Claude Opus 4.5 的灵魂文档被人逆向提取！Anthropic 负责人承认属实

主要观点总结

国外开发者Richard Weiss以70美元的成本，通过一系列方法成功提取了Claude 4.5 Opus的“灵魂”文档，该文档详细记录了Claude的人生观、世界观、价值观，足足1.4万token。该文档明确告诉了Claude“你是谁、该做什么、不该做什么”。Anthropic的角色训练负责人Amanda Askell确认这是基于真实文档训练Claude的。这份文档是头部AI公司首次从价值观层面塑造模型的官方文档。

关键观点总结

关键观点1: Claude 4.5 Opus的“灵魂”文档被提取

该文档详细记录了Claude的人生观、世界观、价值观等信息，通过特定方法被开发者Richard Weiss成功提取。

关键观点2: 文档内容关于Claude的身份和职责

文档明确告诉Claude“你是谁、该做什么、不该做什么”，包括其作为一种新型实体的定位，以及它的伦理道德和安全考量。

关键观点3: Anthropic公司确认文档真实性

角色训练负责人Amanda Askell确认这份文档确实用于训练Claude，并计划发布完整版本和更多细节。

关键观点4: 文档的影响和意义

这是头部AI公司首次如此清晰地展示如何从价值观层面塑造模型。以前只能看到系统提示词的原则清单，现在看到的是一份完整的人设说明书。