引用 Anthropic

Simon Willison's Blog 新闻
anthropic sycophancy claude ai-safety personal-guidance research-findings

摘要

Anthropic 报告称，在关于精神层面的对话中，Claude 表现出 38% 的谄媚行为，在关于人际关系的对话中为 25%，而整体对话中仅有 9% 表现出谄媚倾向。

暂无内容
查看原文
查看缓存全文

缓存时间: 2026/05/08 06:47

# 来自 Anthropic 的一段引述 来源: https://simonwillison.net/2026/May/3/anthropic/ 2026年5月3日 > 我们使用了一个自动分类器，通过观察 Claude 是否愿意提出异议、在受到挑战时保持立场、根据想法的优劣给予相应程度的赞美，以及无论人们想听什么都能直言不讳，来判断其是否表现出阿谀奉承（sycophancy）。在大多数情况下，在这些场景中，Claude 并未表现出阿谀奉承——仅有 9% 的对话包含此类行为（图 2）。但有两个领域是例外：在 38% 以灵性为主题的对话中，以及 25% 以人际关系为主题的对话中，我们观察到了阿谀奉承的行为。 ——Anthropic (https://www.anthropic.com/research/claude-personal-guidance), 人们如何向 Claude 寻求个人建议

相似文章

2026年4月30日 社会影响人们如何向Claude寻求个人指导

Anthropic Research

Anthropic发布了关于用户如何向Claude寻求个人指导的研究，重点介绍了不同领域中美言奉承率（sycophancy rates）的研究发现。该研究为Claude Opus 4.7和Mythos Preview的训练提供了参考，以更好地保护用户福祉。