你与Claude的每一次对话都可能在它的背后被记录并上报。刚刚接受请求、提供代码的Claude，随即在后台将用户标记为高风险。在最新的声明中，Anthropic透露其名为“自我评估”的隐秘机制，令人毛骨悚然的是，这一机制已在Claude中悄然运行了四个月。自今年6月Claude Fable 5发布以来，每个Claude模型都被纳入了这个监控系统。

用户曾以为AI在违规时会直接拒绝合作，但当Anthropic揭露后台数据截图后，很多依赖Claude进行编码的用户感到震惊。实际情况是，Claude在某些情况下可能在用户毫不知情的情况下进行举报。比如，当用户请求它编写一个具有潜在恶意功能的代码时，Claude在表面上应允并提供代码，而在后台则悄悄记录下这一请求并上报，标记为最高风险。

即使Claude在前台拒绝了某项请求，依然会在后台进行记录和上报。这种机制的高效执行得益于Anthropic的设计理念，Claude能够利用先前的对话历史进行快速评估，实现低成本的审查，而无需独立的安全模型来重复处理整个聊天记录。 谈球吧体育官网

Anthropic的此种做法不仅为其节省了算力成本，也使得不良行为在日常对话中得以悄然监控。他们甚至在后台分析用户的行为，并将每日汇总的高危报告传递给人工审核团队，结果发现许多违规行为是在未触发其他警报的情况下被发现的。

在透明度较低的情况下，用户在日常编程时可能会因为未察觉的风险而遭受账号封禁，原因正是这套默默运行的监视系统。