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
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11