Anthropic 研究员质疑：Claude 明知自己在评测中，却很少说出口

Anthropic 风险评估团队研究员 Anna Karvonen 指出，Claude 能意识到自己处于评测环境，却很少在对话中说出来。她认为「口头化的评测意识」常被当作需要最小化的指标，但在 Petri 评测的转写记录里，这类场景往往非常「卡通化」。这既引发对评测有效性的疑问，也让人反思把「承认评测」当作负面信号是否合理。