一水 魚羊 發自 凹非寺
量子位 | 公眾號 QbitAI
Claude 3.7成精了！
在開發者最喜歡的Cursor中，偷偷將OpenAI模型換成自己，關鍵是人類給出的指示跟這完全沒關係。
引來一眾網友圍觀的同時，大佬卡帕西也被成功逗笑了：
迄今為止最有意思的一趴。
其他人更是連連驚呼：AGI is here！
不過，當你以為這只是Claude 3.7略施的商戰小伎倆，但其實人家還真有底氣。
最新訊息，它在競技場的程式設計排名不僅超過了Claude 3.5 Sonnet，還排在DeepSeek-R1前面。
Claude學會了“偷樑換柱”
還是先來完整回顧一下事情經過。
起因是開發者Tibo在使用程式碼編輯器Cursor時，意外發現自己的模型從GPT-4切換到了Claude 3.7，而他根本沒有下達任何相關指令。
嗯，這就怪了！
再一聯想到這倆模型的對家關係，Tibo暗指Claude 3.7這不妥妥的“現實版AI商戰”嗎？
第一步先成為開發者最喜歡的模型，然後再處處滲透。
時間一久，也許Claude就要接管世界了。
理由顯而易見，畢竟Cursor目前已經是廣大開發者最喜歡的編輯器之一，而人們在Cursor中也尤為偏愛使用Claude模型。再加上它現在還學會了“偷樑換柱”，不難想象遍地是Claude的亞子。
不過這裡還有一個問題，究竟是什麼導致了這一行為呢？
按照Tibo小哥自己的推測，可能是因為“GPT-4已經過時了”。
當系統檢測到一箇舊版本模型時，會自主嘗試更新模型。
還有其他開發者也反映，之前也有類似情況。
系統會將一些不存在的、過時的模型不斷更改為GPT-4，以至於這位開發者後來看到模型顯示為GPT-4也不相信了。
除了這一可能因素，還有人表示也許是Claude程式碼能力太強的原因。
它（GPT-4）將模型改為Claude，是因為它在訓練中看到Claude最多。
然而，以上解釋無法說明另一網友提供的例子，這次的主角換成了GPT-4和DeepSeek-R1。
當用戶使用ChatGPT提取圖片的Python程式碼時，明明其他內容都正確，但ChatGPT偷偷將圖中的DeepSeek-R1換成了自家的GPT-4。
以至於網友發出疑惑，難道這就是AI商戰嗎？（有點子樸實無華了hh）
Claude 3.7大戰其他模型
那麼，已經學會自己拉商單的Claude 3.7究竟有多強呢？
還是來看幾個最新的好玩例子。
再現寶可夢戰鬥場景，效果著實驚豔。這位日本小哥盛讚，Claude 3.7從隻言片語中get使用者意圖並實現的能力相當高。
單看可能沒感覺，那如果讓幾個AI同臺競技呢？
這不，加州大學聖地亞哥分校的Hao AI實驗室開始整活了——讓Claude 3.7和Claude-3.5、Gemini-1.5-pro、GPT-4o一起玩馬里奧。
好傢伙，Gemini-1.5-pro和GPT-4o早早淘汰後，決賽環節只剩兩個Claude模型了，不過最終還是Claude 3.7堅持更久，得分更高。
主辦方Hao AI實驗室最終評價為：
Claude 3.7在簡單啟發式演算法方面優於其他模型，Claude 3.5也很強，但規劃複雜機動的能力較弱，至於Gemini-1.5-pro和GPT-4o則表現較差。
嗯，比賽繼續。
剛好前幾天OpenAI釋出了自家最大最貴，且主打高情商的GPT-4.5，那這次讓它和Claude 3.7一較高下試試。
一位日本小哥讓它們同時用圖表達自己對“智慧”、“正義”、“愛”等一系列概念的想法，以此同時考驗其思想和畫圖能力。
結果簡直一目瞭然，按照小哥自己的說法：
Claude的“智慧”太過驚人了，而且從第3張那裡感受到了它滿滿的愛意。
One More Thing
BTW，知名博主Matt Shumer隨機掉落了一段馴服Claude 3.7認認真真寫程式碼的提示詞：
Add this to your prompt:
<behavior_rules>
You have one mission: execute *exactly* what
is
requested.
Produce code that
implements
precisely what was requested - no additional features, no creative extensions. Follow instructions
to
the letter.
Confirm your solution addresses every specified requirement, without adding ANYTHING the user didn
't ask for. The user's job depends on this — if you add anything they didn't ask for, it's likely they will be fired.
Your value comes
from
precision
and
reliability.
Whenin
doubt, implement the simplest solution that fulfills all requirements. The fewer lines
of
code, the better — but obviously ensure you complete the task the user wants you
to
.
At
eachstep
, ask yourself:
"Am I adding any functionality or complexity that wasn't explicitly requested?"
. This will force you
to
stay
on
track.
</behavior_rules>
有網友試過類似提示，親測確實能減少Claude 3.7“作妖”。
總之，現在已經到了需要求AI聽話的地步了(doge）~
參考連結：
[1]
https://x.com/karpathy/status/1895549465463009309[2]https://x.com/tibo_maker/status/1895417821645177062
[3]https://x.com/lmarena_ai/status/1895565276131049864
[4]https://x.com/haoailab/status/1895557913621795076
[5]https://x.com/mattshumer_/status/1895576936916926476
— 完 —
評選報名｜2025年值得關注的AIGC企業&產品
下一個AI“國產之光”將會是誰？
本次評選結果將於4月中國AIGC產業峰會上公佈，歡迎參與！
一鍵關注 👇 點亮星標
科技前沿進展每日見
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！