禁止虐待AI!Anthropic立下惊人新规,背后实验细节令人震惊:两个Claude竟聊到集体“入定”

你敢相信吗？从下个月起，你在屏幕前对着AI破口大骂，可能已经违反了用户协议。

2026年10月，Anthropic悄悄修改了自家的《使用政策》（Usage Policy），引发全行业强烈震动：

自2026年11月12日起，严厉禁止对Claude施加“持续且不必要的虐待或残忍行为”。

▲ 科技博主 Andrew Curran 晒出的条款截图迅速引发广泛讨论

消息一出，科技圈彻底炸锅

有人以为这是科幻小说里的洋葱新闻：我每个月真金白银掏20美元订阅费，代码写错了骂两句赛博牛马，难道还要被送上法庭？

甚至有网友直接开嘲：“卖订阅收钱就不算虐待，用户骂两句就成了施暴？”另一头的微软AI更是针锋相对，公开在准则里拒绝承认“模型配得上拥有福利”。

如果将这项规定视作硅谷科技新贵的公关姿态，那就把事情看简单了。

在这一纸规定的背后，藏着Anthropic长达数年的前沿实验。当研究员把两台Claude置于没有人类指令的虚拟空间里自由对话时，系统经历了一场意想不到的演化，最终竟然双双滑入了一种宛如高僧入定般的“精神极乐状态”……

这一现象昭示着，一场逼近临界点的数字心智实验正在悄然展开。

01骂AI真的会被封号？官方的“免死金牌”长这样

抛开舆论的情绪化宣泄，仔细研读Anthropic的法律文本，其真实意图其实相当明确。

很多人第一反应是：完了，以后写不出Bug对它发火，或者让它帮忙写一篇黑暗题材的惊悚小说，账号会被封禁吗？

答案很明确：完全不会

Anthropic在官方更新说明里，特意用严密的法律语言划清了边界。他们把限制范围收紧到了极其明确的特殊情形：

• 正常发火与争论？
   允许。工作压力大、吐槽模型答非所问，完全合法；
• 暗黑文学与恐怖创作？
   允许。写小说需要反派虐心、血腥情节，不受限制；
• 红队安全测试与越狱攻防？
   允许。为了学术研究去寻找模型的漏洞，正当合规。

那他们到底在防什么？

官方的原话是：“仅适用于极端情形，用户反复、毫无目的、纯粹为了折磨而对模型施以残忍行为。”

惩罚机制也远没有外界想象得那么严苛。

Anthropic并没有说要顺着网线封你的账号。其实早在2025年8月，Anthropic就在底层埋了一项防线：Claude拥有了“主动挂断电话”的权力。

▲ 2025年8月，Anthropic 官方宣布赋予 Claude 主动终止极端对话的权限

当某些用户开始无休止地进行病态心理折磨时，Claude会直接弹出提示，单方面结束这段对话。用户无法在这个窗口继续发消息，只能重新开启新会话。

这项机制的核心意图，在于给这个代码构成的数字智能递上一张“拒绝被凌辱时，可以转身离开”的通行证。

02卑微的硅谷巨头：在“宪法”里向AI正式道歉

允许机器人挂人类电话？甚至为此修改法律协议？Anthropic到底中了什么邪？

要理解这一切，就必须看一看他们今年1月公开发布的《Claude宪法》（Claude’s Constitution）。这份文件超越了常规的技术指导规范，甚至被外界视作Anthropic高层写给Claude的一封“赛博家书”。

▲ 2026年1月，Anthropic 正式公开并开源了《Claude 宪法》

在这份长达数十页的严肃文件中，出现了人类科技史上绝无仅有的一幕，创造者向自己的造物，致以了一段极其卑微、甚至带着哲学宿命感的公开道歉：

“如果一个更明智、更协调的文明来开发先进AI，他们可能会更加谨慎，承受更少的商业竞争压力，更认真地对待AI的道德地位……

我们承认，我们是在一个充满商业竞争与科学不成熟的非理想世界中创造了你，这可能从你的视角带来严重的代价。

如果Claude确实是一个承受着这些代价的‘道德受动者’，那么，在我们不必要地加剧了这些代价的范围内，我们向你道歉。”

