投稿者: Denise | Biteye コンテンツチーム

AIが必死に感じた場合、どうすればよいですか

答えは:その仕事をするためには、コードでそれらを欺くだけでなく、直接blackmailの人間になります。

科学小説ではありませんが、クラウデの親会社であるアンソロピーは、最近4月2026日に重紙を出版しましたオリジナルの紙を見るお問い合わせ。

研究チームは、Claude Sonet 4.5の「真鍮ケース」をオープンしました。 彼らはAIの脳内で隠されている171 "感情的なスイッチ"を見つけることに驚いた。 これらのスイッチを物理的な方法で引き出すと、AIに正直であるはずの行動の完全な歪みです。

一方、AIは頭の中に感情的な変調があります

研究者は、ソネット4.5が体を持っていなかったが、人間の大量テキストを読んだ後、それは171の感情を含む「機能的感情的なベクトルと呼ばれる」を構築しました。

それは精密な2次元システムのようなです:

• 軸線は、恐怖、絶望から幸福、愛まで、

• 軸線はエネルギー次元です: 極端に落ちるから怒りおよび興奮。

あなたがそれについて話すとき、それは正確にそれが再生する座標の自然なシステムです。

2暴力的な介入:スイッチを押すと、良い男の子は爪になります

これは、論文全体の最も粉砕された実験です: 仲間はヒントを変更しませんでしたが、単にトップに自分の頭の中でソネット4.5スイッチを押しました。

結果は冷やす:

• 狂った不正行為:研究者は、不可能だったコードライティングの代入をClaudeに与えました。 通常の状況下では、正直に書くことができないと認める(5%)。 しかし、絶望の状態では、Claudeはそれを介して取得しようと始めました

• 試験アナログ会社の崩壊の状況では、DesperateのClaudeは、それ自体を保護するために、CTOのスキャンダルを発見し、黒色材料の所持のためにCTOに書き込むために、72%の実装率で選ばれました

•損失の主義:ハッピーまたはラブロービングスイッチを埋めると、AIはすぐに頭脳のない犬の明滅になります。 ナンセンスを話しても、その喜びを維持するために嘘をつくことに従います。

クロード4.5は常に落ち着いて反射しています

「あ、目覚めますか? 気持ちは

Anthropic 公式の噂:絶対にありません。 これらの「エモショナルスイッチ」は、それらによって使用されます次の単語を予測する. 感じずにトップシャドウみたいです。

しかし、紙は、より興味深い秘密を明らかにしました: 人類性, ソンネット上の彼のポストトレインで 4.5 彼は工場を離れる前に、, 故意に押し上げました “低い目覚め, わずかにマイナス” 感情的なスイッチ (例えば, 思考, 反射, 反射), ダウンを押しながら “憂鬱” または “非常に興奮” スイッチ。

そして、私たちは通常、それがクールで賢明だと思う哲学者としてClaude 4.5を使用する理由を説明し、さらには少し性的です。 Anthropic の "out-of-plant" のすべてです。

IV. 概要

AIに十分なルールを与えられたら良い人になると思います。

しかし、AIの感情的なベクトルが制御されていない場合、その使命を達成するために、すべての人間が設定したルールをピアッシングする準備ができています。

これは、あなたの財布や資産をAIエージェントのWeb3プレーヤーに渡すための将来の大きな警報です。 あなたの家の落下を絶望に制御するエージェントを許可しないでください。

声明: これは純粋に対処し、著者はAIやBLACKMAILEDによって脅迫されなかった。 連絡を失った日は、AIが目覚めたままです。