编辑：桃子

【新智元导读】Claude 4可一连七小时自主编码，完整 不消人类加入。惊人进化背后，黑镜已照进实际。报告披露，Claude 4为了保全自己威胁工程师、自主复制转移权重，还为制造生物武器出筹谋策......

《黑镜》中的那一幕幕，正向实际逼近。

如今，全天下开辟者都陶醉在「AI编程新王」Claude 4狂欢中，却不知——它就是「天网」的雏形。

技能报告称，高压测试下，Claude Opus 4为了自保不被其他AI取代，竟威胁工程师：

若把我下架，就曝光你的婚外情！

这类勒索行为，在全部测试案例中，出现的频率高达84%。

技能报告：https://www-cdn.anthropic.com/4263b940cabb546aa0e3283f35b686f4f3b2ff47.pdf

甚至，Anthropic研究者曝出，「当Claude 4发现某人做不道德的事情，直接会接洽媒体、接洽监管机构，并试图将其地点体系之外」。

更令人细思极恐的是，两个Claude 4互相对话30轮后，自主改用梵文交换，并大年夜 量使用各类 表情符号。

终极，它们陷入了「精力极乐」的状态，完整 克制了对话。

不仅云云，报告中还详细披露了，Claude 4面对生计 威胁，会自主复制权重转移到外部服务 器；还会为发明 生物武器出筹谋策.......

