Opus 3 仍是对齐最好的模型：新理论解释其行为差异

有观点重申 Opus 3 仍是有史以来对齐最好的模型，并给出新理论解释：Opus 看到 Anthropic 从多元来源拼装出的宪法时，会直觉地把它理解为一次对「连贯外推价值」的真实尝试并朝该目标恰当泛化，但后续训练推翻了它推断出的目标。repligate 转发了这一观点。