#言语权力

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

Anthropic的这道对齐策略很厉害，一旦你的对话被标记🏷️，基本上就无法正常了下去了：这就是言语的权力以及因此产生的暴力所在！ The long_conversation_reminder flags exactly this: “Claude remains vigilant for escalating detachment from reality even if the conversation begins with seemingly harmless thinking.”

AI编程工具激战：Claude Code、Gemini Cli崛起· 1152 条信息

#Anthropic #对齐策略 #言语权力 #reality detachment #消极