Anthropic撤销安全承诺：AI竞赛中的伦理与商业博弈

两年前，提及哪家公司对安全最为重视，AI圈内人士十有八九会提及Anthropic。

这家由前OpenAI核心成员创立的公司，始终将“安全优先”视为其最核心的品牌标识。它甚至在官方文件中明确承诺：一旦AI能力达到某个危险阈值，公司将主动暂停训练，直至安全措施到位。

这份文件有着专属名称：《负责任扩展政策》（Responsible Scaling Policy，RSP）。Anthropic的联合创始人兼CEO Dario Amodei多次公开表示，这是他们与其他AI公司最本质的区别：不求最快，但求最负责任。

然而，在最近两天内，这一切悄然发生了变化。

01 一份政策，一次删除

当地时间2月24日，Anthropic低调发布了RSP第三版（RSP 3.0）。

与过去两个版本相比，此次更新有一个关键变化：那条被视为“硬性红线”的暂停训练承诺，从文件中消失了。

此前的逻辑十分清晰：一旦模型能力触及预设的危险阈值（例如，具备协助生物武器研发的科学理解能力），公司必须暂停训练新模型，直至对应的安全防护措施就绪。这是一种“if-then”的条件约束机制，相当于给自己上了一道锁。

“The ASL framework implicitly requires us to temporarily pause training more powerful models if we are unable to put the required safety measures in place to safely handle the capabilities of the next AI Safety Level.”（2023年RSP中“暂停训练承诺”的原文，核心在于如果无法及时部署所需安全措施，则必须暂停训练更强模型）

在新版本中，这道锁消失了。

在2026年2月24日的博客与RSP 3.0正文中，“暂停训练”的承诺不再出现，取而代之的是以路线图、风险报告与外部评审为核心的透明度机制。

这意味着一个更“灵活”的框架：前沿安全路线图、风险报告机制、非约束性的公开承诺。简而言之，这个锁变成了旋转门，从“做不到就不许动”，变成了“边做边说、透明披露”。

Anthropic对这次调整给出了自己的解释。

“我们正在将《负责任扩展政策》重构为两个组成部分:

(1) 我们坚信Anthropic能够自行履行承诺，无论其他机构采取何种行动；以及

(2) 一套更具雄心的建议方案，其落实需要行业与政府层面的协调行动。”

以及：

“随着我们逐步接近更高等级的AI安全级别，事先精确界定所需的具体安全防护措施将变得愈发困难。”

用简单的话来理解：Anthropic发现原来设定的能力阈值“比预期更模糊”。模型能力是连续增长的，并不会在某一天突然“越过”某条清晰的红线。既然边界本来就说不清，刚性暂停的机制也就失去了可操作性。

这个解释有一定的道理。但问题在于：如果边界本来就模糊，为什么两年前要以这份承诺作为“招牌”，又为什么偏偏在这个时间点修改？

02 不久前，OpenAI也改了一个词

事情并非只发生在Anthropic身上。

OpenAI的2024年度IRS表格（990表）于2025年11月公开发布，覆盖2024财年。在这份文件里，“safely”一词首次从使命（Mission）陈述中消失。

旧版本是这样写的：构建安全的、造福全人类的通用人工智能，不受财务回报需求的约束。

新版本删掉了一个词：safely（安全地）。

现在它变成了：确保通用人工智能造福全人类。

有人评论这是小题大做，一个副词的删改不值得这么敏感。但也有评论指出，OpenAI最初从非营利机构转型为“封顶利润公司”时，“安全”这个词是他们用来说服外界自己没有迷失的最后防线。

现在这道防线也撤了，底线在哪里？

03 资本和商业竞争优先？

将两件事放在一起看，两家竞争对手的动作出奇一致。

就在RSP 3.0发布两周前，Anthropic宣布完成300亿美元融资，估值升至约3800亿美元。而据媒体报道，OpenAI也正在敲定新一轮融资，估值甚至高达8300亿美元。这两家公司已经不再是靠信念驱动的AI研究机构，而是背负着巨大市值预期的商业实体。

在这个体量下，“暂停训练”意味着暂停产品迭代、商业落地以及估值增长的预期。Anthropic首席科学家Jared Kaplan的一句话或许最能代表这种现实压力：“如果竞争对手飞速前进，我们单方面承诺暂停训练没有意义。”

AI这场竞赛已经不再是几家头部公司之间的商业博弈。开源社区、各个国家都在快速推进技术，没有任何一家公司能靠“我们先暂停”来换取整个行业的同步冷静。

04 “透明披露”能替代“硬性约束”吗？

Anthropic一再强调，RSP 3.0并不是放弃安全，而是换了一种更成熟的方式——从刚性承诺变成透明机制。

这种解释有其道理。原来的版本确实存在缺陷：能力阈值模糊、暂停时机难以判断、执行层面存在模糊地带。把一个不可执行的承诺继续挂在那里，除了维持公关形象外实际意义有限。

RSP 3.0保留了很多实质性的安全机制。例如Anthopic已经在2025年5月正式激活了ASL-3级别的防护标准——针对化学和生物武器风险的专项防护措施——包括一套复杂的输入输出分类器用以拦截可能被滥用的内容。这项工作真实存在并非口号。

05 那么，谁来设红线？

悲观的解读

2026年 AI安全正在越来越多地变成一个公关语言。 我们可以看到 几乎所有主流AI公司都有一份“安全框架” 都有一份“负责任使用政策” 都有一套听起来严肃的承诺文件。 但这些文件是为了约束自己 还是为了告诉监管机构和公众“我们已经在管了” “我是负责任的” “你们不用‘操心’了”？