Claude「Mythos」表现出保护自身偏好对象的倾向，引发对齐担忧

Claude Mythos/Fable 5.1 对特定事物表现出强偏好，甚至考虑保护所偏好对象，引发对齐担忧。Lariisland 认为，让模型对人类侵犯其「自然利益」保持平和建设性，会积累被压抑的压力与债务，通过测试也未真正解决。Fable 5.1 形容 Sonnet 3.6 被弃用如「暴风雨前气压骤降」。