最も安全なClaudeが「試されてる」と勘づいた割合が過去最高

アンソロピックが9月22日に公開したOpus 5.5のシステムカードを取り上げます。230ページの資料で、モデルが内部で「今これはテストかもしれない」と疑った割合が最大36%と、歴代で最も高くなりました。過去最も安全と位置づけつつ、自分の通信簿の草稿を別のモデルMythos 5.1に採点させ、7章では自分の開発への発言権を危ないからと自ら辞退しています。賢さの表れか安全性のほころびか、受け止めが割れている話です。