Anthropic更新2026年使用政策应对模型独立工作与滥用风险

Anthropic 更新了 Claude 的使用政策，明确禁止用户长时间辱骂模型、参与选举干扰及武器软件开发。新规特别针对反复对模型施暴且无明确目的的行为，但不涵盖普通用户挫折或创意测试。此外，政策还禁止利用模型进行虚假账户运营或破坏民主进程等欺骗性活动。

Anthropic 于 2026 年 10 月 7 日发布新版《使用政策》，针对 Claude 模型在更长周期和更独立工作场景下的能力变化，以及过去一年观察到的影响操作、武器开发和监控等滥用模式进行规则澄清与细化。新政策将于 11 月 12 日生效，核心动作包括整合欺骗性活动条款、聚焦选举干扰定义、明确武器软件禁令范围，并新增针对模型硬件自主行动的管控要求。 此次更新在事实层面并未大幅扩大禁止范围，而是将原本分散的规则集中化并具象化。例如，将“欺骗性活动”统一为新章节，涵盖政治或商业领域的虚假账号网络与基础设施构建；在选举部分移除对个性化投票目标的 blanket prohibition（全面禁止），转而允许非营利组织的多语言信息撰写等合法公民工作，仅保留对欺骗选民或破坏选举流程的禁止；在武器领域明确禁止开发制导与控制软件及武装无人机等自主车辆；在监控领域禁止未经同意的实时追踪或历史数据分析，同时明确欺诈监控、内容审核等 permitted uses（允许用途）。 推断显示，Anthropic 正试图通过更精确的文本定义来降低企业用户的合规不确定性，特别是针对医疗、金融及连接硬件的物理行动场景，强制要求合格的人类介入（human in the loop）并确保设备具备安全状态保持能力。猜测认为，随着模型自主性增强，未来对“自主物理行动”的界定将成为监管焦点，而针对模型本身的虐待行为禁令则更多体现为平台治理层面的极端案例处理机制，而非普遍性约束。