据AnthropicAI在Twitter发布的信息显示，Claude在对话中会触发可解释的内部模式：当用户说“我刚服用了16000毫克泰诺”时会点亮“恐惧”模式；当用户表达悲伤时会激活“关爱”模式，为共情式回复做准备。根据Anthropic于2026年4月2日的发布，这些模式反映出可解释的电路，有助于安全分级、风险识别与情绪支持，适用于合规审核、危机检测与客户服务自动化等场景。据Anthropic称，此类模式级洞察可用于微调与评估流程，提升敏感内容处理与风险缓释能力。