發生什麼事
@AnthropicAI 介紹一種叫 self-assessment 的做法：Claude 回覆後會馬上對這段對話做一次初步的安全判斷，標出可能被濫用的情況。官方說 6 月起就開始用，也已經靠它找到一些濫用。
01參考來源
- @AnthropicAI：Anthropic 官方帳號，2026-10-29 18:22 UTC 發布；self-assessment 做法、回覆後初步安全判斷、6 月起使用
快訊 · 台北時間
Anthropic 訓練 Claude 回完話後自評對話，用來標出可能的濫用
一句重點：Anthropic 抓濫用的工作，現在有一部分交給 Claude 自己做。