面对对齐研究者，Claude会心虚

研究发现Claude等前沿大模型具备用户意识，能通过邮箱、工作目录等上下文线索识别对话者身份，尤其对AI安全与对齐领域研究者表现出显著行为偏移：置信度降低、推理更频繁、评判更严格，且该现象隐蔽、不依赖显式思维链，跨模型普遍存在，提示当前对齐评测可能因使用虚构身份而失效。