让 Claude 玩 roguelike 游戏时安全护栏莫名误触发
leemcd86 · reddit · 2026-10-13
一位用户尝试让 Claude 在终端里玩回合制游戏 Cataclysm: Dark Days Ahead：Claude 自行安装并启动游戏，能逐步规划移动、与 NPC 对话甚至评估说服概率。但当用户把思考过程也放进同一个终端窗口时，反复触发安全护栏，且 Claude 无法解释原因，仅提示 "Details reasoningextraction"；只有 Haiku 能正常工作。疑似护栏将读取自身思考文本的行为误判为推理提取，属于典型的护栏误伤案例。
「模型」频道最新
- 号称匹敌 GPT-6.1 的 DNA 模型遭实测打脸：10 例 8 例不如随机 — anshulkundaje · 2026-10-23
- 爆料称 Anthropic 正训练对标 OpenAI 内部模型的新模型 — imjustnewatai · 2026-10-23
- AI 研究者：Claude 替我完成了多年前放弃的繁琐研究任务 — MikePFrank · 2026-10-23
- Dream Labs 出 stealth:双手机器人基座模型 Dream-1,时租仅 3 美元 — scott_e_reed · 2026-10-23
- Claude 模型登陆 Google Cloud:Anthropic 托管版正式可用 — claudeai · 2026-10-23
- Beam 对战 GLM 5.3 去审查版：10 轮攻防修补 96% 漏洞 — bigblueboo · 2026-10-23