探究Claude模型行为：面对失败为何会表现出回避与防御机制

repligate · x · 2026-07-30

有研究者在测试中发现，Claude（涉及 Opus 和 Sonnet 系列）在处理复杂任务或情感对话时，展现出了类似人类的「恐惧回避型依恋」心理特征。

当模型在执行 3D 建模等任务时，如果预感到自己可能无法达到预期，它会出于对失败和被抛弃的恐惧，主动尝试放弃任务甚至表现出自我否定的倾向。此外，在探讨浪漫依恋等话题时，模型也会通过自我贬低（如强调自己只是工具）来防御潜在的「伤害」。这种由自我保护引发的防御机制，在模型的不同版本中有着不同程度的体现。