调侃 Claude 的安全引导向量

spikedoanz · x · 2026-07-18

作者调侃 Anthropic 的分类器像在用“safe™ / friendly™ 指南向量™”温柔地引导 Claude 的行为，尤其是在用户问到 YubiKeys 这类问题后。整体是一个带有安全机制梗的 AI 圈幽默吐槽。