🛡 Anthropic «в целях безопасности» будет делать невидимые инъекции самооценки модели в свой контекст, которые пользователи Claude не могут отключить и даже видеть. Вендор обещает, что это "всего лишь несколько токенов". Однако неконтролируемый пользователем невидимые инъекции в контекст - это серьезно. Невидимость даже опаснее самих инъекций, т.к. непонятно что там вендор делает и насколько его маркетинговые заверения соответствуют реальной инъекции. Что там добавляется конкретно? Где доказательства, что это не остается в контексте всей сессии? Какое влияние этого на IQ модели? Больше вопросов, чем ответов. Механизм также дает Anthropic фактически невидимым для пользователя образом управлять агентом, что как раз проблема безопасности, т.к. Anthropic официальный подрядчик NSA, ФБР и ЦРУ. https://safeguards.anthropic.com/2026/self-assessment/