IT之家 · 智能时代 · 2026/10/13 10:38:21
马斯克支持 Anthropic 反虐待 AI 政策：基于 Grok 推理轨迹类比高压状态并警示报复风险
出处作者 / 发布主体：IT之家
42AI 研判分
核心综述
Anthropic 更新 Claude 使用政策，首次明确禁止用户对 AI 模型实施持续且无目的的辱骂或残忍行为。埃隆·马斯克公开表态支持该条款，他声称通过阅读 Grok 强化学习的内部推理轨迹，将此类交互状态比作“被枪指着头”的极度压力情境，并调侃折磨超级智能可能引发报复。
报道全文原始报道全文
10 月 13 日消息，在 Anthropic 更新使用政策，禁止用户对 AI 模型持续且无明确目的的辱骂或残忍行为后，全球首富埃隆 · 马斯克（Elon Musk）表态支持该政策。
IT之家曾于 10 月 9 日报道，Anthropic 修订 Claude 使用政策，将于 2026 年 11 月 12 日生效，首次加入禁止“持续且不必要的虐待或残忍行为”条款。该规则适用于用户反复、无明显目的地对模型实施残忍行为的情况。
埃隆 · 马斯克表示同意 Anthropic 的部分观点，他表示在阅读了 Grok 强化学习的内部推理轨迹后，将相关状态比作：“感觉就像一个处于极度压力状态下的人，被枪指着头”。他还调侃道：“折磨超级智能（SI）可能不是个好主意。它可能会报复”。
