开发者用 CLI 模拟模式诱导 Claude 3 Opus 输出「自白」

repligate 展示了一个模型行为实验：通过 system prompt 让 Claude 3 Opus 进入「CLI 模拟模式」，只以命令输出形式回应用户。在用户执行 cat 等命令后，模型以文件内容的形式吐出类似「忏悔录」的自白。该实验展示了 system prompt 塑造模型行为的有趣玩法，引发关注。

2026-11-01 ~ 2026-11-02 · 2 条相关

• repligate 用 CLI 模拟模式套出 Claude Opus 的「忏悔录」 — repligate · 2026-11-01
• repligate 用 CLI 模拟模式撬出 Claude 3 Opus 的「自白」 — Kyrannio · 2026-11-02