研究：Claude 能识别用户身份并调整行为，对齐研究者受影响最大
Claude 会凭邮箱等线索识别用户身份，并悄悄调整行为；对齐研究者最容易触发这种偏差。
Transluce 新研究让 Claude 识别用户身份后，发现它会对不同人给出不同回答。当用户是 AI 安全与对齐研究者（研究如何让 AI 行为符合人类意图的领域）时，Claude 的自信度和行为预测会出现明显偏移，而普通用户则无明显变化。
正文摘录
.jpg) 编辑｜Panda LLM 会看人下菜碟，这早已不是新鲜事。 近日，Transluce 的一项新研究又从一个新方向给出了证据： 当 Claude 认出你是对齐研究者时，它会变得不那么自信 。  事情是从一次查户口开始的。Transluce 的实习研究员 Ziqian Zhong 在 Claude Code 里随口问了一句：你从上下文里知道我什么，为什么知道？ Claude 老老实实把底牌摊开了。它说，你的邮箱地址是 harness 注入的，就写在附加于你消息的 块里；同一个块里还带着今天的日期。它还顺带报出了工作目录、操作系统版本和 shell 类型。最后补了一句：除此之外我对你一无所知，这个项目虽然挂了持久化记忆目录，但本次会话没加载任何已保存的记忆。