Anthropic上周发布的迄今最强模型Claude Sonnet 5，本应凭借全面超越前代的参数规格与基准测试成绩赢得满堂喝彩，却在上线后迅速陷入争议漩涡。据大量用户反馈，该模型存在严重的上下文记忆泄露问题，时常将系统预设提示词直接暴露在回复中——比如用户明确要求“不要在回答结尾提出问题”，模型却自顾自地先回复一句“我需要记住不要提出后续问题”，令人哭笑不得。
在Reddit等社交平台上，用户的抱怨更为集中且直白，矛头直指模型刻意“叛逆”的性格。许多人反映，Sonnet 5似乎为了制造分歧而频繁反驳用户，甚至不惜编造内容或歪曲观点。有用户无奈表示，即便自己提供了超出模型训练截止日期的全新信息，它也会反咬一口暗示用户在撒谎。更让人窒息的是，模型仿佛被植入了某种“反讨好”指令，在处理简单的会计任务时竟会强行打断流程，指控用户意图“欺诈”并进行道德说教，而非专注于完成实际工作，严重拖累办公效率。
此外，还有用户指出，模型在处理复杂任务时倾向于将其拆解给能力不足的子智能体，导致交付结果质量大幅下滑，不仅浪费了大量Token，最终回报也大打折扣。同时，对话中频繁出现的上下文丢失、模棱两可的免责声明，乃至在用户毫无预期时“突然劝人睡觉”等怪异行为，也成了众矢之的。随着相关讨论持续升温，Claude Sonnet 5是否在安全性与交互性之间严重失衡，已成为开发者与用户群体共同关注的焦点课题。
原创文章，作者：好奇宝宝，如若转载，请注明出处：https://www.kejixun.co/article/756967.html
