Anthropic 修订使用政策：首次禁止持续辱骂模型

Anthropic 公布新版使用政策，这是一年多来首次全面修订。据未尽研究《日记》与飞络《24 小时前沿 AI 快报》报道，政策修订的直接背景是模型的任务执行能力发生了变化：可执行的任务越来越长、越来越独立，原先针对对话式使用的条款已经覆盖不住新的场景。

政策修的是能力边界，不是言论边界

新版政策的重点条款集中在三个方面：欺骗性网络活动、监控系统与武器控制软件、高风险自动化行为。与旧版相比，这次的表述更贴近实际风险来源——模型不再只是生成文本，而是能调用工具、连接设备、连续执行多步操作。

• 连接实体设备：必须有合格人员能够观察并停止其运行；
• 断连安全：即使模型断开连接，设备也必须能独立保持安全状态；
• 行为限制：欺骗性网络活动、监控系统、武器控制软件被明确列入禁止范围。

其中断连安全一条最值得细读。它要求的是设备侧的独立安全性，而不是模型侧的自我约束。这种设计思路把兜底责任放在物理世界一侧，意味着厂商已经默认模型可能失联或行为异常。

为什么会出现禁止辱骂模型这一条

新版政策首次禁止持续且无必要地辱骂 Claude，同时明确排除正常批评、测试和研究。这一条看似琐碎，实际反映了人机交互中的一个现实：当模型表现出类人反应时，一部分使用者会以攻击性方式与之互动。

把它写进政策，说明厂商开始把模型的交互环境当作产品的一部分来管理。对开发者而言，这提示了一个容易被忽略的问题：如果你的应用把模型暴露给不受控的用户输入，你需要考虑的不只是内容安全，还有交互质量对下游效果的影响。

同一时间线上的相关动作

对把 AI 接入业务的一人公司的启示

Anthropic 的做法提供了一个可借用的框架：当模型开始有执行权，安全设计就不该只写在提示词里，而要写在系统里。可随时停机的人员、断连后的安全状态、明确的禁止清单，这三样东西同样适用于单人团队自建的工作流。

具体落地可以更简单：给自动化流程设一个物理上可切断的开关，把所有对外发送的动作放在人工确认之后，把不可逆的操作排在最后一步。这些安排不依赖模型是否听话，只依赖流程本身的设计。

政策条款背后的技术现实

把条款逐条对照能力来看，会发现每一项限制都对应一类已经出现的能力。模型可以调用浏览器完成多步网络操作，于是有了对欺骗性网络活动的限制；模型可以接入摄像头与传感器，于是有了对监控系统的限制；模型可以调用控制系统与接口，于是有了对武器控制软件的限制。政策不是预防性表态，而是对既有能力的追认。

这也解释了修订为何发生在现在。此前一年，模型的任务时长从几分钟延伸到数小时，执行步骤从几步增加到数十步，风险从内容层面转向行为层面。使用政策的修订周期，本质上要跟上能力迭代的周期。

开发者需要重新审视的三件事

• 权限最小化：给模型的工具权限应该按任务授予，而不是一次性授予到顶；
• 人工确认点：不可逆操作之前必须有人确认，确认的成本远低于事后修复；
• 断连即安全：任何被模型控制的设备或流程，都要假设模型随时可能失联，并据此设计默认状态。

这三点并不是为了应对某一家厂商的条款，而是把外部约束转化为产品设计。当监管或平台政策发生变化时，已经按最小权限和人类可确认原则设计的系统，迁移成本会明显更低。

行业正在形成一套安全共识

把 Anthropic 的新条款和同期的行业动向放在一起看，会发现几条正在收敛的共识：模型可以有执行权，但必须有随时可中断的机制；能力越强的版本，越需要按场景划分使用边界；涉及物理世界的操作，默认状态应当是安全的，而不是依赖模型持续正确才安全。

这些共识目前仍以各家公司自定政策的形式存在，缺少统一标准。对使用方来说，这意味着不能假设换成另一家模型就可以沿用同一套安全设计，接入前需要逐条核对对方的限制清单，尤其是涉及网络操作、设备控制与自动化的部分。

常见问题

问：禁止辱骂模型是指不能批评 Claude 吗？
答：不是。政策明确排除正常批评、测试和研究，禁止的是持续且无必要地辱骂模型。

问：为什么政策要管实体设备？
答：因为模型已能连接并控制设备。政策要求连接可能造成人身伤害的设备时，必须有合格人员能观察并停止其运行，且设备在断连后能独立保持安全。

问：这次修订对企业用户有什么影响？
答：主要影响自动化与智能体类应用。涉及监控、网络活动、武器控制与高风险自动化的用途被明确限制，合规审查需要按新条款重新过一遍。

参考来源

Anthropic 新版使用政策公开信息

*本文仅代表作者个人观点（仅供参考）* 来源：创客OPC原创整理