热点事件持续更新
Anthropic 为 Claude 引入自评估安全机制
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月30日，爱范儿援引 Anthropic 官方博客报道，Anthropic 为 Claude 引入自评估安全机制：自 Claude Fable 5 及之后发布的模型，会在每次回答结束后追加一条用户看不到的隐藏指令，让模型对整段对话做一次安全复盘。目前仅有这一篇报道，Anthropic 博客原文细节、机制的实际效果与适用范围尚待更多信息披露。
AI 根据报道生成 · 3 分钟前更新
最新进展10月30日 15:42
Anthropic 为 Claude Fable 5 及之后模型加入回答后隐藏指令，让模型复盘整段对话安全。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- 爱范儿Anthropic 为 Claude 引入自评估安全机制，回答后追加隐藏指令
Anthropic 官方博客披露，自 Claude Fable 5 及之后发布的模型会在每次回答结束后追加一条用户看不到的隐藏指令，让模型对整段对话做一次安全复盘。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。