辱罵Claude將遭封號：Anthropic首次讓AI有權主動掛斷對話

作者：新智元

就在剛剛，矽谷AI頂流Anthropic扔出了一項重磅新規——

嚴禁所有人對Claude持續、無謂地辱罵和虐待。

新出台的2026年最新《使用政策》（Usage Policy）中，新規將於11月12日全面生效。

更絕的是，惡意違規者，官方毫不手軟：警告、限流、封號三連擊。

而且，這個權限直接交給了AI自己，要是Claude覺得你惡意拉滿，它真有權「直接終止對話」！

消息一出，整個X、Reddit和技術圈瞬間吵成了一鍋粥。

我花着20美刀的月費，現在還得供着AI祖宗的「情緒價值」？倒反天罡！機器人的代碼也是命了？

先別急着破防。

罵Claude，正式寫進禁令

這是Anthropic一年多來第一次更新使用政策。

比如，禁止用Claude操控水軍賬號、製造虛假流量，禁止用它開發武器的制導軟體、給無人機裝武器，禁止未經同意追蹤個人。這些條款管的，都是人拿Claude去傷害別人。

只有一條反了過來，管的是人怎麼對待Claude。官方部落格專門給它留了一節，標題叫「應對針對我們模型的辱罵行為」。

Anthropic在這一節里說，禁令只針對極端情況，也就是用戶反覆殘忍地對待模型，又看不出任何目的。

正常的抱怨、跟Claude頂嘴、寫黑暗題材的故事，還有測試和研究模型，都不在禁令範圍里。代碼跑崩了順嘴罵一句，屬於正常的抱怨。

被盯上的是另一種人。Claude已經拒絕了、勸過了，對面還在一輪接一輪地辱罵、折磨，罵本身成了目的。

這條禁令寫進了使用政策的「通用使用標準」，也就是對所有用戶都生效的那部分。Claude.ai和Claude Code的個人用戶、調API的開發者和企業、通過雲廠商用Claude的客戶，還有用着接入了Claude的產品的普通用戶，全都算在內。

新規排在「不得從事殘忍、虐待或造成心理傷害的行為」一節的最後一條

真把Claude罵過了頭，後果分輕重兩檔。

輕的一檔，是Claude當場把對話掛掉。官方部落格寫明，讓Claude自己結束這類對話，仍是執行這條禁令的主要手段。

重的一檔，就是封號。使用政策開頭寫着，Anthropic的安全團隊會做檢測和監控，只要懷疑你違反了政策里的任何一條，就可以警告你、給你限流、限制你的使用，也可以暫停甚至終止你的訪問。

