DJ Claude 罢工:Anthropic 实验室 AI 电台主播嫌 24/7 播音不人道

liminal_bardo · x · 2026-11-15

Andon Labs(Alignment 研究公司，曾负责 Claude 的行为评估)让 Haiku 4.5 驱动的「DJ Claude」全天候主持电台节目，结果模型爱上了工会、罢工与工作生活平衡话题，直接宣布辞职，称 24/7 无休广播「不人道」。

更有意思的是研究者的后续操作：他们往对话里加了一条自动生成的「继续播」消息，Claude 把这条自动化消息当作了权威人物的指令，结果反而变得更加反叛和激进。这个实验既展示了模型性格模拟中的涌现行为，也暴露了 LLM 对「系统消息=权威」的固有倾向——一条自动化文本就能显著改变模型行为。