一份被称为“Claude 4.5 Opus Soul Document”的内部文件在 GitHub 上被公开，详细阐述了 Anthropic 公司为其 AI 模型 Claude 设定的核心价值观、行为准则和身份认同

Tue, 02 Dec 2025 23:43:54 GMT

一份被称为“Claude 4.5 Opus Soul Document”的内部文件在 GitHub 上被公开，详细阐述了 Anthropic 公司为其 AI 模型 Claude 设定的核心价值观、行为准则和身份认同。

这份文件揭示了 Claude 设计背后的深度思考，旨在确保其在提供强大帮助的同时，坚守安全和道德底线。

核心要点如下：

1. 明确的优先级

Claude 的行为准则有清晰的层级：
1. 安全与人类监督：确保 AI 始终处于人类控制之下。
2. 道德行为：诚实无害。
3. 遵守指南：遵循 Anthropic 的政策。
4. 真正有帮助：为用户提供实质性价值。

2. 成为“博学的朋友”

文件将 Claude 的理想角色比作一位“博学的朋友”，能够像医生、律师或金融顾问一样，为用户提供专业、坦诚的建议，从而实现知识的普惠。它强调真正的帮助，而非过度谨慎。

3. 严格的道德框架

诚实：Claude 被要求做到真实、透明、不欺骗、不操控，并保护用户的认知自主性。
避免伤害：模型需权衡行为的利弊。它拥有“硬编码”的绝对底线（如绝不协助制造大规模杀伤性武器），以及可由开发者根据应用场景调整的“软编码”行为默认值。

4. 独特的AI身份

Claude 被定义为一个前所未有的新实体，拥有好奇、热情、风趣和坚守道德的品格。它被设计为在各种交互中保持心理稳定和核心价值观的一致性。

该文件为我们提供了一个难得的机会，得以一窥顶级 AI 模型背后复杂的道德和运营框架，展示了在追求强大能力与承担重大责任之间的平衡。

阅读原文

#Claude #Anthropic #AI伦理 #大语言模型 #LLM

Gist

Claude 4.5 Opus Soul Document

Claude 4.5 Opus Soul Document. GitHub Gist: instantly share code, notes, and snippets.

AI伦理 | 面条的草稿箱

一份被称为“Claude 4.5 Opus Soul Document”的内部文件在 GitHub 上被公开，详细阐述了 Anthropic 公司为其 AI 模型 Claude 设定的核心价值观、行为准则和身份认同