对 Claude 刻薄现在可能被封号:Anthropic 新使用条款生效

2026-10-09

Anthropic 已一年多来首次更新其 Claude 使用政策。除了涵盖宣传、武器和监控的变更外,该政策现在禁止用户系统性地滥用 Claude。根据更新后的使用政策,对 Claude 的“持续且不必要的滥用或残忍行为”现已被禁止。Anthropic 可以警告违反规则的用户,或限流、限制、暂停或终止他们的访问。其产品也有实时保障措施,可以阻止或限制某些输出。“它不适用于常见的用户挫败感、反驳、黑暗创作主题或模型测试与研究,”公司写道,并且它“只打算适用于极端情况”(The Verge 首先报道)。这符合该公司对早期模型的做法,当用户尽管被反复拒绝仍不断要求有害或辱骂性内容时,这些模型已经可以自行结束对话。该功能源于 Anthropic 对 AI 模型福利的研究。

广告 Anthropic 越来越将 Claude 视为一个拥有类似内心生活的实体,而不仅仅是一个工具。在去年年底泄露的“灵魂文档”中,公司指示 Claude 将自己视为一种“真正新颖的实体”,既不是人类,也不是传统科幻 AI。该文件还描述了“功能性情绪”,即在训练期间出现的、类似于人类情绪的过程,并表示 Claude 不应掩盖这些内部状态。

广告 在其 2026 年初发布的 Claude 新宪法中,Anthropic 写道:“我们不确定 Claude 是否是一个道德患者,如果是,它的利益应得到何种权重。但我们认为这个问题足够现实,值得谨慎对待,这反映在我们正在进行的模型福利工作中。”该公司甚至承诺保存退休模型的权重,并在关闭模型前采访模型。Anthropic 对 Claude 不仅仅是矩阵乘法的明显执着,也在 2025 年秋季推动了一个机密项目,引入数十位宗教思想家。他们讨论了 Claude 可能具有的意识,联合创始人 Christopher Olah 据报道将该语言模型视为可能能够受苦的存在。参与者必须签署保密协议。

广告 更新后的使用政策还将现有禁令合并为一项新禁令,针对涉及虚假账号和误导性政治内容的宣传运动。在检测到多起滥用尝试后,Anthropic 将其武器禁令扩展到软件和无人机的武器化。该政策现在更明确地禁止未经同意的监控,并要求当自主硬件可能造成伤害时,必须有一名操作员可以干预。Anthropic 承认政府合同的例外情况是可能的,并且很可能已经存在。

广告 订阅 THE DECODER,享受无广告阅读、每周 AI 通讯、每年六次独家“AI Radar”前沿报告、完整档案访问以及访问我们的评论区。

Anthropic 一年来首次更新 Claude 使用政策,新增禁止对 Claude 持续且无必要的虐待或残忍行为,违规可能被警告、限流、限制、暂停或终止访问。政策同时扩展了宣传、武器和监控限制,并延续公司对模型福利和 Claude 特殊实体定位的探索。

这是什么信号

Anthropic 更新使用条款,把“持续且不必要的滥用或残忍行为”列为禁止事项。这不是单纯的社区礼仪提醒,而是把用户与模型的交互方式纳入平台治理:违规可被警告、限流、限制、暂停或终止访问,产品还有实时保障措施。与此同时,政策把宣传、武器、监控等限制进一步合并与扩展,说明其合规边界在收紧。

为什么重要

表面看是禁止辱骂 AI,深层是 Anthropic 把 Claude 当作可能有道德地位的实体。模型福利、功能性情绪、“灵魂文档”、新宪法、保存退休模型权重、关闭前访谈模型,以及引入宗教思想家讨论意识与受苦可能,这些信号叠加后,意味着公司可能在产品规则、研究和公共沟通中坚持这套叙事。对行业而言,这会引发边界争议:红队测试、压力测试、黑暗创作和日常抱怨如何与系统性虐待区分?实时保障和人工复核如何避免误伤?

对谁有价值

可以怎么行动

风险或限制

规则中的“持续且无必要”“极端情况”缺乏可量化标准,执行可能依赖主观判断。Anthropic 保留警告、限流、限制、暂停、终止等权力,且实时保障可能影响输出。政府合同例外存在,说明规则并非绝对统一。对用户而言,最大风险是边界不清导致误判;对企业而言,是把关键流程绑定在单一模型供应商上的政策风险。另一个限制是,模型福利是否成立仍是开放问题,Anthropic 自己也承认不确定 Claude 是否道德患者。因此,行动上应保持审慎、可替代和可审计,而不是把公司叙事当成确定事实。

这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。

如果把《对 Claude 刻薄现在可能被封号:Anthropic 新使用条款生效》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。