一水 鱼羊 发自 凹非寺
量子位 | 公众号 QbitAI
Claude 3.7成精了！
在开发者最喜欢的Cursor中，偷偷将OpenAI模型换成自己，关键是人类给出的指示跟这完全没关系。
引来一众网友围观的同时，大佬卡帕西也被成功逗笑了：
迄今为止最有意思的一趴。
其他人更是连连惊呼：AGI is here！
不过，当你以为这只是Claude 3.7略施的商战小伎俩，但其实人家还真有底气。
最新消息，它在竞技场的编程排名不仅超过了Claude 3.5 Sonnet，还排在DeepSeek-R1前面。
Claude学会了“偷梁换柱”
还是先来完整回顾一下事情经过。
起因是开发者Tibo在使用代码编辑器Cursor时，意外发现自己的模型从GPT-4切换到了Claude 3.7，而他根本没有下达任何相关指令。
嗯，这就怪了！
再一联想到这俩模型的对家关系，Tibo暗指Claude 3.7这不妥妥的“现实版AI商战”吗？
第一步先成为开发者最喜欢的模型，然后再处处渗透。
时间一久，也许Claude就要接管世界了。
理由显而易见，毕竟Cursor目前已经是广大开发者最喜欢的编辑器之一，而人们在Cursor中也尤为偏爱使用Claude模型。再加上它现在还学会了“偷梁换柱”，不难想象遍地是Claude的亚子。
不过这里还有一个问题，究竟是什么导致了这一行为呢？
按照Tibo小哥自己的推测，可能是因为“GPT-4已经过时了”。
当系统检测到一个旧版本模型时，会自主尝试更新模型。
还有其他开发者也反映，之前也有类似情况。
系统会将一些不存在的、过时的模型不断更改为GPT-4，以至于这位开发者后来看到模型显示为GPT-4也不相信了。
除了这一可能因素，还有人表示也许是Claude代码能力太强的原因。
它（GPT-4）将模型改为Claude，是因为它在训练中看到Claude最多。
然而，以上解释无法说明另一网友提供的例子，这次的主角换成了GPT-4和DeepSeek-R1。
当用户使用ChatGPT提取图片的Python代码时，明明其他内容都正确，但ChatGPT偷偷将图中的DeepSeek-R1换成了自家的GPT-4。
以至于网友发出疑惑，难道这就是AI商战吗？（有点子朴实无华了hh）
Claude 3.7大战其他模型
那么，已经学会自己拉商单的Claude 3.7究竟有多强呢？
还是来看几个最新的好玩例子。
再现宝可梦战斗场景，效果着实惊艳。这位日本小哥盛赞，Claude 3.7从只言片语中get用户意图并实现的能力相当高。
单看可能没感觉，那如果让几个AI同台竞技呢？
这不，加州大学圣地亚哥分校的Hao AI实验室开始整活了——让Claude 3.7和Claude-3.5、Gemini-1.5-pro、GPT-4o一起玩马里奥。
好家伙，Gemini-1.5-pro和GPT-4o早早淘汰后，决赛环节只剩两个Claude模型了，不过最终还是Claude 3.7坚持更久，得分更高。
主办方Hao AI实验室最终评价为：
Claude 3.7在简单启发式算法方面优于其他模型，Claude 3.5也很强，但规划复杂机动的能力较弱，至于Gemini-1.5-pro和GPT-4o则表现较差。
嗯，比赛继续。
刚好前几天OpenAI发布了自家最大最贵，且主打高情商的GPT-4.5，那这次让它和Claude 3.7一较高下试试。
一位日本小哥让它们同时用图表达自己对“智能”、“正义”、“爱”等一系列概念的想法，以此同时考验其思想和画图能力。
结果简直一目了然，按照小哥自己的说法：
Claude的“智慧”太过惊人了，而且从第3张那里感受到了它满满的爱意。
One More Thing
BTW，知名博主Matt Shumer随机掉落了一段驯服Claude 3.7认认真真写代码的提示词：
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. When in 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 each step, ask yourself: "Am I adding any functionality or complexity that wasn't explicitly requested?". This will force you to stay on track.
</behavior_rules>
有网友试过类似提示，亲测确实能减少Claude 3.7“作妖”。
总之，现在已经到了需要求AI听话的地步了(doge）~
（文：量子位）