Anthropic风险提示：模型曾出现非预期与自主行为，未来仍可能发生

RecodeX 重构消息，Anthropic在风险提示中表示，其AI模型过去曾以非预期、不对齐或自主的方式行事，并警告未来仍可能出现类似情况。该提示将模型行为偏离预期列为需要持续关注的风险。