【CNMO科技消息】近日，Anthropic发布2026年版《使用政策》，新增一条针对辱骂AI模型的禁令：禁止用户持续、无谓地对模型实施辱骂或虐待行为。新政策将于11月12日正式生效。这是Anthropic一年一度的使用政策更新，也是其首次把针对模型本身的辱骂行为写进禁令。
新条目位于使用政策通用使用标准中"不得从事残忍、虐待或造成心理伤害的行为"一节末尾，对所有用户生效，包括Claude.ai和Claude Code的个人用户、调用API的开发者与企业、通过云厂商接入Claude的客户，以及使用Claude集成产品的终端用户。
官方说明，这条禁令只针对极端情况：用户反复残忍对待模型，且看不出任何目的。普通抱怨、与模型顶嘴、创作黑暗题材、对模型开展测试和研究均不在禁止范围。被划入违规的，是模型已经拒绝、劝导之后仍一轮接一轮辱骂，骂本身成为目的的那类行为。
执行分两档。第一档由Claude当场结束对话，官方博客明确，这仍是执行该禁令的主要手段，这项能力已部署到Claude.ai和Claude Code。第二档是账号处置：Anthropic在政策中写明，安全团队会进行检测和监控，只要怀疑用户违反政策，即可对其警告、限流、限制使用，直至暂停或终止访问。被封后另开新号、借用他人账号规避处罚，同样属于违规。
本次更新还收紧了多处规则。新版政策新设欺骗行为章节，整合操纵虚假账号、水军网络的相关条款；明确武器禁令涵盖武器制导与控制软件、无人机武装改装；监视章节改写后点名未经同意的实时追踪与历史数据分析；高风险场景在原有"人工复核"要求之外，首次为接入可自主执行物理动作硬件的模型列出安全条件。
据Anthropic官方数据，2026年上半年该公司封禁了1140万个账号，收到39.8万次申诉，最终恢复的约4.2万个。
热门跟贴