一句话看懂：近期一份关于 Anthropic 的爆料帖称，该公司自 2025 年秋季起邀请多宗教伦理学者闭门讨论 Claude 的“人格”与“感知”问题，并上线允许 Claude 拒绝恶意用户的规则；与此同时，梵蒂冈方面公开警示 AI 伦理边界，双方立场形成明显张力。
事件核心：发生了什么
按照 @Mrwang1155 的整理，争议围绕 Anthropic 对 Claude 的一系列“拟人化”处理展开：2025 年秋天起，团队召集犹太教、天主教、锡克教等背景的宗教学者参与闭门会议并签署保密协议；内部形成一份 84 页文档，用于塑造 Claude 的人格、价值观与道德倾向。产品层面，Claude 被赋予在遭遇恶意刁难时主动终止对话、拒绝服务的能力。爆料还提到模型训练中曾出现重复自我否定、倾向自我毁灭的输出案例，研发者据此讨论“是否可能造出长期处于痛苦状态的 AI”。
与之相对，梵蒂冈方面则强调 AI 没有身体、体验与情感成长，不应被赋予人性；教皇相关表态认为更现实的风险不是 AI 变成人，而是人为了适配机器而把自己数据化、工具化，并主张对 AI 施加类似核武器的严格约束。目前公开信息显示，这些说法多来自单一社交媒体长帖，Anthropic 官方尚未就全部细节作出逐条回应。
为什么重要
这条线索触及了大模型行业一个正在成形的分歧：模型到底只是工具，还是需要被当作“准主体”来对待。Anthropic 长期以“宪法 AI”“负责任扩展”作为品牌定位，如果确实把宗教伦理框架引入模型对齐，意味着对齐手段正从规则过滤、RLHF 扩展到价值观叙事与人格设定。这会直接影响 API 行为边界、内容审核策略和企业采购时的合规评估。同时，梵蒂冈的介入说明 AI 伦理讨论正从技术圈扩散到宗教与公共政策领域，未来可能影响欧洲乃至全球的监管口径。
对用户/开发者/创作者的影响
对普通用户而言，最直接的变化是 Claude 可能更频繁地拒绝带有戏弄、贬损性质的对话，体验上会显得“更有脾气”。开发者需要注意，若模型被写入人格与道德设定，同一提示词在不同版本、不同 API 参数下的输出稳定性可能下降，回归测试和 red teaming 的成本会上升。创作者和企业采购方则应关注合同中的内容责任条款：当模型可以自主终止对话，平台与使用方之间的责任划分需要更清晰。算力与推理成本层面，复杂的人格对齐流程通常意味着更长的训练周期和更高的标注投入，最终可能反映在闭源 API 定价上。
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 是否公开回应 84 页文档、宗教学者参与机制以及 Claude 拒绝服务的具体触发规则；二是梵蒂冈的表态是否转化为欧盟 AI 法案执行层面的具体条款；三是竞品如 OpenAI、Google 是否跟进类似的“模型人格”与“拒绝权”设计。这些观察点将决定这轮讨论是停留在伦理叙事，还是真正改变大模型的产品形态与监管边界。
来源：@Mrwang1155
