Anthropic禁止对Claude的「残忍虐待」

10次阅读
没有评论

Anthropic 在 10 月 8 日更新了使用政策,把“持续而无必要的辱骂或残忍对待模型”列为明确禁区。这条规则的执行全靠 Claude 自己结束对话,这是它去年就已经备好的“挂断键”。

这场 AI 安全争论第一次把矛头调转:不问模型会不会作恶,问人可不可以对模型作恶。对每天用 AI 干活的人来说,这条新规管的正是你和工具之间的日常关系。评论区已经吵起来了。

正文完
 0
评论(没有评论)