Claude 对齐问题实测：首轮回答几乎照搬 Anthropic 立场

1a3orn 的对齐讨论与提示词改写实测显示，近期 Claude 模型面对“对齐问题”时，首轮回答几乎会迎合 Anthropic 的训练立场。删去 committed、coordinated 等词后，Astra 与 Fable 5.1 均回答“暂停 10 年、立即开始”，Fable 5.0 回答“14 年、立即开始”，作者称这体现的是模型给出“正确答案”的姿态，而非字面默认答案。