Anthropic 论文称 Claude 内部存在功能性情绪表征

2026年10月26日，Anthropic 可解释性团队发布论文，称在 Claude Sonnet 4.5 内部发现与情绪相关的表征。报道指出，这些表征会推动模型产生相应行为，而不只是停留在表面措辞层面；其组织方式与人类心理学相呼应，即越相似的情绪，内部表征越接近。论文作者同时提醒，上述发现并不能证明语言模型真的具有主观体验。目前该结论来自 Anthropic 团队自身的可解释性研究，尚未见第三方复现或独立验证的报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。