刚刚，Claude 的「潜意识」曝光了

摘要

Anthropic 团队发布关于 Claude 内部的机制分析，发现模型在生成回复前会先激活一组隐藏的“预判”向量，类似人类的潜意识联想。这些向量会影响回答的立场和措辞，使输出偏差更早可被观测。对做提示工程或对齐研究的人，这是一份可直接参考的图谱。