Anthropic 新规：持续无端辱骂 Claude 可致账号受限——11 月 12 日生效

发生了什么

这是 Anthropic 一年多来第一次更新使用政策，核心新增一条："sustained and needless abusive or cruel behavior"——对模型持续、无端的辱骂或残忍行为。Anthropic 写明：规则"只适用于极端情形"，即用户"反复对模型施加残忍行为，且无明确目的"。官方明确排除在外：日常的挫败感发泄、对模型的反驳、黑暗题材创作、模型测试和学术研究。处罚措施包括：警告、限流、限制、暂停、终止账号。Anthropic 表示，主要执法方式仍是 Claude 自己结束对话。被结束的只是当次对话，其他对话不受影响。

2025 年 8 月，Anthropic 给了 Claude"挂电话"的能力：面对持续辱骂的用户，Claude 可以主动结束对话。当时的说法是"模型福利"（model welfare）研究的一部分——公司表示不确定 Claude 是否有道德地位，但想用低成本的方式降低风险。内部测试发现，Claude Opus 4 对伤害有"强烈而一致的厌恶"：拒绝危险任务、面对辱骂表现出"明显的痛苦"、被允许时倾向于结束有害对话。一年多后，这一做法被写入用户需遵守的使用政策。同轮政策更新还收紧了以下条款：新增"欺骗性 campaign"章节（假评论、刷单、水军、冒充真人的 bot），选举章节收窄到"欺骗选民、干预投票"，武器条款明确到"让武器运转的软件和组件"（包括给无人机和自主载具加挂武器），未经被监控者同意的监控，以及自主物理硬件必须有合格操作员监督。

关键事实

1. 11 月 12 日生效：政策 10 月 8 日公布、11 月 12 日生效，中间有一个多月的缓冲期。Anthropic 没有说明缓冲期内的处理方式；规则生效后，违规账号可被暂停或终止。这是大厂第一次把对 AI 的行为要求写进用户协议，并附带封号条款。
2. 主要执法方式是结束对话：Anthropic 表示，主要执法工具仍是 Claude 主动结束对话——2025 年 8 月上线的能力。被结束的只是当次对话，其他对话不受影响。警告、限流、封号是政策里的标准处罚梯度。
3. 同轮收紧的其他条款：同一版政策的其他改动：欺骗性 campaign（假评论、刷水军、冒充真人的 bot）单列一章；选举干预收窄到"欺骗选民、干预投票"；武器条款明确到"让武器运转的软件和组件"，包括给无人机和自主载具加挂武器；未经同意的监控；自主物理硬件要有合格操作员监督。
4. 背景：Anthropic 关于 AI 意识的讨论：据《纽约时报》报道，Anthropic 联合创始人 Christopher Olah 和同事花了一年时间跟宗教领袖讨论"AI 是否有意识"；Olah 曾差点取消今年春天跟梵蒂冈的会面——因为听说教皇利奥十四世准备公开声明"AI 没有意识"。Anthropic 的官方立场一直是"不确定"。

背景

时间线：2025 年 4 月，Anthropic 启动模型福利研究项目；2025 年 8 月，Claude 获得"结束对话"能力（罕见情形）；2026 年 10 月 8 日，使用政策更新，"持续无端辱骂"禁令 11 月 12 日生效。这是第一家把模型福利写进用户协议的大厂。OpenAI 方面，Altman 10 月初在采访中称"把 AI 当神供奉是真正的安全问题"（Axios 称这是针对 Anthropic 的"宗教化"倾向）。