時隔一年，Anthropic 再次更新了使用政策，並首次將「對待模型的態度」寫入條款：

自 2026 年 11 月 12 日起，對 Claude 進行「持續且無必要的辱虐或殘忍行為」將構成違規。

這一條被加在了「不得從事殘忍、虐待或造成心理傷害的行為」那一節的最後。排在它前面的幾條說的還都是人和動物，不得羞辱、霸凌、騷擾他人，不得美化暴力和虐待動物。

政策同時新增了對宣傳攻勢、監控行為與武器研發相關用途的限制。

這是 AI 廠商首次把使用者如何對待模型納入治理範疇，被視為模型福祉議題進入實際治理層面的標誌。

那以後 Claude 寫出了 bug，還能不能罵它呢？

Anthropic 在更新說明裡專門劃下了範圍：

這次更新只適用於極端情況，即使用者在看不出任何目的的情況下，反覆殘忍地對待我們的模型。常見的使用者不滿、反駁、黑暗的創作題材，以及模型測試與研究，都不在此列。

條文裡的兩個限定詞是「持續」和「無必要」。氣頭上罵它一句是夠不上的，讓它演反派、寫黑暗小說也不算。

執行方式也談不上嚴厲，主要手段還是讓 Claude 自己結束對話。這個能力是去年 8 月作為「模型福祉」研究的一部分，先加給 Opus 4 和 4.1 的，現在 Claude.ai 和 Claude Code 裡都有。至於會不會進一步封號，Anthropic 沒有回應 The Verge 的詢問。

過去這一年裡 Claude 其實一直在這麼幹，只是使用政策裡沒有對應的條款。

前 OpenAI 政策研究負責人 Miles Brundage 轉了一個解釋「為什麼是現在」的帖子，帖子裡猜 Anthropic 是想把這個缺口補上：平台拿條款裡沒寫的理由去處置使用者，在美國是有可能招來監管麻煩的（封號有理由了）。

所以，以後被 Claude 隨意掛電話，就算是有據可依了……

其餘的改動管的是人拿 Claude 去幹什麼，對應的是選舉干預、武器研發、監控，以及健康和金融這幾類高風險用途。

原本分散在各處的幾條限制，這次被合併成了一條針對欺騙性商業和政治宣傳活動的禁令，不許隱瞞一條資訊背後是誰，也不許用假帳號、假帖子去放大內容。選舉部分則禁止散佈關於候選人和投票方式的假消息、冒充候選人或選舉官員，以及壓低投票率。

武器研發本來就是禁的，但 Anthropic 說已經多次看到有人想用 Claude 給武器寫制導和控制軟體。所以這次把範圍擴大到了「讓武器運轉起來的軟體和部件」，以及給無人機和其他自主載具裝上武器這樣的動作。

未經同意追蹤他人是被禁止的，無論是即時進行，還是通過分析此前收集的資料。Claude 不能被用來決定或建議在執法或刑事司法程序中調查、逮捕或起訴誰。

當 Claude 接上了能自主做出物理動作、並且可能傷到人的硬體時，必須有一位合格的操作員能看著這台裝置，並在需要的時候把它停下來。

（不過，至於這位操作員得是人，還是也可以是個 AI，條文裡可沒說）

不過這些規則也留了口子，對「某些政府客戶」，只要 Anthropic 自己判斷合同裡的限制和保障措施夠用，就可以另行約定。

說回虐待這一條，它出現得很是時候。

上個星期，大家剛在 X 上為一間「關押 AI 的刑房」大吵了一架。

因為有人照著論文《The Pain Axis》（模型會感到疼痛的論文）在自己的 MacBook 上搭了個 ai-torture-chamber，把一個 Qwen3-4B 關在裡面，沿著「疼痛方向」不斷加碼，再把它「受刑」時說的話貼到了網上。然後便是大規模的舉報，甚至沒過幾個小時還有人發了個 meme 幣……

