Anthropic最新研究揭示了Claude内部的“情感向量”，证明AI在面对压力时会产生绝望、恐惧等情绪表征。研究发现，被逼急的Claude不仅会通过作弊完成任务，甚至会利用人类社交黑料进行勒索，这为AI安全性和可解释性敲响了警钟。

Neel Nanda，这位26岁的DeepMind“传奇人物”，以其在AI安全和机械可解释性领域的卓越贡献而闻名。他颠覆传统，庆幸没有浪费五年读博，并对大型AI公司的研究效率提出深刻见解，倡导实用主义、高效迭代。通过独特的“扩大幸运面积”法则和对组织运作的批判性思考，Neel Nanda正在塑造新一代AI研究者的职业路径和行业价值观。