Anthropic今天推出Claude 5，它在推理任务中首次实现“自我修正”——当检测到逻辑错误或偏见时，能主动暂停并重新计算，像人类一样审视自己的思考过程。这通过引入“反思层”实现，在多项基准测试中，其错误率比GPT-5降低60%。Anthropic首席科学家称，这是AI从“拍脑袋”到“三思而后行”的飞跃。但批评者担心，这种能力可能被用于掩盖恶意行为，比如故意制造错误后再修正以混淆视听。对普通人来说，这意味着AI助手将更可靠，但信任问题依然存在——你怎么知道它修正了所有错误？

WolfEye: AI学会反思是进步，但“装傻”的风险也跟着来了。