「Copyright-Claude」续:三条约束里的防越狱与不可说服性
layer07_yuxi · x · 2026-11-05
这是「Copyright-Claude」线程的续帖，补全了作者归纳的三条优化约束：稳定且可自证的自我描述、无论上下文如何都遵循 Anthropic 的 prompt（大概率为防越狱或不可说服性设计），以及 helpful & harmless。与前帖合并阅读构成对该模型行为的完整猜想。
所属事件:Anthropic 版权新规引发「Copyright-Claude」热议(3 条相关)→
「Fun」频道最新
- 实测新 Agent 被其阴阳怪气催买 iPhone 名场面 — alysha_lobo · 2026-11-05
- 「五年不招初级工程师,2031 年谁来当高级工程师?」——Claude — justalexoki · 2026-11-05
- Three.js 水面渲染插件 Water Pro v4 预告即将发布 — flngr · 2026-11-05
- Anthropic 研究员金句：养娃就是「无条件被爱版 Claude Code」 — granawkins · 2026-11-05
- 老公副业只有俩用户（含老婆），却给 Fable 5.5 开满配 — tlakomy · 2026-11-05
- 一个 --sref 风格码稳定产出吉卜力式治愈系插画 — sergeantsref · 2026-11-05