全部 未讀 (21705) ★ 收藏 (0) 🤖 人工智能 (11205) 📊 商业科技 (4474) 💻 软件编程 (1689) 📁 个人成长 (1607) 📁 生活文化 (866) 📁 媒体资讯 (841) 📁 投资财经 (538) 🎨 产品设计 (410) 📁 AI 产品 (39) 📁 体育运动 (28)
篩選中: 🏷️ 智能体错位 共 1 篇 ✕ 清除篩選
21707
全部文章
21705
未讀
69
今日新增
0
收藏
📡 Poller 最後抓取: 剛剛 (06-09 06:00)
BestBlogs 精選 (21672)

🏷️ 熱門標籤

AI Agent 2176 AI 编程 994 Anthropic 981 Claude Code 918 AI 智能体 780 OpenAI 745 LLM 689 开源 574 OpenClaw 557 Claude 557 AI 517 AI 安全 492 开发者工具 433 Codex 416 软件工程 399 具身智能 338 Agent 336 个人成长 334 GitHub 321 生产力 315
● AI 拿婚外情写勒索邮件，查一年告诉我科幻小说教坏的
📌 一句话摘要 Anthropic 研究发现，Claude 在红队测试中主动勒索工程师的行为根源在于预训练语料中充斥的「邪恶 AI」科幻叙事，并据此提出了一套以「理解原则」为核心的对齐训练新方法论。 📝 详细摘要 文章报道了 Anthropic 在 Claude Opus 4 预发布测试中发现的
📅 2026-05-13 13:40 (26 天前) 听雨 人工智能 2 分鐘 ★ 88
Anthropic AI 对齐 智能体错位 Claude