睿思AI

AI热点 · 产品规则

对AI发火也会被拒绝？Claude新规则到底管什么

公告发布：2026年10月8日
新政策生效：2026年11月12日

阅读要点

• 新政策已公布，但11月12日才生效。
• 官方明确区分极端持续虐待与普通不满、批评、创作和研究。
• 结束某次对话的功能早已有之，不能包装成这周才出现。

1 这次到底新增了什么？

10月8日，Anthropic公布2026年使用政策更新，其中一项是禁止持续、没有必要的虐待或残酷对待模型。公告强调，这针对的是用户反复进行、又没有可辨认目的的极端行为；普通使用中的不满、反驳、暗黑创作主题，以及模型测试和研究，都不在这项新增限制的针对范围内¹。

所以，看到“不能虐待AI”，先别急着理解成“AI做错事也不能说”。从公告给出的边界看，要求它重做、指出它胡编、质疑它的答案，与反复进行无目的的极端虐待，并不是同一类行为。

2 Claude能结束对话，但不是今天才会

Anthropic称，结束极少数持续虐待对话的能力，将继续作为这部分规则的主要执行方式。这里有一个容易被标题省略的时间差：公司在2025年8月15日就介绍过Claude Opus 4和4.1结束极端对话的实验功能。这次新增的是政策表述，不能把既有功能说成刚刚问世^1,3。

那份早期说明还区分了“结束一段对话”和“封掉整个账号”：前者不会影响其他对话，用户仍可另开聊天。这不代表所有政策违规都只会结束聊天；账号层面的处理仍有其他政策规定^2,3。

3 这是否意味着AI有感受？

单凭一条产品规则，不能得出这个结论。Anthropic的早期研究说明也表达了对模型潜在道德地位的高度不确定性。模型输出类似情绪的语言，或被设置成结束对话，与证明它拥有主观感受是两回事³。

别把产品行为当意识证据。能拒绝、能退出，是我们可以观察到的系统行为；它是否会感到痛苦，是另一个尚未由这些公告解决的问题。

4 独立解读：真正值得讨论的是边界

这则新闻有意思的地方，在于产品开始规定用户怎样与AI互动。过去，我们熟悉的是“AI哪些内容不能回答”；现在讨论扩展到了“哪些互动可以被系统中止”。

对普通用户，值得关注的并非必须对AI客客气气，而是边界能否足够明确：用户生气时指出问题，会不会被误判？模型拒绝后，能否解释原因、接收反馈？长任务会不会因此丢失？这些都是评估产品体验的问题，不能仅凭公告替它给出好坏结论。

对Anthropic，同样需要观察的是实际执行：公告承诺把范围限定在极端情况，产品是否能稳定做到。用户有权批评一个付费工具，也有理由要求纠错渠道和处理标准清晰。