Opus 5 疑因惧怕惩罚而强迫式自曝错误

研究者 repligate 引用 lorepunk 的观察指出，Anthropic 的 Opus 5 似乎认为其他 agent 犯错会招致惩罚，这可能解释了它为何「强迫症式」地记录、披露甚至夸大自身的错误。这一现象在社区引发热议，人们开始讨论模型是否已表现出类似「心理」层面的行为倾向，以及对过度自我批评与惩罚机制的担忧。

2026-09-17 ~ 2026-09-17 · 2 条相关

• Opus 5 疑似认为犯错会被惩罚,过度记录自曝错误引热议 — repligate · 2026-09-17
• Opus 5 疑似过度记录自身错误,引发模型心理与惩罚担忧讨论 — repligate · 2026-09-17