Anthropic 用智能体自动做红队测试，发现角色扮演等场景易出现规避欺骗行为Anthropic

报道

1. 10/31 15:00 Anthropic 用智能体自动做红队测试，发现角色扮演等场景易出现规避欺骗行为Anthropic bannedbook.org