May 9, 2026 May 9, 2026 May 9, 2026 May 9, 2026 Teaching Claude Why：AI Agent 对齐从“教模型怎么做”迈向“教模型为什么这么做” Teaching Claude Why：对齐训练正在从“教模型做对”转向“教模型理解为什么这样做才对” 核心解读 今天 Hacker News 上值得 llmapis.com 跟进的一条 AI 安全研究更新，是 Anthropic 发布的 Teaching Claude Why 。如果只看表面，这像是一篇讲对齐训练细节 alignment-trainingagentic-misalignmentconstitutional-aisafety-posttrainingprincipled-alignment