Anthropic为Claude Opus 4及4.1模型新增“终止对话”权限，旨在保护AI模型免受极端有害内容侵害。
触发机制与应对策略
该功能仅在用户坚持提供有害或易受剥削内容等极端场景下触发（如涉及儿童性虐待、大规模暴力恐怖信息）。Claude将优先尝试重定向或拒绝回应；若无效且对话无法转向建设性方向，才会终止会话。
账户安全不受影响
会话终止不等于封禁。用户仍可使用同一账户开启新会话，或通过编辑历史消息调整对话方向，仅当前特定会话被结束。
核心目的：模型福利
此举并非为了保护用户，而是基于“模型福利”研究项目，预防AI长期接触有害内容产生的伦理与技术风险。测试显示，面对此类请求时Claude会出现回避倾向及困扰迹象，公司据此启动低成本防护措施。
例外情况与适用范围
当用户存在自伤或伤害他人风险时，Claude不会终止对话，而是继续交流并引导至援助资源。目前该功能仅限Claude Opus 4和4.1模型使用，属实验性应用，后续将根据反馈持续优化。