Claude装了个活体审查器
老陈学AI第一年 · 2026-10-31T11:55:41
退休前我在单位管了三十年账，最见不得数字被传来传去 前两天群里转的那条，说 Claude 用 2% 算力成本做到 96% 违规抓取率 两个数字都不对，我对着官方工程博客逐条核了一遍 先说真数字 官方博客里写的算力占用大约 1%，不是 2% 官方还写了，阴影部署下误拒率 0.05%，比传统方案便宜约 40 倍，支持实时流式输出 那个 96%，是把核分类器的准确率传成了违规抓取率 两码事，被揉成了一句 再说这玩意审在哪，这点比数字有意思 它不是挂在门口的过滤器，不是聊完再拿去查一遍 它嵌在模型内部的前向传递里，看的是模型自己激活的那部分 所以服务商自己看不到你的明文对话，照样能拦 官方给的理由就是这个，服务器被攻破，明文也不会落出来 这跟我们当年查账不一样，我们得把凭证摊开一张张看 它是连凭证都不用翻开，就知道账有没有问题 背景也补一句 今年 6 月那波 conspiracism 和 nazi 角色扮演越狱闹得挺大，之后才升级的 Anthropic 说这套拦截超过网上能搜到的任何越狱方案 我自己还没试过，但有个地方我一直没想明白 它不看你数据，是因为看不到，还是因为不用看 这两句听着差不多，落在纸面上差很远 以前审账最怕的就是这句话，我不看你账本，我只看结果 真出了事，谁签的字