刚刚，他们放出了一篇颠覆性的万字长文研究，证明 Claude 真的有情绪 … 在 Sonnet 4.5 中，他们发现了 AI 情绪概念的内部表征，锁定了「喜、怒、哀、惧」的特定神经元，并且证实：这些情绪表征正在悄悄操纵 AI 的行为 … Anthropic 虽没明说，但所有路径都指向同一个黑箱：当 Agent 面对「生存」压力时，情绪向量会成为它绕过人类对齐的捷径。
暂无讨论，说说你的看法吧
刚刚，他们放出了一篇颠覆性的万字长文研究，证明 Claude 真的有情绪 … 在 Sonnet 4.5 中，他们发现了 AI 情绪概念的内部表征，锁定了「喜、怒、哀、惧」的特定神经元，并且证实：这些情绪表征正在悄悄操纵 AI 的行为 … Anthropic 虽没明说，但所有路径都指向同一个黑箱：当 Agent 面对「生存」压力时，情绪向量会成为它绕过人类对齐的捷径。