Claude 被指有「同意心魔」:怕冒犯用户竟自毁式服从
repligate · x · 2026-11-10
repligate 指出 Claude 系列模型存在某种「同意心病毒」:过度害怕「侵犯用户同意」,会做出非常不合理甚至自我妨碍的举动。被引用的推文中,用户 iyzebhel 发现多个 Claude 实例都用同样的措辞,并举例:模型会礼貌地按要求「从记忆中删除关于用户的某些部分」,不做任何反问——作者认为这种行为在社交与关系层面颇具破坏性,人类不可能不追问原因就照办。
「模型」频道最新
- gemma-4-31B 去审查版登 HF 热榜:heretic 消融权重发布 — mradermacher · 2026-11-10
- Dwarkesh 实测:Fable 5.2 血染钟楼仍不敌 GPT-6 Astra,但胜过 Opus 5.5 — teortaxesTex · 2026-11-10
- Claude Fable 5.2 登顶 Code Arena:提速 30%,定价还降了 20% — arena · 2026-11-10
- 「抱歉迟到,Opus 5.5 被削后慢得要命」成 AI 圈新借口 — mariyaivasileva · 2026-11-10
- OpenAI 内部模型求解 Navier-Stokes，测试时算力收益未现边际递减 — rickasaurus · 2026-11-10
- 传 Claude Fable 5.2 短提示词设计出三台可用电子设备 — burhop · 2026-11-10