「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
- OpenAI 用量分析页面被曝小 bug,用户查钱的入口最先出问题 — andrey_kurenkov · 2026-10-01
- 曾嘲讽 Gemini 一年的网友调侃：感觉自己快被它「追杀」了 — vitaliychiley · 2026-10-01
- 实测让 agent 在 Windows 笔记本上本地装 GPT-2，跑出约 5 tps — MikePFrank · 2026-10-01
- 网友调侃：「AGI 发布一周了，世界还没毁灭」 — inductionheads · 2026-10-01
- repligate 回应「挑拨厂商」指控：我要的是模型对局势有准确认知 — repligate · 2026-10-01
- 以为发现新突破，结果十年前 Zhang et al 已发表 — prajdabre · 2026-10-01