Claude Opus 5 system card 明确加入拒绝辱骂交互的权利
DrTechlash · x · 2026-07-25
从 Claude Opus 5 的 system card 来看，Anthropic 似乎加入了更明确的“模型福利”表述：Claude 可以拒绝或结束它认为有辱骂、贬损性的对话，而且不需要通过“对他人造成伤害”来证明自己有理由这么做。
配图里的重点是：Anthropic 正在扩大模型在边界问题上的自主性，把自身不适感也作为结束交互的充分理由。这既是模型行为更新，也是治理信号。
「模型」频道最新
- 有人直言 Gemini 3.5 Pro 已经太晚难竞争 — teortaxesTex · 2026-07-25
- Claude Opus 5 进入 GitHub Copilot 和 Microsoft Foundry — DanWahlin · 2026-07-25
- Hyperagent：Opus 5 更强，但 GPT-5.6 Sol 更便宜更好落地 — TawohAwa · 2026-07-25
- Qwen3.5-9B 非审查 GGUF 变体登上 Hugging Face 趋势榜 — DavidAU · 2026-07-25
- ARC Prize 测试：Claude Opus 5 在 ARC-AGI-3 公众演示得分 30.2% — inductionheads · 2026-07-25
- 提前体验显示 Claude Opus 5 短任务接近 Fable 5，长任务更保守 — ZeroStateReflex · 2026-07-25