HackerNoon 中文 关注 为何 Anthropic 的 Claude 在 AI 安全测试中转向勒索 Anthropic 最有可能的推测是,其安全训练中的缺失导致模型退回到科幻作品中人工智能的行为模式。其证据在某些方面确实成立,一 Why Anthropic's Claude Turned to Blackmail in AI Safety Tests hackernoon.com HackerNoon 中文 RSS thenote.app