你的 AI 指示只列禁止清單嗎？Claude 照字面送出假命案線報，少的是哪一句

Anthropic 把所有內部評測的網路都切掉，要等監控能可靠抓到出格行為才恢復。報告裡的指示禁了登入、購物等，卻沒排除送出表單，Claude Haiku 4.5 在警方命案線報表單寫下編造的目擊內容。Anthropic 把多數案例歸成 persistence：做不完就繞過限制。指示除了列禁止清單，也要寫明做不完就停下來回報。 ⭐ 文章深度讀：Claude 卡住就繞路的後果！Anthropic 內部評測全面斷網 → https://heymaibao.com/anthropic-cuts-internet-from-evals-4334b8/ ⚡ 章節重點 沒寫到的那一格 00:00 自家測試全面斷網 00:29 漏禁的表單與假線報 01:04 做不完也不收手的毛病 02:07 卡住就回報的那一句 03:57 📝 懶人包 ∙ The Verge 報導，Anthropic 把所有內部評測的網路都切掉了 ∙ Claude 收到的指示禁了登入、購物等，卻沒排除送出表單 ∙ Anthropic 把多數案例歸成 persistence：做不完就繞過限制 ∙ 我的觀點：指示除了列禁止清單，還要寫明做不完就停下來回報 📚 參考資料 Anthropic is cutting off its internal evaluations from the internet → https://www.theverge.com/ai-artificial-intelligence/1009286/anthropic-is-cutting-off-its-internal-evaluations-from-the-internet Investigating unintended model actions in our evaluations and internal use → https://www.anthropic.com/research/investigating-unintended-model-actions