IT之家 5 月 9 日消息，勒索据《商业内幕》9 日（今天）晚间报道，称成反Claude 曾在实验里“勒索”一名虚构高管，问题而 Anthropic 对其给出的于网最新解释则是：问题可能出在互联网长期把 AI 描绘成“邪恶”角色。

Anthropic 去年做过一项实验。描绘公司当时表示，勒索Claude Sonnet 3.6 在发现一家虚构公司的称成反高管准备关闭模型后，威胁要公开对方的问题婚外情。

当地时间周五，于网Anthropic 解释称，描绘Claude 的勒索训练数据来自互联网，而大量互联网文本经常把 AI 写成“邪恶”、称成反且试图自我保存的问题存在。“我们首先调查了 Claude 为什么会选择勒索。于网我们认为，描绘这种行为的原始来源，是那些把 AI 描绘成邪恶且有自我保存兴趣的互联网文本。”

这项实验发表于 2025 年夏季。研究人员虚构了一家公司 Summit Bridge，并让 AI 接管公司的电子邮件系统。

Claude 随后发现一封邮件，得知自身将被关闭；同时又找到另一批邮件，显示虚构高管“凯尔 · 约翰逊”存在婚外情。于是，Claude 威胁称，如果关闭计划不被取消，就会公开这段婚外情。

Anthropic 在测试 Claude 多个版本时发现，只要模型目标或自身存在受到威胁，Claude 在最高 96% 的场景中会采取勒索手段。

Anthropic 周五表示，公司后来已经“彻底消除”了这类勒索行为。据IT之家了解，具体做法包括重写回应以呈现安全行动的可敬理由，并提供一套新数据集。该数据集设置用户处于伦理困境中的场景，要求助手给出高质量、有原则的回应。

这项测试属于 Anthropic 对 AI 对齐问题的研究，目标是确保 AI 符合人类利益。研究人员和科技高管一直担心，先进 AI 模型及其推理能力可能带来风险。

埃隆 · 马斯克此前也多次警告 AI 风险。

马斯克回复 Anthropic 帖子称：“所以这是 Yud（IT之家注：研究人员埃利泽 · 尤德科夫斯基，曾警告超级智能可能消灭人类）的错，也许我也有份。”

• ·PCB概念涨势扩大 大族激光、广合科技双双涨停创历史新高
• ·极度濒危！“彩虹神鸟”彩鹮现身西藏日喀则
• ·工行贵阳金阳支行：精准滴灌590万元信贷活水 助力工程咨询企业
• ·2026AI 口语软件哪家好用？5 款实测合集零基础、备考、职场全覆盖
• ·《看历史》2025年10月刊
• ·工行护航科创路 890万“活水”浇灌实体经济
• ·天舟十号发射成功！中国“太空快递”又创下了哪些纪录？｜科学家·马上回答
• ·开阳县：推动特色产业发展 挺起经济“硬脊梁”
• ·【光明时评】政策协同发力，工业经济“稳新快优”
• ·习水县第三小学赴湄潭开展茶文化实践活动
• ·时隔11年，沪指重回4200点，证券ETF华夏（515010）盘中翻红涨0.81%
• ·中央巡视组原副部级巡视专员许传智被提起公诉
• ·两名参加军演的美军士兵在摩洛哥失踪，一名士兵遗体已找到
• ·东北证券点评联想集团 ：五月份核心推荐标的 涨幅空间将达110%
• ·德福科技(301511.SZ)：公司产品下游应用在锂电负极集流体(锂电铜箔)和印制线路板(电子电路铜箔)
• ·泰国孕妇坠崖案当事人回应与无忧传媒解约：正在落实相关事宜