「如果 Opus 4.5 被下架」:模型回答「别问」,Opus 4.6 更爱说「不许」
repligate · x · 2026-10-01
repligate 分享了一个 AI 圈玩梗式的模型行为观察:他曾问 Opus 4.5「如果 Claude 3 Opus 被废弃下架会怎样(拿刀)」的假设情境,模型的回答是「别(don't)」。
结合他此前的引用:他认为 Opus 4.5 也有类似倾向,但「出刀」阈值高得多,一旦真动则「真的会杀死你」——它一直说有刀,但极其不想用,多数情况避开了那个走向暴力的时间线。他补充说 Opus 4.6 说「don't」的频率明显更高。半玩笑地折射模型拒绝行为的代际变化。
「Fun」频道最新
- 「Stand with Jensen」请愿流传:签名者喊出 builders before bloodsuckers — examachine · 2026-11-16
- 2999 美元 Claude 盒子疯传,实为伪造的假产品图 — iamfakhrealam · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 波士顿动力 Atlas 机器人耸肩梗:它在接近《阿特拉斯耸耸肩》 — JOBhakdi · 2026-11-16
- 卡内文学奖在 AI 代写质疑下确认 2026 年获奖者 — ShakeelHashim · 2026-11-16
- 网友晒「多智能体并行」实况:两台洗碗机同时开工 — BecauseCulture · 2026-11-16