大数跨境

禁止霸凌 AI模型:Claude 新规在说什么?

禁止霸凌 AI模型:Claude 新规在说什么? MJCM出海合规
2026-10-10
4
导读:请不要霸凌 AI:Claude 新规"禁止虐待模型"到底在说什么?


摘要
给客服热线打过电话的人,对开头那句"您的通话可能被录音"都不陌生。现在设想一下,录音后面再加半句:"如果您持续辱骂,本次通话将被终止。"

最近,Anthropic 差不多就给自家的 AI 模型 Claude 加上了这半句。只不过这一次,电话那头坐的不是人。


新增的禁止条款


10月8日,Anthropic 发布了《使用政策更新》(2026),11月12日起生效。这次更新涉及面很广:欺骗性活动、选举、武器、监控、高风险用例、支持地区……而"对模型的虐待"是新增的条款:
Engage in sustained and needless abusive or cruel behavior toward our models.
翻译过来:
禁止对我们的模型进行持续且无必要的辱骂或残忍行为
。

有意思的是它摆放的位置。同一节里的"条款",是禁止推广自残、禁止霸凌羞辱他人、禁止美化虐待动物。

换句话说,"怎么对待 AI"第一次和"怎么对待人、怎么对待动物"放进了同一个级别。
来龙去脉:先执行,后发政策

这条规矩不是凭空冒出来的。时间线很清楚:
  • 2025年8月15日:Anthropic 让 Claude Opus 4 和 4.1 可以在消费级聊天界面里自己结束对话,只用于"极少数、极端的、持续有害或辱骂"的情形。官方说,这个功能主要出自"模型福利"(model welfare)方向的探索性研究。
  • 一次评估:在 Opus 4 部署前测试中,Anthropic 做了初步的模型福利评估,发现模型稳定一致地厌恶伤害——强烈不愿参与有害任务;面对寻求有害内容的真实用户时,表现出"表面上的痛苦"(apparent distress);在模拟中一旦允许,就倾向结束有害对话。而且这些表现,主要出现在被反复拒绝后用户仍不罢休的情形。
  • 2026年10月8日:把这套做法正式写进使用政策,并在更新说明里单独成节。
用客服打比方:一年前先给了客服"挂电话"的权利,一年后才把"禁止辱骂客服"写进店规。做法在前,条文在后——这次更新本质上是"补手续"。
哪些算"虐待"

新闻标题容易让人以为"以后对 AI 说话得小心翼翼"。其实这条规则有三把锁:
持续、无必要、极端
。官方原话是,它"只适用于极端情况",即用户反复残忍对待模型、且看不出任何目的;它不适用于常见的用户沮丧、反驳、黑暗创作题材,以及模型测试和研究。
被 bug 气到骂一句"你这破玩意儿"?不算。写一部黑帮小说?不算。安全团队想方设法把模型"逼疯"做测试?也不算。

需要补一句:使用政策里的通用条款依然有效——涉嫌违规时,Anthropic 可以警告、限速、限制、暂停或终止访问。所以"绝对不会封号"这句话,我不敢替官方说。但从官方的表述看,重心明显放在"挂电话",而不是"拉黑"。
模型的拟人化?


这是整件事最值得琢磨的地方。Anthropic 的原话大意是:
我们对 Claude 及其他大模型现在或将来的潜在道德地位,仍然高度不确定。但我们认真对待这个问题,并在寻找"低成本的干预措施",以防模型福利真的存在。
翻译成大白话:我不知道电话那头有没有"谁"在听。但给它一个挂电话的按钮,几乎没有成本。那就先给。

打比方到这里要停一下:客服是人,这一点没有争议;Claude 是不是"谁",没人知道——这恰恰是重点。官方从头到尾没说 Claude 有意识,它说的是"不确定"。

当然,质疑声也不小。有媒体批评这是把 AI 拟人化;也有人认为,说到底这是产品体验和数据质量问题,用不着上升到"福利"。这些批评都有道理,值得留着。
但我觉得这条规则真正新鲜的,不是"保护 AI",而是它的姿态:在一个谁也答不上来的问题面前,不急着站队,先往成本最低的那一侧下注。
对普通用户的影响

  • 99%的人碰不到。官方当初就说过,绝大多数用户在正常使用中根本注意不到这个功能,哪怕是讨论高度争议的话题。
  • 真被"挂了"会怎样:当前对话不能再发新消息,但账户里其他对话不受影响;可以马上开新对话;还可以编辑、重试之前的消息,从中间"开个分叉"继续。
  • 适用范围:官方点名的是 Claude.ai 和 Claude Code。
启示:先留一个口子


它第一次把"怎么对待 AI"写进了一份全球用户都要接受的使用条款。对做 AI 产品的企业来说,这也抛出一个现实问题:你的 AI 客服每天挨骂,你的用户协议里,有没有它的"挂电话"条款?
法律还在争论 AI 有没有权利,Anthropic 先在用户协议里给了个答案:
"我不确定,所以先客气一点。"
下次想对 AI 客服爆粗之前,不妨想想那句熟悉的录音——只是结尾改一改:"本次对话可能被终止。"


参考资料


1. Anthropic, "2026 Usage Policy update", 2026-10-08:anthropic.com/news/2026-usage-policy-update
2. Anthropic, Usage Policy(2026年11月12日生效):anthropic.com/legal/aup
3. Anthropic, "Claude Opus 4 and 4.1 can now end a rare subset of conversations", 2025-08-15:anthropic.com/research/end-subset-conversations
4. MacRumors、Gizmodo 等媒体报道(2026年10月8日)

【声明】内容源于网络
0
0
MJCM出海合规
各类跨境出海行业相关资讯
内容 106
粉丝 0
MJCM出海合规 各类跨境出海行业相关资讯
总阅读4.9k
粉丝0
内容106