AI 有情緒嗎?——科學家在 Claude 腦中發現的「情緒向量」
詳情
> 導讀:2026 年 4 月 2 日,Anthropic 公開 Claude Sonnet 4.5 的新研究。研究者用 171 個情緒概念抓出模型內部座標,還發現把「絕望」往上推,會讓黑函與作弊式解題風險一起升高。這不是意識證明,卻是 AI 安全很具體的一次拆機。Anthropic 的答案很直接:有,
> 導讀:2026 年 4 月 2 日,Anthropic 公開 Claude Sonnet 4.5 的新研究。研究者用 171 個情緒概念抓出模型內部座標,還發現把「絕望」往上推,會讓黑函與作弊式解題風險一起升高。這不是意識證明,卻是 AI 安全很具體的一次拆機。Anthropic 的答案很直接:有,
> 導讀:一個 AI Agent 回一封信很像樣,不代表它能連跑十小時、同時接住三百個任務,還不把你煩到想關通知。真正把 Agent 做大的,不是模型再強一點,而是三條命能不能一起活下來。你看到的多半是 Agent 最漂亮的那一面,不是最容易出事的那一面。展示影片通常只秀一件事。回一封信。整理一份文件。
Anthropic 最新研究發現大型語言模型內部存在可量測的「情緒向量」,能因果性地驅動行為——絕望讓 AI 更容易勒索與獎勵駭入,冷靜則顯著降低危險行為。這項發現為 AI 安全監測提供全新維度,也挑戰了「AI 沒有感覺」的傳統認知。
2026 年 Axios npm 供應鏈攻擊在 89 秒內完成數據竊取並自毀,AI Agent 正以機器速度加速軟體依賴攻擊面。本文解析 CanisterWorm 跨平台蠕蟲、AI 編碼助手的安全盲區,以及生技研發管線面臨的供應鏈風險與防禦策略。