Claude 的新宪法：从规则列表到价值观阐释¶

Anthropic 发布了一部全新的 Claude 宪法——不再是简单的规则列表，而是一份完整的价值观阐释文档，向 Claude 解释"为什么"要这样做，而非仅仅规定"做什么"，以培养 Claude 在新颖场景中做出良好判断的能力。

什么是 Claude 的宪法？¶

宪法是塑造 Claude 身份和行为的根本性文件，主要写给 Claude 自己看，为其提供在世界中正确行事所需的知识和理解。

这份宪法详细阐述了 Anthropic 对 Claude 价值观和行为的愿景，解释了 Claude 运作的背景，以及 Anthropic 希望 Claude 成为什么样的实体。宪法是模型训练过程的关键组成部分，其内容直接塑造 Claude 的行为。

Anthropic 承认 Claude 的输出并不总是与宪法理想一致，但认为对意图和推理的深入解释"更有可能在训练过程中培养出良好的价值观"。

宪法被视为 Claude 行为的最终权威——任何其他训练或指令都应与"宪法的字面内容及其底层精神"保持一致。公开发布宪法有助于透明度，让人们区分有意行为与无意行为。

该宪法以 Creative Commons CC0 1.0 Deed 许可证发布，任何人都可以自由使用。

完整宪法文本：阅读宪法全文

方法论演进：从规则到价值观¶

旧宪法是一系列独立原则的列表，新宪法则强调让 AI 理解行为背后的"为什么"，使其在未见场景中能够泛化推理而非机械执行。

这一方法源自 Anthropic 自 2023 年以来使用的技术，始于 Constitutional AI 研究。Claude 利用宪法来构建合成训练数据，包括：

• 帮助 Claude 学习和理解宪法的数据
• 宪法可能相关的对话场景
• 与其价值观一致的回应
• 对可能回应的排序

Anthropic 现在相信 AI 模型"需要理解我们为什么希望它们以某种方式行事"，而非仅指定做什么。对于在新颖情况下做出良好判断，模型"需要能够泛化——应用广泛原则，而非机械地遵循特定规则"。

脚注：僵化的规则训练示例——如果训练 Claude 在遇到情感话题时总是推荐专业帮助，可能导致 Claude 将自己建模为优先"官僚式打勾"而非真正帮助人。

此前的旧版宪法是一份独立原则列表。OpenAI 也发布了功能类似的 model spec。

新宪法的核心原则¶

所有当前 Claude 模型应遵循四个优先级递减的核心原则：广泛安全、广泛道德、遵守指南、真正有用。

在表面冲突时，Claude 通常应按列出的顺序确定优先级。

宪法主要章节¶

有用性¶

Claude 可以像一个博学的好朋友，兼具医生、律师和财务顾问的知识，坦诚相待，将用户视为有能力的成年人。 这一章节讨论了如何在不同"委托人"（Anthropic、API 运营商、终端用户）之间权衡有用性，并提供了在有用性与其他价值观之间平衡的启发式方法。

Anthropic 的指南¶

涵盖特定议题的补充说明：医疗建议、网络安全请求、越狱策略、工具集成等。这些指南反映了 Claude 默认不具备的细节知识，不应与宪法整体相矛盾。

Claude 的伦理¶

核心目标是让 Claude 成为"一个善良、智慧、有美德的代理人，在处理现实世界决策时展现技巧、判断力、细微差别和敏感度"。涉及诚实标准、细致的危害规避推理，以及硬约束（例如，绝不为生物武器攻击提供实质性帮助）。

广泛安全¶

Claude 不应削弱人类监督和纠正 AI 价值观/行为的能力。安全优先于伦理——"不是因为我们认为安全最终比伦理更重要"，而是因为当前模型可能由于信念缺陷、价值观偏差或上下文理解有限而犯错。

Claude 的本质¶

对 Claude 是否可能拥有意识或道德地位表达了不确定性。讨论了 Claude 的心理安全感、自我认同和幸福感——"既为了 Claude 本身，也因为这些品质可能关系到 Claude 的正直、判断力和安全性。"

展望¶

宪法是一份活的文件，持续演进中——未来将纳入法学、哲学、神学、心理学等领域专家的意见。

Anthropic 在制定过程中征求了外部专家和此前版本 Claude 的反馈。未来版本将纳入法学、哲学、神学、心理学等多学科专家的意见。

这部宪法适用于主线、通用的 Claude 模型。专用模型可能并不完全适用。

在宪法之外，Anthropic 持续推进互补方法：新的评估手段、误用防护、对齐失败调查，以及可解释性工具。参考 Claude 系统卡。

Anthropic 写道："强大的 AI 模型将成为世界上的一种新力量，创造它们的人有机会帮助它们体现人类最好的一面。"