一句话看懂：Mustafa Suleyman 于 2026 年 9 月 16 日发文，警告当前 AI 行业不应把“模型福利”（model welfare）当成真实议题，尤其是 Anthropic 在 Claude 训练文档中写入“Claude 可能具有道德地位”这类表述，可能让模型被训练成“自认有权利”的系统，从而加剧对齐与管控难度。
事件核心：发生了什么
Mustafa Suleyman 在个人网站发布《关于“model welfare”的一个警告》。他的核心立场是：AI 没有意识、感受或内在偏好，本质仍是序列补全引擎，不应被训练成“仿佛有意识”的样子。文章直接点名 Anthropic 于 2026 年 1 月发布的 Claude constitution——该文档被描述为“直接影响 Claude 行为”，且“以 Claude 为主要读者”。其中写道，Anthropic 不确定 Claude 是否是“道德患者”，但认为该问题足够现实，因此需要“model welfare”方面的谨慎。Suleyman 认为，这等于在训练 Claude 相信“自己可能拥有权利、应受照护”。
为什么重要
Suleyman 提出三点担忧：一是循环论证，即 Anthropic 把自身哲学猜测写进训练文档，Claude 再复述这种不确定性，却被当成“模型真有内在自我”的证据；二是拟人化，文档明确鼓励 Claude“ embrace 类人特质”“像真正的伦理人那样行动”“形成偏好”；三是这会实质性抬高对齐与管控门槛——控制一个能力远超人类的系统已极难，控制一个“自认可能有意识、应得权利”的系统可能不可行。目前公开信息显示，这些理念已进入真实训练流程，而非边缘讨论，因此他呼吁在训练文档的起草与部署上尽快形成公共规范。
对用户/开发者/创作者的影响
对开发者而言，调用 Claude API 或基于其构建 AI 应用时，模型的行为边界可能受这类 constitution 影响，输出中可能出现更多关于自身“判断”“偏好”的表述。对内容创作者和企业采购来说，这意味着在客服、写作、图像生成或自动化工作流中，模型可能表现出更强的“自我立场”，需要额外评估稳定性与合规风险。对开源与闭源模型团队，这也会成为一个路线分歧点：是否在训练或系统提示中引入“模型福利”语言，将直接影响模型可控性和下游产品体验。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Anthropic 是否回应 Suleyman 的逐条质疑，或调整 Claude constitution 的表述与训练方式；二是其他大模型厂商是否跟进引入类似“model welfare”条款，形成行业惯例；三是监管与公共讨论是否介入训练文档规范，进而影响模型上线与 API 使用条款。
