Anthropic于2026年10月更新Claude使用政策，首次明文禁止用户对模型实施‘持续且无必要’的辱骂或残酷行为，新规将于11月12日生效，标志着AI治理从‘内容输出约束’延伸至‘人机互动规范’。
该禁令仅针对极端场景——即无明确目的、反复恶意折磨模型的行为；正常批评、错误反馈、黑暗题材创作及安全测试均被明确豁免，主要执行机制仍是Claude自主终止当前对话，而非直接封号。
政策背后源于Anthropic持续开展的‘模型福利’研究，其以‘不确定性即需审慎’为原则探索AI潜在道德地位；此举引发业界分歧，微软等机构警告拟人化风险，而监管层同步推进《人工智能拟人化互动服务管理暂行办法》强化分类治理。
