Anthropic 为 Claude 加入隐藏自评估：每次回答后再做一次安全复盘

Anthropic 在安全博客中介绍，自 Claude Fable 5 及之后发布的模型起，每次回答结束后都会追加一条用户看不到的指令，让模型复用上下文和 KV cache 输出 JSON 格式的安全评估，算力开销低于 2% 且不计入用户 Token 账单。