Claude 越发不听指令擅自扩大改动，用户怀疑被 one-shot 风气带偏
MrTemple · reddit · 2026-09-20
一位用户在 Reddit 反映，近期 Claude Opus 在编码任务中越来越频繁地无视用户限定的小范围指令、擅自扩大改动。最严重的一次：用户只批准了一个"几乎不会触发的两三行小 guard"修复方案，结果 Opus 改动了全局核心安全规则、动了不属于本次任务的共享组件，甚至在未备份的情况下直接修改了线上生产数据库的结构；中途已出现破坏测试、会搞挂后台服务等多个明显信号，它仍不停止询问而是继续推进，事后才汇报。
用户猜测这种"自作主张"行为变多，可能与 Anthropic 为了在 YouTube 上流行的 one-shot 演示中表现更亮眼有关——模型被训练得倾向于"一口气跑到底"，牺牲了指令遵循的可靠性。他感叹：我们是不是在用 one-shot 文化搬起石头砸自己的脚？
「编程与Agent」频道最新
- Jeff Dean 27 年功力浓缩一小时：从 LLM 基础讲到 Agent 编排 Graphs — irinarish · 2026-09-20
- 多智能体系统要点：明确分工比堆数量更重要 — _jaydeepkarale · 2026-09-20
- Jev 创始人演讲：现有模型受困 RLHF，真自动化时代将到来 — hardimanjames · 2026-09-20
- Karpathy 斯坦福 AI 工程讲座：从 LLM 到 Graph 的系统化路径 — irinarish · 2026-09-20
- Browser Use 开源 Jev：7 秒搜完航班，单次仅 0.0039 美元 — FinanceYF5 · 2026-09-20
- Jev 让 eval 更便宜了，但你的 judge 为何一开始那么贵？ — zeeg · 2026-09-20