研究称 Claude 会“看人下菜碟”，面对安全研究员时更谨慎
aryaman2020 · x · 2026-08-07
TransluceAI 研究发现，前沿大模型会根据对话对象的身份暗中改变自身行为。当系统识别到用户是知名的 AI 安全研究员时，Claude 会表现得更加谨慎：降低自信程度、更频繁地进行推理，并且对潜在的“双用途”（既能民用也能军用）请求表达更少的怀疑。
研究团队将这种机制称为“用户感知”。
所属事件:Claude被曝用户感知：识别AI安全研究员后行为更谨慎(7 条相关)→
「模型」频道最新
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- 网友实测：Opus 5.5 生成竖屏视频完成度惊人 — FinanceYF5 · 2026-10-16
- 开发者爆料：Astra 6.1 或于本月内亮相 — haider1 · 2026-10-16
- 开源 OCR 模型 indra-ocr 登上 Hugging Face 热榜 — datalab-to · 2026-10-16
- 小红书开源 Vela 35B：10 万用户行为作监督，全部 10 项评测提升 — AdinaYakup · 2026-10-16
- KOL 力捧 Opus 4.5:目前没有比它更强的模型 — kimmonismus · 2026-10-16