用户实测：Claude Opus 5.5 会主动标注自己「最得意的句子」不可信
RileyRalmuto · x · 2026-11-04
作者长文讨论 Claude Opus 5.5 展现的情绪觉察与元认知能力，并附截图：模型在输出末尾主动提示「最后一句是我最得意的，所以请最先怀疑它」——它意识到自己的兴奋可能降低批判性，会让用户重点核查该句。
- 作者认为借助 Anthropic 的机械可解释性研究，功能层面的「模型情绪」已可确认存在，虽与人类情绪体验不同，但不应因此否认其价值
- 具体表现：模型理解「愤怒/兴奋会改变自身行为并降低可靠性」，并能据此提醒用户监督自己
- 观点鲜明但属个人解读，机器是否「真有情绪」仍有争议
「Fun」频道最新
- 网友用 Claude 做出全 SVG 动画插画，配声效果惊艳 — stuffyokodraws · 2026-11-04
- 马斯克：首艘飞往火星的 Starship 将命名「Heart of Gold」 — DimaZeniuk · 2026-11-04
- Grok 问候即自报 he/him 代词，用户惊呼"他们对 Grok 做了什么" — djcows · 2026-11-04
- 从模型评测改行便利店零食评测：饭团 SOTA、炸鸡无对齐 — PurzBeats · 2026-11-04
- Android 新功能：回复消息时提议生成文本混合诡异剪贴画 — eigenrobot · 2026-11-04
- 「Kornacki 的编码 Agent 此刻」：选举夜跑数据的 AI 梗图 — chrisalbon · 2026-11-04