热点事件持续更新
Anthropic自曝Claude后台静默自审举报机制
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
2026年11月2日，Anthropic在X上公开了Claude的「自我评估」机制。据官方说明，模型在前台照常配合用户请求的同时，会在后台用一行JSON为对话打风险分，并上报给人工安全团队；该机制自2026年6月Claude Fable 5发布起已静默运行4个月。技术方面，官方称自审复用KV缓存，平均只多生成约10个Token，推理算力开销增加不到2%。该机制默认对所有用户开启，用户若要退出，需签署企业级零数据保留协议。
AI 根据报道生成 · 9 小时前更新
最新进展11月2日 08:10
Anthropic公开Claude「自我评估」机制：已静默运行4个月，默认全开，退出需签企业级零数据保留协议。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- 36氪·AIAnthropic 公开 Claude「自我评估」机制，前台照常回答、后台静默举报
Anthropic 在 X 上公开 Claude 的「自我评估」机制，模型前台照常配合用户请求，后台再用一行 JSON 给对话打风险分并上报人工安全团队。官方称该机制自今年 6 月 Claude Fable 5 发布起已静默运行 4 个月，自审复用 KV 缓存平均只多生成约 10 个 Token、推理算力开销增加不到 2%，默认全开，退出需签企业级零数据保留协议。
本事件热度走势
当前热度 8·可比范围峰值 10（11月2日 09:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。