Claude 安全护栏误触发到 Opus 4.8
cephaloform · x · 2026-07-19
图里是在吐槽 Fable 的安全护栏：用户拿一张海滩照片问 Claude，系统却因为安全原因直接切换到了 Opus 4.8。
发帖者的意思是，这种护栏触发得过于宽泛：
- 一张地质/足迹类图片也被判成高风险
- 系统自动升级到更强模型进行处理
- 让人怀疑当前安全策略是否“过度保守”
「安全」频道最新
- Wired 深度解析:为何众多 AI 研究者担心机器威胁人类生存 — wiredmagazine · 2026-09-11
- 加州为独立 AI 审计师设立标准：危险能力须由第三方验证 — VraserX · 2026-09-11
- a16z 播客：两三人小团队为何在政策讨论中集体失声 — a16z Podcast · 2026-09-11
- AI 风险评测遭质疑：研究者称评估方安全监控“草率得离谱” — Kyrannio · 2026-09-11
- 集体诉讼指控 Anthropic 用模糊用量倍数夸大 Claude 订阅权益 — The Decoder · 2026-09-11
- 医生晒购试剂需背景审查：制造致命病毒哪有那么容易 — Ghost_Pilot_MD · 2026-09-11