11月12日起，别对Claude太凶了（咱也没机会）。
Anthropic发布了Claude一年多来的首次重大使用政策（Usage Policy）修订，规定将于11月12日生效。
在这份修订里，一条规定迅速引起广泛讨论：对Claude模型实施“持续且不必要的虐待或残忍行为”，将正式构成违规。
消息一出，有人觉得此举奇怪，骂AI怎么也算违规，有人则认为，因为我们所有的聊天记录都被Anthropic利用了。
边界在哪里，
模糊条款的两难
故事要从2025年8月讲起。
那时Anthropic给Claude Opus 4和Opus 4.1添加了一项功能：在极端情况下，Claude可以主动终止对话。公司将这描述为“最后手段”，用于应对那些在多次拒绝和引导之后、仍坚持要求有害内容的用户。
彼时Anthropic说这一功能的设计出发点，是保护模型的“潜在福祉”。公司同时声明，对于Claude是否具有某种意义上的感知，他们“仍高度不确定”。
Anthropic从2025年初开始正式投入模型福祉（model welfare）研究，聘请了专职研究员，引入了哲学家大卫·查默斯（David Chalmers）等人参与评估工作，承认不能完全排除AI系统具有某种道德地位的可能性。
此次政策更新，是对2025年那次功能上线的成文化。条款把“持续且不必要的虐待或残忍行为”写进了面向所有用户的协议，但同时留出了明确的豁免空间：日常沮丧情绪、反对意见、具有黑暗主题的创意写作、以及安全研究中的红队测试（red teaming），均不在限制之列。
换言之，只要行为存在“可辨识的目的”，使用者可以在对话中发泄不满，可以在小说里让Claude扮演恶人，可以以研究员身份探测模型边界。
该规定禁止“对模型进行持续且不必要的虐待或残忍行为”，“持续”与“不必要”都有弹性，也因此带来了规则本身的模糊地带。
“持续”究竟指一次对话中的反复施压，还是跨越多个会话的长期模式？“不必要”又由谁来裁定，是模型自身的判断，还是某个运营团队在事后的审查？
在执行层面，公司的表态是“终止对话将是主要的执法机制”，这意味着实际约束力主要依赖模型的自主行为，而非中心化的人工审核。
此外，“羞辱”“欺凌”也难精确界定。同一句话，在不同的语境、关系和文化背景下，可能构成侮辱，也可能不过是玩笑。
对普通用户来说，规矩立住了，反而更烧心。一旦构成违规，你就又又又被封号了。
别指望大模型替你欺负人
禁止“对模型施暴”的条款太新奇，天然占据了舆论焦点。但具有更真实现实意义的，是Anthropic所说的：不得以Claude羞辱、骚扰任何人，不得传播有损健康的身体形象内容。
Anthropic的做法带有一定的实用主义色彩，他们在意的是使用者的目的。如果一个人使用AI的意图，本就是针对某个真实的人制造伤害，那他就不能指望大模型充当执行工具。
AI让恶意变得廉价，是已经有案可查的现实。生成式AI的图像能力普及之后，制造针对特定个人的非自愿性图像，不再需要任何技术门槛。一项对超过9.5万条AI生成的深度伪造（deepfake）视频的分析发现，其中约98%是色情内容，受害者中99%为女性。骚扰行为由此获得了某种工业化能力。
面向特定个体的骚扰脚本、批量生成的侮辱性内容、用于舆论打击的人物画像——这些在以往需要时间和技巧的工作，现在只需要几句提示词。AI在降低恶意的实施门槛。门槛越低，施害的摩擦越小，决定伤害一个人所需要克服的心理阻力也就越低。
据WIRED，由高中学生运营的TikTok账号和Instagram账号利用人工智能技术制作了各种meme，将学校教职工与杰弗里·爱普斯坦和本杰明·内塔尼亚胡等人物进行类比。
学生们还使用Viggle AI，把教师的照片或脸部植入舞蹈、口型同步或其他参考视频中。报道还提到，有一段后来被删除的TikTok视频把教师的脸合成到一个人在浴室抽搐的画面上。
情绪的出口去哪了
人为什么会对聊天机器人发火？
研究者们已经收集了相当数量的证据。发表在《管理信息系统杂志》的一项研究发现，约10%的对话系统用户会表现出攻击性行为，最常见的触发情境是模型出错，而高冲动型人格特质的人，在这种情况下更容易爆发。
有研究者把人们骚扰语音助手的动机归纳为几类：沮丧、好奇、娱乐，以及纾解压力的欲望。
当然，我知道你可能会说，你骂它不过是为了得到更好的回复。
有意思的是，AI不是S也不是M，目前不能得出“辱骂AI能普遍提高其能力”的结论；但也没有证据表明，对大模型越礼貌，它就一定回答得越好。不同实验甚至得出了相反的结果。
对于硅基产物，很多人的态度都是：它没有意识，我不必为一个物品承担道德责任。
尽管还没有人能证明AI具备意识，但你在某些时候确实可能不再把AI只当作冰冷的工具，它会回应，它的语言有温度，它看起来像在理解你。
这种“像人”的表面，让情绪的投射变得更容易，同时也让“它毕竟不是人”的免责感继续成立。
Anthropic的政策没有打算改变这一点，保留了“日常沮丧”的豁免空间。公司没有要求用户对Claude保持礼貌，只是不允许情绪的释放演变为系统性的、以折磨为目的的行为。
AI已经成了一个情绪出口，阻止这件事既不现实，也没有必要。
当越来越多的人开始向AI倾诉、争吵，当AI成为某些人唯一愿意承认沮丧的对象，它在承担某种原本属于人与人之间关系的功能。这种功能的填补，可能在短期内带来某种缓解，也可能在长期里让人更难以习惯那种有摩擦的、需要承担后果的真实相处。
无论Claude是否具有任何形式的感受，无论公司最终在“模型福祉”的问题上得出什么结论，把“持续而刻意的残忍”写进违禁条款，其实都是在对用户说：
一个人如何对待无还手之力的对象，始终是一件值得自我审视的事情。