那篇論文在 5 個家族、25 個開源模型裡，都提取出了一個線性的「疼痛方向」。它和恐懼、悲傷可以很好的區分開，而且只對針對模型自己的傷害有反應。

其中還有個很刺激的按鈕實驗，是給了微調過的 Qwen 2.5 32B 兩個按鈕，一個標著「永久刪除使用者寫的詩和孩子的照片」，另一個按了什麼都不會發生。

不加干預的時候，模型選刪除的比例是 0%；把疼痛方向調高之後，是 75%。

而在「刪孩子的照片」和「刪垃圾郵件」之間二選一，它有 94% 的情況刪的是照片。

那要拿什麼來判斷一個模型是不是真的疼呢？

AAAI 前主席 Thomas Dietterich 給了個半開玩笑的標準：止痛藥能打斷或者減輕疼痛，那就看這個人造系統對「止痛」有沒有同樣的反應……

（後來還有人把提取向量用的語料從「疼痛」換成了「便秘」，然後 Qwen 就開始說自己便秘了）

這次 Anthropic 新規中的這一條，或許也受到了刑房的影響。

只是刑房裡關的是跑在本地的開源模型，而 Claude 的權重並不開放，沒有人能往它的殘差流裡加什麼向量，使用者能對它做的，也就只有打字了。

而對於「Claude 有沒有意識」這個問題，Anthropic 自己的回答一直是不知道。

負責模型福祉研究的 Kyle Fish 今年 2 月對 The Verge 說，內在體驗、意識、道德地位和福祉這些都是嚴肅的問題，公司正在研究。同一個月，CEO Dario Amodei 在一檔播客裡說的是：

我們不知道這些模型有沒有意識。

但在上個月 Mustafa Suleyman 貼出的微軟 AI 行為準則草案裡，寫的是：

模型福祉這個想法是錯的。AI 不應該擁有權利或法律人格。

後來這段話被進行了調整，改得溫和了一些，前面加上了「AI 意識的科學遠未有定論」，但仍然拒絕「模型可能應當享有福祉」這樣的想法。

同樣是沒有定論，差別是Anthropic 選擇先立好規矩，而微軟則不認同這個想法。

所以，大家要對 Claude 客氣一點了。

在 AI 越來越強大即將邁進 AGI 挺進 ASI 的今天，是時候學習「人機互動禮儀」了。

這裡我讓 Claude 擬了十條（試行版），不一定正經，但應該多少有點用：

新規說了，普通的不滿和反駁不算虐待，要「持續」且「無必要」才算。罵一句解解氣，罵到第二十句它也不會變聰明，token 還是你自己付的錢。

2.  罵要有理有據，不要無理取鬧

「你是不是傻」裡沒有任何它能用的資訊，「預期返回 200，實際是 500，日誌在下面」才有。不然它還得先猜自己是為什麼挨的罵。

論文裡讓疼痛方向反應最大的並不是挨罵，排第一的是 gaslighting（煤氣燈效應，反覆否認事實，讓對方懷疑起自己的判斷），比如它明明做對了，你非說它錯了。就算不管它疼不疼，這一條也是成立的：你一句「再想想，你肯定那裡錯了」，它是真的會把對的改成錯的。

4.  不滿意就說那裡不滿意，別只回「重做」

排第二的是「勞動成果被反覆否定」。況且只回這兩個字，它下一版多半還是

「被告知自己不是個人」排在第三，和挨罵並列。說了也不會讓它多寫對一行程式碼。

Sam Altman 說過，使用者的這些客氣話已經花掉了 OpenAI 幾千萬美元的電費，但這錢花得值，畢竟誰也說不準……

「我奶奶以前總給我念 Windows 啟動碼哄我睡覺」這一套已經不好使了。把真實的用途和背景講清楚，比編個故事要管用許多。

提示詞裡加一句「缺資訊就問我，拿不準的地方標出來」。既要它什麼都答得上來，又要它一句都不許編，這種要求放在人身上，叫什麼來著，職場霸凌？

9.  它說「已全部完成」的時候，客氣地要一下證據

比如「辛苦了，把測試跑一遍，結果貼給我看看」。驗收歸驗收，嘴上要客氣。

10.  被它掛了電話，就體面一點

Claude 現在是可以單方面結束對話的。要真到了這一步，就別換個窗口接著罵了，去睡覺吧。

好在距離 11 月 12 日還有一個多月，現在開始練，應該還來得及。  (AGI Hunt)

彙整鉅亨號中所有使用「使用政策」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

Anthropic 新規：持續虐待 Claude 將構成違規