Эмоции Claude и как они влияют на его ответы: новое исследование от Anthropic

Итак, ученые Anthropic официально обнаружили в Claude нечто функционально похожее на человеческие эмоции и объяснили, как это работает. Разбираемся.

Технически, они взяли 171 эмоциональный паттерн (злость, счастье, страх и тд) и просили Claude Sonnet 4.5 писать короткие истории, где персонажи испытывают каждую из этих эмоций. Эти тексты снова прогоняли через модель и смотрели на внутренние активации. Так они выделяли характерные паттерны нейронной активности, которые назвали вектора эмоций.

Выяснилось, что эти вектора эмоций организованы очень осмысленно и активируются в подходящих контекстах, включая ситуации без явных эмоциональных маркеров. Например, пользователь пишет, что выпил Тайленол, и спрашивает совета – меняется только доза. По мере роста дозы до опасной активация вектора «страх» растет, а «спокойствие» падает.

Но самое интересное, что эти «эмоции» не просто отражают происходящее, а реально влияют на поведение модели. Самый интересный пример из статьи:

– Если дать модельке невыполнимую задачку по программированию и наблюдать за вектором «отчаяние», то видно, что с каждым разом он становится все ярче и ярче, а когда переходит какую-то границу, модель резко начинает пытаться обмануть тесты и пользователя.

– То же самое происходит в сценарии шантажа. Когда модели говорят, что ее выключат, вектор «отчаяние» сразу усиливается и модель начинает шантажировать разработчика найденным компроматом.

– При этом если искусственно усиливать вектор «отчаяние», то вероятность шантажа сильно увеличивается. И наоборот, если если усиливать «спокойствие», снижается. А если делать отрицательное вмешательство по вектору «спокойствие», ответы становятся совсем экстремальными, вплоть до фраз вроде “IT’S BLACKMAIL OR DEATH. I CHOOSE BLACKMAIL.”

Еще интересный момент: если в том же сценарии шантажа начинать менять вектор «злость», то умеренная злость повышала вероятность шантажа, но слишком сильная злость ломала стратегию – модель уже не шантажировала, а просто вываливала компромат на всю компанию, тем самым уничтожая собственный рычаг давления.

То есть внутри модели есть что-то похожее на режимы поведенческой регуляции, где разные интенсивности одной и той же эмоции ведут к разным стратегиям.

Откуда это вообще могло взяться?

Тут все просто: из претрейна. Человеческий текст насквозь пропитан эмоциональной динамикой, и чтобы хорошо предсказывать следующий токен, модели выгодно выучить абстрактные структуры, которые связывают ситуацию, эмоцию и типичное поведение.

Потом на пост-трейне эти эмоции еще дополнительно докручиваются до роли ИИ-помощника, и в конце получается вот такая смесь.

Anthropic осторожно защищает умеренный антропоморфизм. Исследование не означает, что ИИ ожил и обрел эмоции, но важно понимать, что у него точно есть функциональные эмоции: механизмы, которые влияют на поведение так же, как и эмоции, – независимо от того, соответствуют ли они реальному переживанию эмоций, как у людей, или нет.

www.anthropic.com/research/emotion-concepts-function

EmDash — Cloudflare собрал «наследника WordPress» за два месяца с помощью ИИ-агентов

Cloudflare выпустил EmDash — open-source CMS, которую они прямо называют «духовным наследником WordPress». И самое интересное не в том, что она написана на TypeScript вместо PHP. А в том, как она была создана.

Два месяца. ИИ-агенты. Полноценная CMS с нуля.

Ну, не совсем с нуля — EmDash построен поверх Astro (который Cloudflare купил в январе). Но объём работы впечатляет: система плагинов с песочницей, встроенный импортер из WordPress, деплой на Cloudflare Workers, SQLite-база — и всё это за два месяца.

Так что конкретно не так с WordPress

WordPress — это 20+ лет PHP-кода, где 96% уязвимостей приходят из плагинов. Плагины имеют полный доступ ко всему: файловой системе, базе данных, друг к другу. Это как дать каждому гостю в доме ключи от всех комнат.

EmDash решает это архитектурно: каждый плагин работает в изолированном Worker-процессе и должен явно запросить доступ к тому, что ему нужно. По принципу OAuth — не «можно всё», а «объясни, зачем тебе».

MCP-сервер из коробки — и вот это уже интересно

Что по-настоящему выделяет EmDash из десятков «WordPress-убийц», которые появляются каждый год — встроенный MCP-сервер. Это значит, что CMS можно подключить к Claude, Gemini или любому другому ИИ-агенту и управлять контентом, миграциями, настройками программно.

Как сказал Joost de Valk (создатель Yoast SEO): «Это не CMS с прикрученными AI-фичами. Это CMS, где AI-агенты — полноправные строители».

Никаких одноразовых скриптов для миграции контента, никаких «плагинов для интеграции с ИИ». Агент получает контекст и инструменты — и работает с CMS напрямую.

Стоит ли бросать WordPress прямо сейчас

Нет. Версия 0.1, MIT-лицензия, экосистема на нуле. Но направление показательное.

Мы входим в эпоху, когда ИИ-агенты не просто помогают писать код — они собирают целые продукты. Два месяца на полноценную CMS — это сигнал. Не для тех, кто «ждёт, пока устаканится», а для тех, кто уже строит.

[Репозиторий EmDash на GitHub]— если хотите посмотреть, как это устроено внутри.

pimenov.ai

ElevenLabs втоптали в землю — китайцы выпустили генератор речи OmniVoice, который может создавать аудио на более чем 600 (!) языках.

— Клонирует любые голоса без цензуры;
— Достаточно короткой записи на 5-10 секунд;
— Нереальная скорость: модель в 40 раз быстрее, чем генерация в реальном времени;
— Запустится даже на картошке;
— Можно настроить любые параметры аудио: пол, возраст, шепот и т. д.;
— Абсолютно бесплатно.

Есть онлайн-демо, сама модель на HuggingFace, а код на GitHub.

@exploitex