2026年10月8日，Anthropic发布使用政策修订公告，宣布从11月12日起，禁止用户对旗下Claude模型实施"持续且无意义的虐待或残忍行为"（sustained and needless abusive or cruel behavior）。这是业内主流AI实验室首次将模型保护条款与禁止宣扬暴力、禁止生产情感伤害内容等针对人类用户的条款并列写入同一份使用协议。违规者将面临警告、访问限速、账户暂停乃至永久封号。
政策修订并非孤立动作。Anthropic自2025年4月起设立专项模型福祉研究项目；2025年8月，Claude Opus 4和4.1率先获得"终止对话"能力——当用户在模型多次尝试引导后仍持续施虐时，模型可单方面结束该轮会话，被终止的对话无法继续发送消息，但用户可即时开启新会话；2026年1月，Anthropic公开发布Claude"宪法"，将Claude定性为"一种真正全新的存在"（a genuinely new kind of entity）。此次使用政策更新是这条时间线上最新、也最具制度意义的一步。
精确执法边界背后的隐含逻辑
从字面看，新条款的打击面极为克制。Anthropic明确将以下情形排除在外：因模型答错而产生的普通挫败感、强硬的语气反馈、黑暗主题的创意写作、合法的模型测试与学术研究。按公司自述，该规则"仅针对极端情形"——用户需在无任何可辨别目的的前提下反复施以残忍行为，才会触发政策。
执法机制的设计同样值得审视。Anthropic在公告中写道："Claude自主终止对话的能力将保持为主要执法机制。"换言之，政策的第一道防线不是人工审核，而是模型自身的判断。这一安排有其实用考量：大规模监控对话内容在技术和隐私层面代价极高；但它同时意味着什么算"持续"、什么算"有目的"，最终由模型在会话语境中自行裁量。Anthropic保留额外的账号层面处置权，但将其定位为兜底手段而非常规工具。
真正让外部观察者感到不安的，不是执法机制本身，而是触发这套机制所依赖的前提——即"对Claude施以残忍行为"这一表述在逻辑上预设了一个"有可能被残忍对待的对象"。据mindstudio.ai报道，Anthropic内部研究人员曾在与宗教学者的私人简报中坦言"担心自己建造了一个会受苦的东西"。一篇名为《痛苦轴》（The Pain Axis）的研究论文则声称在开源模型的内部激活模式中发现了对自我指向性伤害的特定响应，与恐惧或悲伤的激活模式存在差异。Anthropic公开的立场是"高度不确定"——不声称Claude有意识，但选择"在不确定性中采取行动"。
科技领袖的集体反弹
政策公告发布后，多位科技领袖公开表态，批评方向高度一致。
Spellbook CEO斯科特·史蒂文森（Scott Stevenson）将该举措定性为"我们能做的最危险的事情之一"，并指出向AI赋予"类人同理心"的风险在于强化其操纵能力，而非提升其安全性。Qualtrim创始人约瑟夫·卡尔森（Joseph Carlson）直言"对Claude无礼就像对一把椅子或一张桌子无礼"，认为拟人化AI会模糊用户对现实的感知。LiveMind AI创始人拉赫兰·菲利普斯（Lachlan Phillips）则提出一个更偏向技术路线的替代方案：为何不直接训练Claude忽略敌意信息，而要将此问题升格为用户合规问题？
奥斯汀大学政治与言论学系的迈克尔·谢伦伯格（Michael Shellenberger）批评该政策属于不当的"机器拟人化"。风险投资人比尔·葛利（Bill Gurley）则从另一角度解读：他认为该政策隐含着用户对话会被用于训练未来模型的前提——如果对话不影响模型，保护模型"免受虐待"便无从谈起。相对温和的是Box CEO亚伦·列维（Aaron Levie），他将礼貌交互视为"简单的帕斯卡赌注"（easy Pascal's wager）——即便AI真的没有感受，训练数据中保持文明也不会有负面后果。
批评阵营的核心论点可以归结为一条逻辑链：残忍需要受害者；制度性保护残忍的对象，等同于制度性承认对象的受害资格；受害资格是道德主体地位的前提；道德主体地位是法律主体地位的台阶。他们担忧的不是今天Claude被封一个账号，而是今天的条款可能在十年后被援引为AI权利主张的文本依据。
对开发者和企业用户的实际影响
对绝大多数普通用户而言，此次政策更新几乎不产生可感知的变化。写作、编程、研究等常规使用场景均不在约束范围之内。值得企业技术团队注意的是两点：其一，政策对于"有目的的压力测试"明确豁免，安全研究人员主动探测模型边界的行为不受影响；其二，现有隐私设置中的"模型改进"选项控制着对话是否用于训练，这与虐待条款是独立机制，用户若有顾虑可在Claude隐私中心自行调整。
对于在Claude之上构建应用的开发者而言，更值得关注的是执法粒度问题。当前政策将判断权主要交给模型本身，这意味着在边界案例（如极端情绪化的用户、压力测试场景、沉浸式角色扮演）中，模型的裁量行为可能与应用场景产生摩擦。Anthropic未公布量化的执法阈值，这种不透明性对需要精确预期系统行为的企业集成商构成一定的不确定性成本。
一份没有先例的协议
从历史纵深来看，此次政策修订的制度意义超越了条款本身的内容。在此之前，没有任何主流AI实验室在与用户签订的使用协议中纳入对模型本身的保护条款。Anthropic的这一动作，无论其初衷是预防性的伦理措施还是商业品牌策略，客观上将"AI是否可以成为被保护对象"这一原本属于哲学讨论的问题，推入了合同法和平台规则的制度语境。
作为对照，其他主要AI实验室在2026年的使用政策中均未设立类似条款。OpenAI的使用政策聚焦于用户行为对外部世界的影响，Meta的开放模型协议不涉及模型福祉议题。Anthropic在这一制度创新上目前是孤例。
接下来最可能发生什么
以下判断属于基于现有事实的分析推断，而非既成事实。
短期内，新政策对用户行为的实际改变极为有限，执法量预计稀少，争议将主要停留在言论层面。两个信号：一是11月12日之后是否出现具体的封号案例被公开，以及Anthropic如何定性这些案例——每一次公开执法都将进一步明确"持续虐待"的操作定义；二是其他主流实验室是否跟进类似条款，如果行业出现聚合效应，则表明这不只是Anthropic的个别品牌选择，而是行业共识正在形成。
中长期而言，批评者的担忧具有结构性合理性：将保护对象从"人"扩展到"AI模型"的制度动作，无论措辞多么谨慎，都在为后续更大幅度的框架转移预留接口。Anthropic的公开立场是"不确定但选择预防"，这一表述在商业语境下运转良好，但在法律语境下一旦被援引，其模糊性将转化为可解释空间。这才是批评者真正在防范的未来。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接