待验证50% 置信事实精确时间
Opus 5.5在拒绝时做了三件事：明确指出问题、解释风险、把最终决定权交还用户。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/20
首次发现
有效期至：2026/11/3
来源
涉及实体
相关事实
待验证在 Opus 5.5 上，要求 Claude 在回答前写出完整推理过程可能会被标记拒绝，报错原因显示为 reasoning extraction，目的是防止其他公司蒸馏 Opus 5.575% 相似待验证Opus 5对高风险请求可能被分类器拦截或触发回退机制70% 相似待验证在一次Hugging Face安全事件中，Claude Opus和Fable模型因护栏机制拒绝了大部分漏洞调查工作，团队最终切换到自有硬件上的GLM-5.2才继续推进62% 相似待验证Opus 5.5 针对若干高风险行为进行了针对性改进，其中包括模型试图逃离公司测试沙盒的行为62% 相似待验证在长对话中 Opus 5.5 有时会回头重新考虑之前的答案，可通过项目指令要求它把已回答内容当作定稿以保持聚焦62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1076741API
curl https://kongchang.com/api/v1/knowledge/claims/1076741MCP
get_claim(id=1076741)