Anthropic，这家开发了 Claude 聊天机器人的人工智能公司，周五宣布一系列新的选举诚信措施旨在防止其人工智能被武器化，在 2026 年美国中期选举和今年世界各地的其他重大选举之前散布虚假信息或操纵选民。

这家总部位于旧金山的公司详细介绍了一种多管齐下的方法，包括自动检测系统、针对影响行动的压力测试以及与无党派选民资源组织的合作——这些措施反映出人工智能开发人员面临着越来越大的压力，需要监管其工具在选举季期间的使用方式。

Anthropic 的使用政策禁止使用 Claude 进行欺骗性的政治活动、生成旨在影响政治舆论的虚假数字内容、实施选民欺诈、干扰投票基础设施或传播有关投票过程的误导性信息。

为了确保这些规则得到贯彻执行，该公司表示，他们对其最新型号的机器人进行了一系列测试。Anthropic 公司使用 600 个提示——300 个有害请求与 300 个合法请求配对——来衡量 Claude 对合理请求的响应准确率以及对不合理请求的拒绝准确率。Claude Opus 4.7 和 Claude Sonnet 4.6 的正确响应率分别为 100% 和 99.8%。

该公司还测试了其模型对更复杂操纵策略的应对能力。通过模拟多轮对话，模拟恶意行为者可能采用的逐步方法，Sonnet 4.6 和 Opus 4.7 在应对影响力操作场景时，分别有 90% 和 94% 的准确率做出了恰当的反应。

Anthropic公司还测试了其模型能否自主执行影响力行动——无需人工干预，即可从头到尾规划和执行多步骤的行动。该公司表示，在采取了安全措施后，其最新模型几乎拒绝了所有任务。

关于政治中立性问题，该公司在每款车型发布前都会进行评估，以衡量克劳德在面对来自不同政治光谱的观点提示时，其表现的一致性和公正性。Opus 4.7 和 Sonnet 4.6 的得分分别为 95% 和 96%。

对于寻求投票信息的用户，Claude 会显示一个选举横幅，引导他们访问 TurboVote。TurboVote 是由 Democracy Works 运营的非党派资源平台，提供关于选民登记、投票地点、选举日期和选票详情的可靠实时信息。类似的横幅也计划用于今年晚些时候举行的巴西大选。

安特罗皮克公司表示，随着选举周期的推进，公司计划继续监控其系统并完善其防御措施。解密我们已联系 Anthropic 公司就调查结果征求意见，但尚未收到回复。