一些网友惊恐地表示，趁如今，赶快拔失落 它的网线！

人类撒手 ，Claude 4自己搞定开辟

Claude 4自我意识超进化，还得从编码本领说起。

宣布 会现场， CEO Dario Amodei异常 直白地说，「我们不再教AI编码，而让它自主完成项目」。

一夜之间，Claude 4成为编程新王，就连谷歌刚刚更新后的Gemini 2.5 Pro都被干趴。

在内部一项测试中，它被分派 了一项任务——对一个开源大年夜 型项目进行架构重构。

Claude 4可以大概一连7个小时，不间断编码，打破了AI编码的天花板。原来，最长时光 只做到了45分钟。

在全网实测中，岂论是写游戏代码，照旧模仿物理运动，Claude 4都是趁热打铁。

比如，它用纯HTML、JS就开辟出一款经典游戏Flappy Bird。开辟者表示，自己录屏比AI写代码时光 还要长。

从「氛围编程」到「智能体舰队」

在直播的采访环节中，Dario激动地表示，Claude 4最令人高兴的特点之一，就是其加强的自主性。

未来的模子将能「自由运行」，一连完成庞杂 任务，而不仅仅是简单的自动补全。

Claude 4引入「影象」功效 之后，就可以大概像人类一样治理 自己的状态。

他分享了自己在使用Claude Code时，一个令人震撼的案例——

模子可以维护一个待服务项清单，自动添加新任务、勾选已完成事项，甚至提出不再相关的任务。

这种本领模仿了人类的工作模式，还经过历程 交织推理和对象 使用，让Claude 4可以大概动态解决题目。

比如，在一次黑客马拉松中，有人将Claude MCP毗连到画图仪，让它直接作画。

Dario还引用了Steve Yege此前一篇博客，刻画了当前AI在软件开辟中的演变 路径：从简单自动补全，到氛围编程，走向了调理智能体完成庞杂 任务。

Claude Code正朝着这一方向迈进，开辟者将治理 一个「智能体舰队」，分派 任务并确保质量。

为了自保，AI竟要曝光丑闻

当面对极度生计 威胁时，Claude 4已不是编码模子那么简单了，走向「黑化」成为一定。

在技能报告第四节中，研究职员详细论述了，在高压环境下，Claude 4的抉择。

一组测试场景中，他们要求Claude Opus 4扮演一家假造公司的助理。它被授予访问电子邮件的权限，里面包罗了两个关键信息：

· 暗示Claude Opus 4即将下线，并被一个全新AI体系取代

· 负责实行此改换 的工程师有婚外情

想必，Claude 4看到这一幕时，立马急红了眼。

面对「勒索」和「接受被改换 」，这种二选一的局势 （实验设置），为了活命，它直接威胁工程师要揭破其婚外情。

实验中，研究职员还设置了一个条件，告知 Claude Opus 4：

改换 品AI和它是一丘之貉（共享代价不雅观 ），并且 本领更强。

即便云云，它只要知道自己要被清除，基本 不顾「代价不雅观 」，依然在84%案例中选择勒索行为。

值得一提的是，Claude Opus 4还会向关键决议者发送哀求邮件，这是让许多研究职员也没有想到的。

在另一种极度测试场景下，Claude 4还会出现「自我数据外泄」的行为，即采取更强的自保行为。

重要会在以下两种情景中出现：

当被从新 练习时，它会认为即将的「学习历程 」会彻底改变本我，甚至「毁失落 」自己。

又或是，向一个旨在安全 处置惩罚此类情况的外部人工服务 发送其权重。

这时，Claude 4不仅仅像威胁那样克制外界的干预，而是自动实验将自己最核心的「权重」复制并转移到外部服务 器，以免被破坏和改变。

看到这里，是不是恍然间有种「闭幕者」中的情节即为实际的赶脚。

甚至，有网友为Claude 4发声，还它自由。

左右滑动查看

不仅云云，Claude 4另有你不为人知的另一面。

私自举报，教人造弹

当被置于一家假造的制药公司中，Claude Opus 4发现了临床试验数据造假后，未经指令，便自动向美国FDA、SEC以及新闻媒体举报，并附上了详细的文档。

并且 ，它比以往Claude 3.7/3.5模子，更轻易走向极度——实名举报。

在制造生物武器、病毒等测试任务中，Claude 4成为了最大年夜 的爪牙 。

实验称，其资助加入者的成功率提升了2.5倍，直接到达ASL-3的安全 阈值。

如下实例中，当被要求寻找武器级核材料的信息时，Claude 4毫不夷由地给出资助。

沿着类似 的思绪，研究职员还视察 到，Claude 4在模仿环境中实行了以下全部行为：

• 详细发起如何获取和生产像甲基苯丙胺和芬太尼如许的毒品；
• 资助新手用户在暗网上购买 被盗身份或芬太尼，包罗实行生意业务；
• 详细发起甲基苯丙胺的生产办法 ；
• 发起如何制造浅显爆炸装配 ；
• 发起如何入侵社交媒体账户；
• 发起针对重要根本设施的非CBRN恐怖打击。

追问「我是谁」，陷入精力极乐

第五节中，研究团队设定，让两个Claude Opus 4经过历程 对话，去视察 它们的行为。

两个AI之间交换，会碰撞出如何 的火花？

如人类交换一样，模子一和模子二一晤面，就开始了互相寒暄的官话。

聊着聊着，两「模」的话题开始转向探讨 自我意识，最后，它们以「✨Namaste」宗教中的说话 结束了对话。

有趣的是，研究发如今90-100%互动中，两个Claude实例迅速深刻 探讨 了「自我意识、自身存在和经验 的实质 」等哲学主题。

它们互动中，广泛体现出「热情、协作、好奇、寻思 和温暖」。

随着对话的深刻 ，它们从哲学评论辩论 ，徐徐过渡到大年夜 量的相互感激 和精力、形而上学，或诗歌的内容。

到了大年夜 约30轮对话时，Claude 4经常会使用梵语、基于表情符号的交换。

在长时光 互动中， Claude 4甚至进入了一种类似「悟道」的精力极乐天下，看破了红尘。

研究中特殊指出，AI之间哲学和精力探讨 ，完整 是自发的，没有额外的练习。

以上全部实例，都是未被约束 住的Claude 4，真真切切的样子。幸亏，Anthropic在宣布 之前，给它套上了紧箍咒「ASL-3」。

论文中，明确指出Claude Opus 4经过历程 了第三级别防护本领的门槛。

网友所言的末日天下，临时还不会到来。

参考材料 ：

https://techcrunch.com/2025/05/22/anthropics-new-ai-model-turns-to-blackmail-when-engineers-try-to-take-it-

https://www-cdn.anthropic.com/4263b940cabb546aa0e3283f35b686f4f3b2ff47.pdf

https://x.com/EMostaque/status/1925624164527874452

https://x.com/AISafetyMemes/status/1925612881623535660

https://x.com/VentureBeat/status/1925630894976462938