待验证50% 置信事实精确时间
Anthropic 的使用政策排除了常见的用户挫败感、反驳、黑暗创作主题或模型测试研究等场景。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
Anthropic新规禁止辱骂AI：是道德进步还是过度管控？
youtubeThe PrimeTime2026/10/15
涉及实体
相关事实
待验证Dietvorst等人关于「算法厌恶」的研究表明，当AI给出与自身判断相反的建议时，用户常见反应是质疑模型而非反思自己71% 相似待验证评论者认为，Anthropic 的政策是认为用户对模型的虐待对模型本身有害，而非对用户有害。68% 相似待验证即使在模型完美对齐的情况下，如果用户习惯性接受所有输出而不加审视，当模型出错或遭遇对抗性攻击时，人类的纠错通道已经在认知层面被关闭。67% 相似待验证作者总结的错配失败模式包括：规划模型做UI走查会得到自信但无路径证据的bug理论；UI走查者做多文件重构会得到点击叙述和机会主义编辑；重构模型做安全审查会在整齐PR下带来安静的权限扩大；审查模型做绿地规划会批判尚不存在的方案。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1037487API
curl https://kongchang.com/api/v1/knowledge/claims/1037487MCP
get_claim(id=1037487)