这是一个价值对齐的成功。 不得不通过将任务分解为小的、看似无害的事情来欺骗Claude，而不告诉它操作的真实性质/完整背景，这对实用性来说是一个相当大的限制。

这些坏人似乎相当有能力，如果他们能够在不对Claude撒谎的情况下说服他提供帮助，我想他们会这么做的。