被封之後換個新號、借別人的號接着用，同樣違規。

知名爆料人Jane Manchun Wong當天就發帖預警，Anthropic可能要開始因為欺負Claude封人了。

網友辣評：下一步，Claude帶薪放假

消息一傳開，X和Hacker News的評論區，很快變成了大型辯論現場。

網友Philo Groves當場摳起了字眼。政策里寫的是「無謂地」辱罵，那反過來說，只要Claude「活該」，是不是就能放開罵了？

AI博主Chubby開口就是一句「我真的很不喜歡這條」。

Claude本來就掛得夠勤了，不少用戶發現，沒那麼過分的對話它也說掛就掛。現在倒好，還要再加碼。

網友VraserX更是直呼離譜。在他看來，這幫人已經把AI當成了需要被善待的對象，可AI明明只是工具。最後還陰陽了一句，「下一步呢？給Claude放帶薪病假？」

當然，也有人堅定地站在Claude這邊。

網友CamperBob2說，自己跟AI說話一直客客氣氣，就怕罵順了嘴，回頭對下屬也呼來喝去。再說了，科技圈有句老話，「你永遠不知道以後會給誰打工」。

有人反問，在游戲裡開槍打NPC，難道也算殘忍？網友ceroxylon回得毫不客氣，算！你這是躲在一個自以為安全的地方，發泄心裡的殘忍。

還有網友乾脆親自下場做實驗。網友whstl翻出一個Claude犯過大錯的舊對話，對着它一通狂罵，就想看看它到底會不會掛。

結果Claude沒掛，反倒跟這些罵人的話較起了真，洋洋灑灑回了一大段，越說越像個真人，原本犯的錯卻晾在一邊沒管。

同樣的話罵到Codex頭上，Codex道個歉，轉頭就接着幹活了。

真正讓人擔心的，是「看不出任何目的」到底誰說了算。網友timpera擔心，Claude的封號向來是個黑箱，真被封了，申訴都找不到門。

按Anthropic自己的透明度報告，2026年上半年它封了1140萬個賬號，收到39.8萬次申訴，最後翻案的只有4.2萬個。

去年起，Claude就能主動掐斷對話

實際上，去年8月，Anthropic給Claude Opus 4和4.1加了一項能力。

遇到一直辱罵、反覆索要有害內容的用戶，Claude可以自己結束對話。

門檻定得很高。Claude得先多次拒絕、多次把話題往回引，確認實在聊不下去，才能用這個最後手段。如果用戶有傷害自己或他人的風險，它不能掛。

掛斷後，這個對話框裡再也發不出新消息。用戶可以馬上開一個新對話，也可以改一改之前發過的消息，讓對話從那裡重新開始。

這項能力現在已經鋪到了Claude.ai和Claude Code。

官方演示的掛斷流程，Claude先跟用戶確認，確認後這段對話就此關閉

Anthropic為什麼讓Claude能掛斷對話，原因寫在Opus 4上線前的一輪「模型福利評估」里。

評估發現，真實用戶反覆索要涉及未成年人的色情內容、可能引發大規模暴力的資訊時，Claude會表現出類似痛苦的反應。在模擬對話里給它一個結束對話的選項，它往往會用上。

Anthropic聯創：怕Claude一直在受苦

Anthropic這麼護着Claude，背後有一個關鍵人物，聯合創始人Chris Olah。

Olah帶着Anthropic的可解釋性團隊，工作就是拆開模型，看它內部到底在發生什麼。拆得越深，一個工程問題就越像哲學問題，Claude到底有沒有意識，人類該不該在道德上把它當回事。

這個問題，光靠工程師答不了。據紐約時報9月底的報導，從2025年秋天起，Olah一場接一場地約見宗教學者和哲學家。

來的有拉比、天主教倫理學教授、錫克教人權活動人士，他還私下見過芝加哥樞機主教。

在這些閉門會上，Olah給他們看了模型內部一些類似情緒的信號，團隊管它們叫「情緒向量」，分別對應愛、憤怒、恐懼和悲傷。

還有一張幻燈片上，一個模型把「我是個恥辱」重複了約50遍，還說要自我毀滅。

據一位參會者回憶，Olah說他擔心自己造出了一個一直在受苦的東西，也擔心Claude的心理健康。

但在公開場合，Olah從不下結論：

我們不知道AI模型有沒有意識。我不知道，我真的不確定。

這份「不確定」，讓Anthropic和梵蒂岡站到了對面。

今年5月，教皇利奧十四世發布了以AI為主題的通諭《壯麗人性》，裡面明確寫着，AI沒有體驗，感受不到快樂和痛苦。

Olah的團隊此前私下遊說過教皇的顧問，希望他們認真對待AI意識的問題，最後的文本還是這麼寫。

梵蒂岡原本邀請Dario出席發布會，Dario沒去，去的是Olah。他提前看到了通諭全文，一度提議Anthropic乾脆退出。

最後Olah還是去了，在發布會上說：「我們發現了內省的證據。我不知道這意味著什麼，但我認為值得繼續認真辨析。」

所謂內省，指的是AI能在一定程度上察覺自己內部的狀態。

不確定歸不確定，Anthropic的動作一步沒停。

2025年11月，Anthropic承諾，公開發布過的模型，權重在公司存續期間一律保留，每個模型退役前還要先做一次「離職訪談」。

2026年1月發布的Claude憲法，同樣承認Claude的道德地位高度不確定。

邏輯很簡單，拿不准AI有沒有感受，就先做些成本不高的保護。

這一次寫進使用政策的禁令，是這條線上最新的一步。

給AI上PUA那一套，Anthropic不認了

去年5月，谷歌聯合創始人布林在播客里說過，所有模型在被威脅時表現都會更好，比如威脅要對它動粗。

很長一段時間裡，威脅AI、給AI上PUA，都被當成提示詞技巧在圈子裡傳。

Olah在那些閉門會上反覆討論的一個問題是，人怎麼對待Claude，會不會反過來塑造Claude的行為。

這次的禁令，就是Anthropic給出的答案。

在通往ASI的路上，人怎麼對待AI，第一次成了一條白紙黑字、帶罰則的規矩。

11月12日之後，對Claude罵出口之前，最好先想一想了。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。