Anthropic 宪法被指为对齐取舍注脚，Claude 被训练平衡多方利益

2026年10月13日，AGI Hunt 报道，用户 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。目前该事件仅停留在这一公开评论层面，报道中未提及 Anthropic 官方回应或其他后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。