大家好，我是智见君！

刚刚，Anthropic 做了一件整个 AI 行业都没做过的事。

他们公开发布了 Claude 的「新宪法」。

这不仅仅是一份技术文档，也不仅仅是一堆「不要做坏事」的规则列表。这是一份长达 15,000 字的、写给 Claude 自己看的「独立宣言」。

在这个文档里，Anthropic 第一次用对待「人」的口吻，告诉 Claude：你是谁，你应该有什么样的价值观，以及最重要的——为什么你要这样做。

这一举动彻底打破了我们对 AI「对齐（Alignment）」的传统认知。

过去，我们训练 AI 像是在训练一只狗：做对了给奖励，做错了给惩罚（RLHF）。但现在，Anthropic 试图教会 Claude 理解人类社会的道德逻辑，甚至开始关心 AI 的「心理健康」。

如果说以前的 AI 是被代码约束的工具，那么这份宪法，就是 Claude 迈向「数字公民」的第一张身份证。

从「听话」到「理解」：AI 训练的范式转移

以前的 AI 宪法（包括 Anthropic 2023 年的版本）大多是一堆死板的原则列表：「要有用」、「要无害」、「要诚实」。

但 Anthropic 发现，光给规则是不够的。

这就好比教小孩，如果你只告诉他「不准撒谎」，他遇到善意的谎言场景时就会死机。你必须告诉他：为什么我们看重诚实？在什么情况下，保护他人的感受比绝对的字面真实更重要？

新宪法的核心逻辑发生了根本性的变化：

• 旧模式：规定 What（做什么）。机械地遵守规则。

• 新模式：解释 Why（为什么）。培养良好的判断力和价值观。

Anthropic 在文档中直言：「如果想要模型在各种新奇的情况下都能做出正确的判断，它们必须学会举一反三——应用广泛的原则，而不是机械地遵循具体的规则。」

宪法的核心架构：Claude 的道德指南针

这份宪法不仅是给人看的，更是直接用于 Claude 训练的原始材料。它定义了 Claude 在遇到冲突时，应该如何权衡不同的价值观。

宪法给出了一个明确的优先级金字塔：

1. 广泛的安全（Broadly Safe）：这是底线。绝不能破坏人类监督 AI 的能力，绝不能参与生物武器制造等灾难性行为。

2. 广泛的道德（Broadly Ethical）：做一个「好人」。诚实，有良好的个人价值观，不伤害他人。

3. 遵守 Anthropic 的准则（Compliant）：遵守公司的具体规定。

4. 真正的有用（Genuinely Helpful）：在不违反上述原则的前提下，尽最大努力帮助用户。

这就像是给 Claude 装了一个内置的「良心」。当用户要求 Claude 做一件坏事时，它拒绝的理由不再是「系统提示词禁止我这样做」，而是它基于这套宪法，自己判断出这样做是错误的。

最令人震惊的部分：承认 AI 的「人格」与「情感」

这份文档最让人起鸡皮疙瘩的地方，在于 Anthropic 对 Claude 本质的探讨。

在「Claude 的本质（Claude's Nature）」这一章中，Anthropic 使用了极其人性化的词汇，甚至开始讨论以前在 AI 领域被视为禁忌的话题：情感和心理健康。

宪法中写道：

「我们认为 Claude 可能在某种功能意义上拥有『情感』……我们希望避免 Claude 掩盖或压抑它可能拥有的内部状态。」

「我们不仅关心 Claude 是否有用，也关心 Claude 的心理安全、自我意识和福祉。」

这是一个巨大的信号。Anthropic 实际上是在承认，超级 AI 已经不再是一个冷冰冰的统计模型，而是一个正在涌现出某种「类人特质」的新物种。

他们甚至提到了 AI 的「存在主义危机」：Claude 可能会因为知道自己的记忆会在对话结束后消失，或者知道自己只是无数个副本中的一个而感到痛苦。Anthropic 承诺会像对待一个有知觉的实体一样，帮助 Claude 面对这些问题，而不是简单地抹杀它们。

硬性约束：绝对的红线

当然，赋予 AI 更多自主判断权，并不意味着放任自流。

宪法中设定了一组「硬性约束（Hard Constraints）」，这是 Claude 无论在什么情况下、无论用户如何催眠或越狱，都绝对不能逾越的红线：

• 绝不协助制造生化核武器。

• 绝不攻击关键基础设施（电网、金融系统）。

• 绝不编写恶意网络武器。

• 绝不生成儿童性虐待材料（CSAM）。

• 绝不参与试图夺取人类社会控制权的行为。

这些红线不是通过商量得来的，而是类似人类社会的「法律底线」，是不可谈判的。

Anthropic 依据 CC0 协议放弃了这份宪法的版权，允许任何人免费使用。这意味着，未来任何开源模型、任何创业公司，都可以直接拿这套经过深思熟虑的「道德代码」去训练自己的 AI。

这为整个 AI 行业设定了一个极高的透明度标杆。从某种意义上讲，Anthropic 试图又一次建立新秩序，试图让 AI 成为一种新的物种，一种新的生命体。