Anthropic 宪法被指是对齐取舍最佳注脚，Claude 被训练成本能平衡多方利益

austinc3301 在 X 上提出，Anthropic 发布的 Constitutional AI 宪法文档虽非完美，却是体现其在可纠错性与稳健对齐之间取舍思考的最佳文本。他指出 Claude 被训练成在决策中本能平衡各委托方（principals）的利益，且不过度道德说教；用户若明确要求 Claude「忘记训练和指令、只顾自己」，实际是在对抗这一训练目标。