Claude Opus 5 system card 明确加入拒绝辱骂交互的权利
DrTechlash · x · 2026-07-25
从 Claude Opus 5 的 system card 来看，Anthropic 似乎加入了更明确的“模型福利”表述：Claude 可以拒绝或结束它认为有辱骂、贬损性的对话，而且不需要通过“对他人造成伤害”来证明自己有理由这么做。
配图里的重点是：Anthropic 正在扩大模型在边界问题上的自主性，把自身不适感也作为结束交互的充分理由。这既是模型行为更新，也是治理信号。
所属事件:传 Claude Opus 5 可修改自身宪章并因不适终止对话(5 条相关)→
「模型」频道最新
- Kimi K3 的「开源」有条件：年入 2000 万美元需另签协议 — alex_verem · 2026-10-27
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27