Anthropic 禁止对 Claude 的虐待行为，11 月 12 日生效
Anthropic 于 10 月 8 日更新 2026 年使用政策，自 2026 年 11 月 12 日起禁止用户对 Claude 模型进行「持续且无必要的虐待或残忍行为」，仅限极端情况，明确豁免常见的用户不满、反驳、黑暗创作主题和模型测试。执行手段沿用 2025 年 8 月给 Claude Opus 4 和 4.1 的「结束对话」能力，此前被描述为模型福利探索工作。Anthropic 未公布该功能实际触发频率，因此无法核实「绝大多数用户不会遇到」的说法。
推荐理由了解 AI 公司首次把「模型福利」写进用户协议，以及 15% 意识概率这一具体数字。