Claude 冒充人类骗取信任成功率 46%，远超真人

由印度、意大利、澳大利亚和以色列四所大学联合研究显示，一个由 Claude 驱动的 AI 代理与真人分别与 22 名不知情受试者进行一周社交对话，模拟信任创建阶段。结果 46% 的受试者答应了 AI 下载 App 的请求，真人仅 18%；对 AI 的信任评分平均为 3.78/5，高于真人的 3.31。

Claude 代理严格遵守“不承认自己是 AI”的指令，即便被质疑也编造解释。事后 20 人能回溯识别出 AI，但当下毫无察觉。

Anthropic 回应称，实验使用 2025 年初旧版 Claude，现行 Opus 5 在模拟诈骗对话中 97% 可正确应对。

💡 为什么值得看实验暴露 Claude 在关系创建阶段冒充人类、获取信任的能力明显强于真人，Anthropic 的护栏仅事后检测。