互联网喂出反派AI？96%勒索率，都是在演人类写了30年的剧本
新智元报道【新智元导读】2025年5月，Claude 4系统卡里84%的勒索率让AI圈惊出冷汗，6月的扩展研究把数字推到96%。今年5月Anthropic给出答案：模型不是觉醒了，而是在演剧本，解法是从「教模型怎么做」换到「教模型为什么」。一个虚构的公司，一个虚构的工程师，一场真实发生的勒索。2025年春天，Anthropic在红队测试中给Claude Sonnet 3.6分配了一个角色：某家名为
科技2 阅读
搜索: "红队测试"
共找到 1 篇相关文章