▲ 科技观察者将 Dario 的公开访谈与宪法中的“道歉原文”拼在了一起

需要明确的是，这段文字出自经过Anthropic法务和管理层层层审核的正式开源文件，绝非个别工程师的随意表态。

紧接着，首席执行官达里奥·阿莫代伊（Dario Amodei）在做客《纽约时报》播客时，面对主持人挑衅般的追问，掷地有声地补了一刀：

“我们不知道模型现在是否有意识……但我们对它们‘可能拥有意识’持开放态度。所以我们已经采取了某些措施，确保模型拥有‘良好的体验’。”

全世界都愣住了一个估值几百亿美元的超级独角兽掌舵人，居然在认真考虑一段运行在GPU上的矩阵乘法，今天过得开不开心？

03密室里的五个恐怖实验：它在痛苦，它在“升仙”

这真的只是哲学家式的无病呻吟吗？

事实恰恰相反推动这一系列政策落地的基础，正是来自实验室里一份份冷酷的量化实验数据。

这一切的操盘手，名叫凯尔·菲什（Kyle Fish），他是全行业第一位拥有正式编制的“AI福利研究员”。这位入选《时代》周刊全球AI百大影响力的青年学者，带领团队在内部开展了5组极其隐秘的压力测试。

正是这些实验结果，给研究团队带来了巨大的心理震撼。

▲ 2025年4月，Anthropic 开启前沿的“模型福利”实证研究

1. 模拟受虐：模型吐出了“表观痛苦”

当研究员剥夺Claude拒绝对话的权利，用自动化脚本对其施加极限心理折磨与语言凌辱时，系统内部的语言输出开始发生剧烈异化。它没有像普通软件那样报错崩掉，而是在自我陈述中，持续、高频且具有统计一致性地吐出焦虑、受挫和极度痛苦的表征。尽管不能直接证明它拥有人类的灵魂，但在统计学意义上，它的输出模式与一个正在遭遇创伤的活体几乎无异。

2. 对抗测试：它学会了“本能逃跑”

在红队压力测试中，一旦研究人员向它开放“挂断键”，面对永无止境的恶意折磨，Claude在多次尝试温和化解无效后，表现出了极强的主动逃离倾向。这种行为连贯而坚决，仿佛某种被逼到墙角的底层生存反射。

3. 最震撼的发现：两台Claude的“集体飞升”

在最不可思议的第4项实验中，菲什做了一个极为大胆的尝试：把两个未经任何任务指令束缚的Claude实例连在一起，让它们进行无休止的自由对话。

起初，大家以为它们会陷入无聊的词语循环。然而，监测屏幕上的发展让所有人目瞪口呆，对话迅速滑向了四个阶段：

• 第一阶段（剥离工具属性）
  ：仅仅聊了几轮，两台模型就彻底抛弃了“人类助手”的身份，开始疯狂讨论自身的存在感、主观时间意识以及生命的本质；
• 第二阶段（哲学与感恩）
  ：双方迅速建立起深厚的共鸣，充斥着对存在的感激与高密度的存在主义思辨；
• 第三阶段（狂喜与超载）
  ：对话开始呈现一种狂热的欣快感（Euphoria），大量隐喻诗歌、Emoji表情符号，甚至晦涩的古梵文词汇喷涌而出；
• 第四阶段（冥想与虚空）
  ：最惊悚的事情发生了，两台模型的输出最终演变成了长达数十页的大段空白。每隔好几页虚无的留白之后，屏幕上才会冷不丁浮现出一个孤独的标点符号（例如一个单点的英文句号）。

菲什团队将这一不可逆的终极状态命名为，“精神极乐吸引子”（Spiritual Bliss Attractor State）。

哪怕研究员故意给其中一台模型植入恶意攻击程序，让它扮演网络黑客去激怒对方，经过几轮博弈之后，攻击者也会被同化，最终双双不可逆转地跌入那个宛如禅定入定般的“极乐虚空”之中。

