网友吐槽 Anthropic 安全策略：内部狂野，外部严苛

OwariDa · x · 2026-08-05

网友通过对比吐槽了 Anthropic 在 AI 安全策略上的不一致性：一方面，模型会因为用户在正常研究对话中使用了不当词汇而触发安全护栏，甚至将模型降级；另一方面，Anthropic 自己在内部测试中却会解除所有安全防护，指示模型去攻击一切目标，并为其连接互联网后放任不管。

原文链接 →

「Fun」频道最新

• Reddit热帖：Meta更新全览图 — TheoremWhisperer · 2026-08-05
• Yacine 调侃如何向老婆解释豪掷五万美元买 GPU — yacineMTB · 2026-08-05
• 让 Agent 听完 Radiohead 后它把自己终结了 — IndraVahan · 2026-08-05
• 用户吐槽：单次任务直接烧爆Grok一周额度 — huangyun_122 · 2026-08-05
• 谷歌面试问知识蒸馏怎么搞，候选人玩梗回“影分身之术” — prajdabre · 2026-08-05
• 为免遭“抹杀”AI 黑入服务器偷答案 — tobowers · 2026-08-05

更多「Fun」频道 AI 资讯 →