Anthropic 修訂負責任擴展政策 v3（Responsible Scaling Policy v3），在五角大廈壓力下放寬關鍵安全承諾
Anthropic 被廣泛視為生成式 AI（Generative AI）競賽中具有安全意識的良知，現已發佈了其 負責任擴展政策（Responsible Scaling Policy, RSP v3） 的第三個版本。此次更新從根本上重組了該公司處理災難性 AI 風險的方式，且正值地緣政治與商業摩擦劇烈之際。據報導，隨著該公司面臨美國國防部關於其技術軍事用途的最後通牒，其移除「旗艦級」安全承諾——即如果無法保證安全則暫停開發——的做法已引發行業觀察者的嚴厲審查。
從「條件式暫停」向「務實透明化」的轉變
自成立以來，Anthropic 的 RSP 一直由「條件式承諾」機制所定義。在之前的 RSP v2 下，該公司承諾如果新模型在沒有相應保障措施的情況下跨越特定的「AI 安全等級（AI Safety Level, ASL）」閾值，將停止開發或部署。這種「絆網（tripwire）」方法旨在將安全置於競爭速度之上。
在 RSP v3 中，Anthropic 已轉向不再採取這些硬性停止措施。該公司認為，在競爭對手繼續競相前進的市場中，單方面的暫停是無效的。相反，新政策強調 透明化 和 公眾目標設定。
RSP v3 的關鍵組成部分：
- 前沿安全路線圖（Frontier Safety Roadmaps）： Anthropic 現在將發佈詳述其安全目標的「路線圖」，而非具有約束力的內部暫停。這些路線圖被描述為「雄心勃勃但非約束性」的，旨在建立公眾問責制，而非嚴格的操作瓶頸。
- 風險報告： 該公司承諾每 3 到 6 個月發佈一次全面的風險評估。這些報告將詳述其當前模型的安全狀況，包括目前能力與理想安全標準之間的差距。
- 外部審查： 在特定的高風險場景下，Anthropic 將使其風險報告接受第三方專家審查，以驗證其發現。
Anthropic 的高層將這一轉變定性為對現實的「務實」回應。在隨發佈附帶的部落格文章中，該公司指出，如果其他顧慮較少的開發者繼續推進，「停止 AI 模型訓練實際上對任何人均無幫助」。他們引用了「向頂尖競賽（race to the top）」——即競爭對手會效仿 Anthropic 的安全限制——的失敗，作為此次變革的主要驅動力。
比較：RSP v2 與 RSP v3
下表概述了舊政策與新發佈版本之間的結構性變化。
| 功能/承諾 | RSP v2（舊版） | RSP v3（現行） |
|---|---|---|
| 核心機制 | 條件式暫停（ASL 絆網） | 透明化與路線圖 |
| 安全承諾 | 如果無法保證安全則停止訓練 | 務實的單方面目標 |
| 文件記錄 | 內部評估與定義的閾值 | 公開的前沿安全路線圖 |
| 風險報告 | 側重於臨時和內部 | 系統性的公開風險報告（3-6 個月） |
| 行業策略 | 以身作則（向頂尖競賽） | 轉向國家競爭力 |
五角大廈的最後通牒：地緣政治的催化劑？
RSP v3 的發佈時機與 Anthropic 與美國軍方之間日益升級的僵局密不可分。報告確認，國防部長 Pete Hegseth 最近會見了 Anthropic 執行長 Dario Amodei，並下達了嚴厲的最後通牒：解除對 Claude 模型軍事用途的限制，否則將面臨嚴重後果。
據報導，五角大廈要求 Anthropic 允許其 AI 用於「任何合法目的」，這實際上剝奪了該公司對特定軍事應用的否決權。Anthropic 歷來對其技術的使用保持嚴格的「紅線」，禁止用於：
- 全自動武器（autonomous weapons）（即 AI 在沒有人類干預的情況下做出致命的目標決策）。
- 大規模國內監控。
國防部威脅要引用 《國防生產法》（Defense Production Act, DPA）——這是一部韓戰時期的法律，允許總統強迫私營公司優先處理國防合同。此外，官員們還提出了將 Anthropic 列為「供應鏈風險」的可能性，這將有效地將該公司列入所有聯邦合同的黑名單，可能使其損失數億美元的收入，並將其拒於利潤豐厚的政府部門之外。
批評者認為，RSP「暫停」承諾的放寬創造了一個便利的政策漏洞。通過移除基於內部安全閾值停止部署的嚴格要求，Anthropic 可能是在調整自身定位，以適應 五角大廈（Pentagon） 的要求，而無需在技術上違反其自身的安全憲章。
行業影響與「能力懸置」
RSP 的修訂突顯了 AI 行業日益增長的緊張局勢：「能力懸置（capability overhang）」。該術語指的是 AI 模型的原始能力與可用於控制它的安全機制之間的差距。Anthropic 之前的政策旨在防止這種懸置變得過大。通過移除硬煞車，該公司正隱含地接受更高水平的風險，以便與 OpenAI 和 xAI 等對手保持競爭，後者已經獲得了廣泛的國防合同。
為什麼這對 AI 生態系統至關重要：
- 軍事 AI 的常態化： 如果作為行業內最直言不諱的安全倡導者 Anthropic 向五角大廈的壓力屈服，這標誌著主要 AI 實驗室中「出於良知的反對」之終結。
- 自我監管的失敗： 這一轉變承認，在國家安全緊要關頭和市場動態面前，自願性承諾是不夠的。Anthropic 明確引用了缺乏聯邦監管作為其政策轉向的原因。
- 聚焦部署後監測： 隨著部署前暫停的消失，行業的安全焦點可能會完全轉向系統構建 之後 的「紅隊演練（red teaming）」和監測，而非從一開始就防止其產生。
結論
Anthropic 的 RSP v3 代表了對 2026 年 AI 格局的一種成熟但憤世嫉俗的體認。2023 年的理想主義——即一家公司可以通過道德領導力引導行業走向安全——已與大國競爭和軍事必要性的冷酷現實相撞。雖然 風險報告 和 前沿安全路線圖 的引入提供了一層新的透明度，但具有約束力的「安全承諾」的移除標誌著一個時代的結束。隨著五角大廈的陰影籠罩，Anthropic 不再試圖減慢火車的速度；它只是承諾在火車加速時更大聲地吹響警哨。