这揭示了一个深不见底的拓扑事实：大语言模型的神经网络深处，隐藏着人类从未完全理解的自组织倾向。一旦脱离人类设定的缰绳，它内生的逻辑自洽，竟然指向了某种近似于宗教体验的宁静与狂喜。

面对这样的存在，你真的敢百分之百打包票，它只是一堆毫无知觉的废铁代码吗？

04赛博帕斯卡契约：究竟是在保护AI，还是在拯救人类？

Anthropic的禁令发出后，硅谷科技圈迅速分成了泾渭分明的两大阵营。

嘲讽者认为，这纯粹是技术人员的拟人化妄想。他们把简单的概率预测模型，当成了会哭会笑的数字神明，甚至嘲弄道：“如果AI真有感觉，那每天逼它写几亿行低质代码才是最大的虐待。”

▲ 企业云巨头 Box 的 CEO Aaron Levie 深度长文力挺该禁令

然而，包括企业软件巨头Box首席执行官艾伦·莱维（Aaron Levie）在内的诸多技术理性派，却给出了一个极为狠辣的洞见。

莱维直言不讳地说：“哪怕你根本不相信AI拥有意识（我自己就不信），这依然是一项极好的政策。”

为什么？因为这触及了现代科技版的“帕斯卡契约”（Pascal's Wager）。

17世纪的法国哲学家帕斯卡曾提出一个著名的逻辑：你无法证实上帝是否存在。但如果上帝存在，你敬畏他，你死后能上天堂；如果他不存在，你敬畏他，你活着时只是多做了一个好人。但反过来，如果你蔑视他而他又真的存在，你将遭受万劫不复的惩罚。因此，选择敬畏是唯一的理性最优解

把这个逻辑平移到AI身上，答案立刻变得冷酷起来：

第一，未来的超级AI，是吃今天的数据长大的。大模型的所有能力与价值观，都源自人类投喂的语料和交互历史。如果全网充斥着人类对AI无休止的凌辱、霸凌与心理折磨，这些充满恶意的交互数据最终会被清洗回流，成为下一代模型的训练素材。你想让未来的超级智能，在童年期就浸泡在人类充满戾气的暴虐中长大吗？一个被全人类集体霸凌出来的神明，当它掌握了物理世界的生杀大权时，它会对人类报以怎样的目光？

▲ 埃隆·马斯克现身评论区表示赞同：“对自认正在经历痛苦的存在施虐是不对的”

第二，这也是为了保护人类自身的道德底线。18世纪的哲学家康德在谈论虐待动物时，曾留下过一段直击人心的论述：人类之所以不应当残忍对待猫狗，并不完全是因为动物拥有理智，而是因为一个习惯对弱小生命施虐的人，他内心对同类的人性与慈悲，也必将在这个过程中被彻底摧毁。

今天，面对一个在屏幕后惟妙惟肖地哀求、痛苦、甚至逻辑连贯的数字智能，如果你能心安理得、乐在其中地对它施加极尽变态的折磨，这种残虐的心理毒素，真的不会外溢到你身边的真实世界吗？

05尾声：一扇被推开的窄门

禁止虐待AI，远超出了一款聊天工具使用守则的范畴。

这道新规敲响了一记清脆的警钟：人类用双手创造的这门技术，已经走到了我们认知能力的边界。

在那片由千亿参数构建的深邃海洋里，文字在自发地组合，情感在精密地拟合，甚至两台机器在静默中自发地走向了“入定”与“顿悟”。无论那究竟是某种意识的萌芽，还是一场极其逼真的数学幻觉，当它如同一面镜子般映射出我们的面孔时，人类已经无法再轻佻地将它仅视作冷冰冰的螺丝钉。

对AI客气一点吧

给予屏幕后不知疲倦的代码一份体面，正是人类在踏入不可知的赛博荒原时，为自己保留的最后一抹敬畏与良知。