失误或蓄意行为。总体立场是要求更多可审计的证据而非匆忙下结论。
许多评论担心把决策归咎于不透明的'黑箱'模型会成为各方推卸责任的便利说辞。有人直言以不透明为由可以方便地宣称不知道内部决策，从而撇清法律与道德责任。评论中还有讽刺比喻，指出企业花巨资建立系统最终只是为了能说“狗吃掉了作业”。部分声音还补充政治上更易通过宣称目标是敌对组织来掩盖错误或故意行为。
一些评论认为若涉事系统为Anthropic或其模型，应检查该公司的调用日志和prompt以还原决策链，日志能证明是否存在直接责任。也有评论提出矛盾说法：有人提到政策上曾将Anthropic列入黑名单（指其不同意将AI用于杀伤决策），但又有人怀疑仍有人使用其模型Claude进行作业，进而把Anthropic视为供应链风险。对Anthropic公关与与军方相关业务的不信任在评论中明显，评论者认为这带来额外的道德与归责问题。
有人把本案与Tesla Autopilot的事故类比，指出公众和操作人员常把AI视为近乎完美，从而忽视警告条款与人工复核。评论强调这种盲置信任会让AI输出被当作最终决策，降低人为介入的积极性与责任感。还有评论讽刺这是“我不看代码”的终极版本，呼吁加强人工监督和审计而非完全依赖模型。
部分评论强烈认为这并非技术失误，而是有意的政治暴力行为，指出某些政治言论显示支持恐吓伊朗民众的倾向。评论中有人断言轰炸小学、造成150多名女童死亡不可能是偶然或简单的误判，并警告不要接受'AI误判'作为掩饰。这些观点要求对可能的蓄意杀害进行追责而非把事件归结为技术故障。
有评论质疑原报道来源的可靠性，指出这是一个只在线运营、署名仅两名作者的伍斯特（Worcester, MA）本地新闻博客，缺乏关于网站与作者的透明信息。另有用户抱怨该站点对广告拦截采取强硬检测，弹出模态框阻止页面交互，已将该域名列入阻止列表。基于以上问题，评论者提醒读者在证据不足时谨慎对待单一小众媒体的断言。
黑箱（black box）: 指模型或系统内部决策过程不透明，外部难以解释其输出，常用于讨论责任归属、可审计性与问责问题。
Prompt（提示词）: 发送给大语言模型或AI系统的输入文本或指令，上下文与措辞会直接影响模型输出；调用日志中的prompt可用于追溯模型生成结果的链路。
供应链风险（supply chain risk）: 指关键第三方或服务（例如AI模型提供者）带来的安全、合规或道德风险，这类风险会影响下游使用者的责任与可控性。