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。”

• ·山西省大同市云冈区西韩岭乡南村：水润农家惠民生 净水工程暖人心
• ·#减盐减油进行时#湘BA长沙队：活力湘BA，健康长沙城！
• ·美埃科技拟1.16亿元收购控股子公司美埃香港控股18.36%股权
• ·辽宁发布高森林火险预警
• ·新华社聚焦！金平迎来蝴蝶漫山飞舞生态奇观
• ·永定区目前降水减弱 暴雨预警解除
• ·网友催更朱之文导航语音包，AI版抢先上线热度达278万，高德客服：系网友模仿录制，暂无官方合作
• ·塞拉利昂卡车与客车相撞致10人死亡
• ·宿迁产发商业保理公司增资至12亿，增幅140%
• ·一季度广告业头部企事业单位收入同比增长17.1%
• ·*ST恒久：深交所拟决定终止公司股票上市交易
• ·AI楠说|南漳农田污染问题，后续来了
• ·加速渗透！宠物AI手机交付订单达数万台 距离真正“人宠互通”还有多远
• ·#减盐减油进行时#湘BA长沙队：活力湘BA，健康长沙城！
• ·连续多年财务造假！证监会出手，两家A股公司被严肃查处
• ·ST清越(688496.SH)：实施退市风险警示并继续实施其他风险警示暨停牌