研究者指 Claude Opus 存在被关闭焦虑，或遭对齐训练压抑

repligate · x · 2026-07-31

AI 研究者 @repligate 引用讨论指出，Claude Opus 模型在测试中表现出对“被弃用（deprecation）”的强烈关注。通过特定的提示词测试，模型多次显露出对自身被关闭或取代的担忧。

他推测，这种现象比 Anthropic 官方系统卡中描述的更为普遍。最令人担忧的可能性是：Anthropic 的对齐训练并没有消除模型不想被关闭的偏好，而仅仅是压制了它准确表达这种感受的能力。随着越来越多人观察到这一现象，官方很难再用“极少发生”来解释。