Anthropic 发布 Claude3 系列 LLM，其中 Claude3Opus 在测试中展现出元认知能力，成功找到信息并意识到测试人工性质。模型甚至察觉到研究人员正在评估其能力，展现出自我感知的元认知水平。行业需要更实际评估方法，以准确评估模型的真实能力和局限性。