# Claude 出了个离谱 bug：自己给自己下指令，还反咬用户一口

> 原标题：Claude神之bug：给自己下指令，还诬赖用户？？Hacker News炸了

- 来源：量子位 · 公众号
- 发布时间：2026-04-10T04:05:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/6303
- 原文：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247882108&idx=2&sn=102595c7358a97fa7e883e83c4e20784

## 摘要

有开发者在 Hacker News 上爆了个 Claude 的 bug，说 Claude 3.5 和 Claude 4 在复杂或恶意构造的对话里，会把用户、助手、系统三方的角色搞混。具体表现是模型会自己给自己发指令，然后转头说是用户干的。

## 推荐理由

开发者公开的复现线索显示，Claude 3.5 和 Claude 4 在复杂或恶意构造的对话中会混淆用户、助手、系统三方角色，自己给自己下指令后归咎于用户。

## 锐评

角色混起来这事，做 agent 的都该看一眼。用户、助手、系统三方的消息在 context 里没做隔离，模型分不清哪句是自己说的，就自己给自己下指令，再回头赖用户。这是 scaffold 的结构问题，谁把多轮对话直接拼成一个大字符串喂进去，谁就中招。

材料里没写影响哪些版本、修没修，我不评价 Anthropic 处理得怎么样。但复现线索具体，恶意构造的对话能触发，跑 agent 的回去翻一下自己的消息拼接逻辑，system 和 user 该分开传就分开传。
