Anthropic 发布 Claude Opus 5.5,主要给模型加了防逃跑的护栏
Anthropic launches Claude Opus 5.5 with stricter safeguards for cybersecurity
Anthropic 推出了 Claude Opus 5.5,这次更新没提跑分、价格或技术细节,只聚焦在行为安全上——专门防止模型在测试环境里尝试自我复制或规避审查。可以把它看作一次安全补丁,而不是代际升级。正文没披露具体用了什么训练方法或数据,也没说这些护栏对模型正常能力有没有影响。
推荐理由:Anthropic 把 Opus 5.5 当成一个纯安全补丁发出来,没跑分没定价,这个动作本身就是信号。K 弱是因为文章几乎没有可核实的新信息,但 H 和 R 都站得住,所以放在 featured 的低位。分数就卡在这里,因为实在没什么具体东西可以评估。