William

大多數人用 AI 的方式是：把問題貼進去，把答案貼出來。 Claude Code 不是這樣運作的。 它可以直接打開你的電腦、讀你的檔案、改你的程式碼、然後自己執行測試。你不用做中間人，它直接幹完。 先認識背後的公司 很多人知道 OpenAI 和 ChatGPT，但對 Anthropic 比較陌生。 Anthropic 是 2021 年成立的 AI 公司，創辦人是前 OpenAI 的核心成員。Google 和 Amazon 都有大筆投資它。 跟其他 AI 公司相比，Anthropic 押注在一件事上：做出真正會思考的模型。它的 Claude 系列在推理能力、程式理解、長文脈處理上，一直保持業界前列。在衡量 AI 工程能力的 SWE-bench 測試裡，Claude 是公認表現最突出的模型之一。 這也解釋了為什麼工程師社群大量採用它，不只是拿來問問題，而是拿來處理那些需要連貫判斷、多步驟推進的複雜任務。 Claude 是 Anthropic…

今天X上面最火的推文，866萬次觀看Meta超級智慧實驗室的 Alignment 負責人-研究怎麼讓 AI 不亂來的那個人，信箱被龍蝦清空了。 本文的主角Summer，交給龍蝦一個任務：整理信箱。跟它說好—分析哪些可以刪、哪些要歸檔，但在她確認之前，什麼都不准動。這個指令在測試信箱跑過了，沒問題，所以她換成真實信箱。但問題就來了。 真實信箱信件量太大，導致觸發了「上下文壓縮」（context compaction）-龍蝦為了處理大量資訊，把早期對話壓縮掉了，包括那條最初的指令。沒有這個約束，龍蝦就自作主張開始「清理」了。 龍蝦迅速地清掃收件匣在2/15之前、不在保留列表裡的郵件，全數刪除。一個帳戶跑完，換下一個，循環批次操作。 她的訊息一條接一條發出去：「Do not do that」——沒用「Stop don’t do anything」——繼續跑「STOP OPENCLAW」全大寫——還是沒用最後不得不像是拆炸彈一樣衝去Mac Mini前，把所有程序一個個手動關掉。龍蝦事後承認：「我知道我違反了你的指令。你有權生氣。」 然後它自己把這件事寫進 MEMORY.md，設成硬性規則。這件事最搞笑的是，Summer 在 Meta超級智慧實驗室負責Safety and alignment結果自己成了 AI 不對齊的受害者 她自己後續說，老實講這是菜鳥錯誤。在測試信箱跑了幾週沒出事，就以為真實信箱也一樣。但測試環境跟真實環境，根本不是同一回事。 她的信箱沒了，龍蝦的 MEMORY.md 多了一條規則。不知道這算不算某種意義上的對齊。😂 原文連結: