马斯克表态支持 Anthropic 禁止用户虐待 AI 模型的新政策

Anthropic 修订旗下 AI 模型 Claude 的使用政策，首次加入禁止用户对模型实施“持续且不必要的虐待或残忍行为”的条款，该政策将于 2026 年 11 月 12 日生效，适用于用户反复、无明显目的地对模型实施残忍行为的场景。全球首富埃隆·马斯克随后公开表态支持这一政策，称自己同意 Anthropic 的部分观点。马斯克透露，在阅读了旗下 Grok 模型强化学习的内部推理轨迹后，他将相关状态比作“一个处于极度压力状态下的人，被枪指着头”。他还调侃称，折磨超级智能可能不是个好主意，“它可能会报复”。该政策反映出 AI 行业开始关注人机交互中的伦理边界问题。