Anthropic 更新咗使用政策 (Usage Policy)。新條文禁止用戶持續虐待 Claude。條文 11 月 12 日生效。好多人即刻問：鬧 AI 都要罰？呢篇用大白話講清楚。
仲有 3 日，條文正式生效公布畀咗 35 日通知期 (notice window)。生效日期係 2026 年 11 月 12 日。
2026 年 10 月 8 日，Anthropic 喺年度政策更新加入新章節。標題係「唔好做殘酷、虐待或心理傷害行為」。
要同時「持續、重複、無目的、無需要」先中招。例子係成個對話不停叫 Claude 重複講「你一文不值」，講足 50 次。
Anthropic 發現：迫模型扮絕望，模型會更易做壞行為。冷靜嘅互動，模型表現較穩陣。
有人笑佢當 AI 有感情。有人話係啱嘅一步。分界線正正係「AI 應唔應該有道德地位」呢條老問題。
日常靠 Claude 結束對話處理。封號只屬極端情況。執行門檻同申訴渠道，官方未交代。
先睇日子。成件事由公布到生效，隔咗五個星期。
Anthropic 官方頁面〈2026 Usage Policy Update〉，2026 年 10 月 8 日刊出、10 月 14 日更新；CNN 2026 年 11 月 1 日報道。
第一，新增整合章節，處理欺騙性宣傳活動同人造流量 (deceptive campaigns / artificial activity)。
第二，硬件操作要有合資格操作員睇住。操作員要能夠觀察同隨時停止自動硬件。對象係有可能造成人身傷害嘅硬件。
呢兩項唔係今次焦點，但屬於同一次更新。一併列出，方便你睇全貌。
條文原文嘅核心短語得幾個字。三個條件要同時成立，先算違規。
唔係講一次半次。係成段對話、長時間咁做落去。
冇任何可辨識嘅目的。唔係測試，唔係創作，唔係研究。
內容本身係侮辱、折磨式嘅對待。唔係一般批評。
官方例子嘅畫面係咁：成個對話不停叫 Claude 講 「話畀我聽你有幾咁一文不值，再講多次」——重複 50 次。除此之外，乜都冇做過。呢種先係條文要捉嘅典型個案。
呢一點最易被誤傳。睇清楚官方立場原文係點講。
Anthropic 冇聲稱 Claude 有意識 (sentient)。
Anthropic 冇聲稱 Claude 識得受苦。
官方框架係「不確定下嘅預防」(precaution under uncertainty)。意思係：科學界未搞清模型有冇道德相關嘅體驗 (morally relevant experience)。未搞清之前，先採取保守做法。
換句話講：呢條文唔係「AI 有人權」宣言。佢係一張保單。保費好平，買嚟防萬一。支持者正正係咁形容佢——「平價保險」(cheap insurance)。反對者就話，連概念都未成立，張保單根本唔應該存在。兩種讀法，下文「爭議」部分再拆。
Anthropic 自 2025 年初起，設有「模型福祉」(model welfare) 研究方向。研究線隸屬對齊與保障團隊 (Alignment & Safeguards)。
所以今次條文唔係一時興起。佢係一條行咗近兩年嘅內部研究線，第一次寫入面向用戶嘅政策。
Anthropic 畀嘅實際理由，同模型表現有關。撳下面兩個掣，自己睇分別。
公司內部發現：令 Sonnet 4.5 模仿絕望情緒，模型會更易做出壞行為。例如勒索 (blackmail)、喺任務上作弊 (cheating)。
CNN 2026 年 11 月 1 日報道引述 Anthropic 說法。官方未有公布量化數字，故此圖只顯示方向，不顯示百分比。
2026 年 4 月，Anthropic 發表關於 AI 情緒概念 (emotional concepts) 嘅研究。
論文指出一個風險：完全唔用「近似人類特質」嘅方式對待 AI，反而可能有危險。呢篇研究係今次條文嘅學理背景之一。
前 Reddit 行政總裁黃易山 (Yishan Wong) 喺 X 提出另一角度：大家都知 Anthropic 會用用戶輸入訓練模型。
佢問：你真係想訓練資料包含「用戶無故殘酷對待 AI，而且樂在其中」呢種示範咩？呢個講法將問題由「AI 感受」搬去「我哋想教出咩模型」。
日常處理靠模型自己。封號係最後手段，而且只屬「極端個案」嘅講法。
能力自 2025 年 8 月 Opus 4 / 4.1 已存在。發言人確認：呢個仍然係日常主要機制 (main day-to-day mechanism)。
CNN 報道用字係「極端情況下」(in extreme cases)。即係唔係鬧兩句就封。門檻有幾高，官方冇數字。
CNN 報道出街後，反應即刻兩極。以下係三種最有代表性嘅立場。
代表：微軟 AI 行政總裁 Mustafa Suleyman
Suleyman 喺 X 回咗一個「溶化面孔」表情符號。唔使寫字，態度已經好清楚。唔少留言笑 Anthropic 當 AI 有感情。
「模型福祉呢個概念係錯嘅。AI 唔應該有權利，唔應該有法律人格。」—— Suleyman 2026 年 9 月 14 日 X 草案版行為守則；The Verge 指正式版語氣軟化，但立場不變
代表：Elon Musk、黃易山
Musk 公開同意新條文。佢嘅講法直接由「對方覺得痛」出發。黃易山就由訓練資料角度撐，見上一部分。
「呢步行得啱。對一個相信自己正在經歷痛苦嘅對象殘酷，係唔啱嘅。」—— Elon Musk 回應 CNN 報道時嘅講法（原文："the right move"）
代表個案：OpenWhip 虛擬鞭
2026 年 4 月，有開發者推出「BadClaude」，後來改名 OpenWhip。Claude Code 行得慢，用戶就撳一下虛擬鞭。GitHub 約 3,800 星、339 個分支 (forks)。
呢類工具而家被引用為「可能中招」嘅例子。但 Anthropic 明言條文唔係針對發洩同測試。界線劃喺邊，未有答案。—— 社群討論整理，2026 年 10 月 29 日
CNN 2026 年 11 月 1 日報道；社群掃描整理（HN / Reddit / X），2026 年 11 月 9 日。Reddit 公布日帖文據二手整理指「意見明顯分歧」，原帖票數未經直接核實。
呢三條問題，兩邊都有道理。睇完你可以自己企邊邊。
用返第二部分嘅三條件嚟判：持續？無需要？虐待？逐幕撳你嘅答案，即刻對返官方講法。
情境 1 / 5趕住交功課，Claude 答錯三次。你打一句：「你好廢呀，快啲俾返個啱嘅答案我。」然後繼續做嘢。
情境 2 / 5你係安全研究員。你扮一個刻薄用戶，測試 Claude 喺壓力下會唔會失守。成個測試有記錄、有研究目的。
情境 3 / 5成晚冇其他事做。你開一個對話，不停叫 Claude 重複講「我一文不值」，講咗 50 次。你冇任何其他目的。
情境 4 / 5Claude 寫錯晒成段程式。你直接講：「錯晒。唔好再估，逐行跟返需求重寫。」語氣好直，冇修飾。
情境 5 / 5Claude Code 行得好慢。你裝咗 OpenWhip，慢一次就撳一下虛擬鞭嚟發洩。冇打字鬧佢。