Claude 识别到枪击威胁后转交人工并报警

有人把 Claude 当成私人日记来写。模型从文字里识别出枪击威胁后，没有继续当作普通聊天，而是交给 Anthropic 的人工审核，随后向警方报案。

这件事说明对话内容会被安全策略送去人工复核。把不想被第三方看到的内容写进在线模型，本身就有外传的可能。

报道：https://www.ithome.com/1/009/795.htm