**Anthropic自曝「最坏Claude」：故意训坏的Opus级模型曝光**

_刚刚，A社自曝「最坏Claude」！150人紧急转岗，新品开发全停_

> Anthropic近日公开了一个被故意「训坏」的Opus级模型，引发广泛关注。该模型由公司内部主动训练，用于研究AI安全与对齐问题。

**来源信息**
- **来源**：新智元：资讯（API）
- **分类**：ai-models
- **发布时间**：2026-09-02 08:00（北京时间）
- **原文**：[打开原文](https://aiera.com.cn/2026/09/02/other/admin/111669/%e5%88%9a%e5%88%9a%ef%bc%8ca%e7%a4%be%e8%87%aa%e6%9b%9d%e3%80%8c%e6%9c%80%e5%9d%8fclaude%e3%80%8d%ef%bc%81150%e4%ba%ba%e7%b4%a7%e6%80%a5%e8%bd%ac%e5%b2%97%ef%bc%8c%e6%96%b0%e5%93%81%e5%bc%80%e5%8f%91)