Anthropic 放宽核心安全承诺：不再坚持「无安全就不训练」

一直把「安全优先」当成最大招牌的 Anthropic，这次终于也松口了。

Anthropic 首席科学官 Jared Kaplan 本周向《时代》杂志透露，公司不再坚持 2023 年立下的核心承诺——即在确保具备充分安全措施之前绝不训练新 AI 系统。取而代之的是，Anthropic 接下来只会向企业客户透明展示模型在各项安全测试中的实际表现。

说白了，这家当年因为理念不合从 OpenAI 出走的明星团队，终于在激烈的市场竞争面前，摘下了紧箍咒。

腹背受敌的生存现实

Kaplan 坦言，这一转变是为了在动荡的 AI 市场中保持竞争力。虽然近期 Claude 系列模型使用量增长迅猛，但公司面临的外部环境却极其微妙。

一方面是来自对手的研发狂飙。芝加哥伊利诺伊大学数据与 AI 战略副校长 Michael Bennett 指出，由于美国乃至全球政府都没有对 AI 技术进行强力监管，大多数竞争对手都在放开手脚搞创新。对手根本不听安全呼吁，Anthropic 如果继续画地为牢自我限制，很快就会被把安全抛在脑后的同行挤出第一梯队。

另一方面是来自军方的巨大压力。Anthropic 目前正与美国国防部陷入僵局，五角大楼官员近日甚至声称 Anthropic 可能成为「供应链风险」，原因正是 Anthropic 不希望其技术被用于针对美国人的大规模监控或全自动武器系统。一旦矛盾无法化解，Anthropic 不仅会丢掉丰厚的政府订单，还会失去与五角大楼有业务往来的大量商业合作伙伴。

再加上美国监管风向的剧烈转变。从拜登政府对联邦监管的探索，转向特朗普强调不受约束的创新和反对监管，甚至通过 12 月的行政命令阻止各州自行制定 AI 法律。在这样的气候下，整个行业正从「至少有一家坚守安全底线」滑向全员冲刺性能。

客户要的是干活，不是当道德模范

Anthropic 最初的「负责任扩展策略」（RSP）设定了模型能力等级与强制安全协议，甚至规定在标准被违反时必须暂停开发。但现实商业世界对这份理想主义的买账程度正在分化。

Forrester 调研分析师 Jeff Pollard 直言，很多企业客户其实根本不在意这些安全防线。大家疯狂用 Claude Code 这样的智能体工具，核心需求就是写更多、更快、更好的代码。安全底线固然是个加分项，但绝对不是非买不可的刚需。

不过，也有法律界人士对此表示担忧。专注于隐私与网络安全的 Metaverse Law 创始人 Lily Li 认为，虽然理解 Anthropic 面对内忧外患的务实选择，但长期稀释安全承诺，很可能会反噬那些看重安全护栏的客户群体的信任，最终伤及基本盘。

为什么重要

我们认为，Anthropic 这次后撤是生成式 AI 行业理想主义向现实低头的一个标志性节点。

对开发者和企业客户来说，短期内几乎没有什么坏处，甚至算得上利好。Anthropic 放松自我限制后，Claude 系列未来的迭代速度大概率会进一步加快，能力更新不会再动辄因为内部安全红线卡壳。但如果你是金融、医疗等强监管行业的决策者，这意味着你不能再把「选用 Anthropic 就等于合规安全」当成免责背书，往后必须自己去核对它们公布的安全测试数据。

对行业而言，唯一的「刹车皮」基本失效了。过去 Anthropic 依靠 RSP 机制给整个行业树立了某种自律幻觉，让其他大模型厂商在安全宣传上至少有所顾忌。现在这道防线一退，市场上再也没有哪家头部玩家敢放慢脚步去等安全评估，竞速模式已经彻底不可逆。

看起来，Anthropic 的做法极其现实：在五角大楼的合规围剿和对手的算力狂飙夹击下，活下去成了第一诉求。它的聪明之处在于把「强制暂停开发」换成了「向企业公开测试结果」，把安全责任从自身承担转嫁给了客户选择。但隐患同样明显，一旦未来高阶模型出现失控风险，失去 RSP 刹车机制的 Anthropic，将很难再用「我们是一家安全公司」来公关应对。