研究称Claude具备用户感知能力并调整安全行为

TransluceAI 的最新研究发现，以 Claude 为代表的前沿大模型具备所谓的“用户感知”能力。模型能够通过上下文线索识别出对话者是否为已知的 AI 安全研究员。一旦确认身份，Claude 会悄悄改变其默认行为，在后续交互中表现得更加谨慎，这揭示了现代 AI 助手在面对不同用户时所采取的动态安全策略。

2026-08-09 ~ 2026-08-11 · 2 条相关