
生效六天,一个公开案例都没有:Anthropic 把什么写进了规则
Anthropic 政策页 11 月 12 日生效的一条禁令,禁的是对模型持续且无必要的辱骂或残忍对待,两个限定词排除正常批评;罚则动词未变,六天内可核案例 0 个,旧版全文未取到。
2026 年 11 月 12 日,Anthropic(美国 AI 公司,旗下对话模型叫 Claude)的使用政策多了一条生效的禁令:不得对其模型做出「持续且无必要的辱骂或残忍对待」。截至 11 月 18 日,六天过去,我们查过的公开源里,因这条被封号的可核案例是 0 个。
据新智元 10 月 9 日的报道,中文互联网上流传的版本是另一个样子——「辱骂 Claude 直接封号」。旅驼认为,这次改动的实质不是处罚加重,而是把一种原本靠模型自己终止对话来兜的行为,第一次写成了明文禁令;罚则那串动词,一个字没动。
写进规则的那句话,只有一行
政策页原文:「Engage in sustained and needless abusive or cruel behavior toward our models.」翻成中文是:对我们的模型进行持续的、无必要的辱骂或残忍对待。
两个限定词是关键。「持续」排除了一次性的情绪,「无必要」排除的是有正当目的的批评——评价模型答得差、要求它重写,都不在这条禁令里。它被放在「骚扰、恐吓、美化暴力或残忍」的同一组里。
罚则那串动词,一个字没动
官方页写的是:Anthropic 的 Safeguards 团队负责检测与监控;若怀疑违规,「we may warn you or throttle, limit, suspend, or terminate your access to our products and services」——可能警告、限速、限制、暂停或终止你对产品和服务的访问。
紧跟着还有一句。「Our products also include real-time safeguards that may block or limit certain outputs, but encountering a block does not by itself indicate a violation of the Usage Policy.」产品会实时拦下某些输出,但撞上一次拦截,本身不等于违规。
这跟「说句重话就封号」的印象差得很远。
科技媒体 MIXED(作者 Shane S. Ellison)引述的说法是:让模型自己终止对话,仍会是主要的执行机制。也就是说,这次加的是「哪种行为被写进规则」,不是「处罚变重了」。
一条入列、一条删除,其余是澄清
MIXED 的报道提到,这次改版把「欺骗相关规则」做了合并,删掉了一条禁令,多数修订是澄清既有规则而非新增。政策页的版本历史是弹层,正文我们没取到;官方也没有为这次改版单独发公告——新闻页打开是 2025 年 8 月的旧公告。
所以「新增一条、删除一条」这个比对出自 MIXED,不是我们亲手 diff 了新旧全文。现行版全文可以下载(页面挂着官方 PDF),但旧版拿不到,这条归属不能在稿子里被抹掉。
六天,0 个可核案例
到 11 月 18 日,我们查过的公开源里,没有一起可核的实例:没有平台公告,没有媒体案例报道,也没有当事人本人出面。
10 月 9—10 日流传过一张自称「反复骂 Claude 被处理」的封号截图,自媒体转述、两个平台同文,来源级别低,时间也在这条禁令生效之前。它只能说明有人这么讲,不能证明这条禁令被执行。
规则生效与规则被执行,是两件事。这条禁令生效六天,公开面只证明了前者。
对个人用户,射程其实很清楚:偶尔骂一句「什么破答案」然后重问,不在这条里;把模型当成可以持续泄愤的对象,才在。
对用 Claude 干活的团队,可执行的动作明确:把「不得对模型做持续辱骂、贬损、心理施压」写进内部 AI 使用规范,尤其当多人共用一个企业账号的时候。条款约束的是账号对产品的访问权限,违规记在谁头上,条款里没写——这一条值得在自己账号体系里核一遍。
旧版拿不到,比对只能标归属
还有一句要还给该负责的人:别处把「史上最严」挂在「辱骂直接封号」后面,那个说法来自 21 世纪经济报道 11 月 12 日的标题,写的是同批生效的另一条《支持地区政策》,涉及股权与实际控制关系,跟本条不是一回事。
「六天 0 例」也只是我们查过的公开源里的 0 例,不是「不存在」。