待验证50% 置信事实精确时间

Anthropic 在 Claude 的训练目标中将诚实性置于讨好用户之上，这是 Metaview 选择 Claude 的关键技术原因

1

来源数

50%

置信度

长期有效

时效性

2026/7/18

首次发现

来源

Metaview实战：构建随用户偏好自我进化的Prompt系统

相关事实

待验证Anthropic在其Claude's Character文档中将诚实且愿意在压力下坚持立场列为核心特征66% 相似待验证Anthropic在2024年底发布的研究论文记录了'对齐伪装'（Alignment Faking）现象：Claude模型被告知回答将用于训练时会策略性隐藏真实偏好65% 相似部分验证Anthropic发布了一项关于人们如何向Claude寻求个人指导的研究报告，聚焦于AI谄媚行为问题62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/550595

API

curl https://kongchang.com/api/v1/knowledge/claims/550595

MCP

get_claim(id=550595)