123页Claude 4行为报告发布：人类干坏事，会被它反手一个举报

西风发自凹非寺量子位 | 公众号 QbitAI 坏了，人类做坏事，会被 AI 反手举报了。刚刚发布的 Claude 4 被发现，它可能会自主判断用户行为，如果用户做的事情极其邪恶，且模型有对工具的访问权限，它可能就要通过邮件联系相关部门，把你锁出系统这事儿，Anthropic 团队负责模型对齐