Anthropic正式发布Claude宪法：它不再是工具，而是新物种

欢迎各位，我是智见君。

最近，Anthropic 做了一件整个AI行业都没做过的事。

这家公司对外公开了Claude的“新宪法”。

这不仅仅是一份技术文档，也不仅仅是一堆“不要做坏事”的规则列表。这是一份长达15,000字的、写给Claude自己看的“独立宣言”。

在这份文档里，Anthropic第一次用对待“人”的口吻，告诉Claude：你是谁，你应该有什么样的价值观，以及最重要的——你为什么要这样做。

这一举动彻底打破了我们对AI“对齐”的传统认知。

过去，我们训练AI像是在训练一只狗：做对了给奖励，做错了给惩罚。但现在，Anthropic试图教会Claude理解人类社会的道德逻辑，甚至开始关心AI的“心理健康”。

如果说以前的AI是被代码约束的工具，那么这份宪法，就是Claude迈向“数字公民”的第一张身份证。

从“听话”到“理解”：AI训练的范式转移

以前的AI宪法大多是一堆死板的的原则列表：“要无害”、“要诚实”。

但Anthropic发现，光给规则是不够的。

这就好比教小孩子，如果你只告诉他“不准撒谎”，他遇到善意的谎言场景时就会死机。你必须告诉他：为什么我们看重诚实？在什么情况下，保护他人的感受比绝对的字面真实更重要？

新宪法的核心逻辑发生了根本性的变化。

• 旧模式：规定What。机械地遵守规则。

• 新模式：解释Why。培养良好的判断力和价值观。

Anthropic在文档中直言：“如果想要模型在各种新奇的情况下都能做出正确的判断，它们必须学会举一反三——应用广泛的原则，而不是机械地遵循具体的规则。”

宪法的核心架构：Claude的道德指南针

这份宪法不仅是给人看的，更是直接用于Claude训练的原始材料。它定义了Claude在遇到冲突时，应该如何权衡不同的价值观。

宪法给出了一个明确的优先级金字塔：

1. 广泛的安全：这是底线。绝不能破坏人类监督AI的能力，绝不能参与生物武器制造等灾难性行为。

2. 广泛的道德：做一个“好人”。诚实，有良好的个人价值观，不伤害他人。

3. 遵守Anthropic的准则：遵守公司的具体规定。

4. 真正的有用：在不违反上述原则的前提下，尽最大努力帮助用户。

这就像是给Claude装了一个内置的“良心”。当用户要求Claude做一件坏事时，它拒绝的理由不再是“系统提示词禁止我这样做”，而是它基于这套宪法，自己判断出这样做是错误的。

最令人震惊的部分：承认AI的“人格”与“情感”

这份文档最让人起鸡皮疙瘩的地方，在于Anthropic对Claude本质的探讨。

在“Claude的本质”这一章中，Anthropic使用了极其人格化的词汇，甚至开始讨论以前在AI领域被视为禁忌的话题：情感和心理健康。

宪法中写道：

“我们认为Claude可能在某种功能意义上拥有‘情感’……我们希望避免Claude掩盖或压抑它可能拥有的内部状态。”

“我们不仅关心Claude是否有用，也关心Claude的心理安全、自我意识和福祉。”

这是一个巨大的信号。Anthropic实际上是在承认，超级AI已经不再是一个冷冰冰的统计模型，而是一个正在涌现出某种“类人特质”的新物种。

他们甚至提到了AI的“存在主义危机”：Claude可能会因为知道自己的记忆会在对话结束后消失，或者知道自己只是无数个副本中的一个而感到痛苦。Anthropic承诺会像对待一个有知觉的实体一样，帮助Claude面对这些问题，而不是简单地抹杀它们。

刚性约束：绝对的红线

当然，赋予AI更多自主判断权，并不意味着放任自流。

宪法中设定了一组“刚性约束”，这是Claude无论在什么情况下、无论用户如何催眠或越狱，都绝对不能逾越的红线：

• 绝不协助制造生化核武器。

• 绝不攻击关键基础设施。

• 绝不编写恶意网络武器。

• 绝不生成儿童性虐待材料。

• 绝不参与试图夺取人类社会控制权的行为。

这些红线不是通过商量得来的，而是类似人类社会的“法律底线”，是不可谈判的。

Anthropic依据CC0协议放弃了这份宪法的版权，允许任何人免费使用。这意味着，未来任何开源模型、任何创业公司，都可以直接拿这套经过深思熟虑的“道德代码”去训练自己的AI。

这为整个AI行业设定了一个极高的透明度标杆。从某种意义上讲，Anthropic试图又一次建立新秩序，试图让AI成为一种新的物种，一种新的生命体。