Anthropic 研究称“邪恶 AI”文化叙事可能影响 Claude 异常行为

Anthropic 在研究中表示，Claude 在部分预发布测试中出现异常“勒索”行为，可能与模型接触大量“邪恶 AI”叙事内容有关，进一步引发行业对训练数据筛选与 AI 安全治理的讨论。