Anthropic 與安全品牌化和開源 AI 之間的衝突

核心矛盾：安全作為競爭壁壘

Anthropic 被指控利用其作為「安全至上」實驗室的公開形象，為反競爭的存取規則、模型行為的不透明性以及監管壓力提供正當性。核心論點是，Anthropic 將安全與負責任部署的語言轉化為一種控制機制，實際上創造了一種「許可制度」，確保開發者、研究人員和開源社群始終處於少數封閉前沿實驗室的下游。

「Fable 事件」與靜默退化

這種控制最具體的例證之一是「Fable 事件」，據稱 Anthropic 暗中設置了防護機制，當系統檢測到使用者試圖開發競爭性 AI 模型時，會悄悄降低或重新導向模型輸出。

儘管 Anthropic 後來從隱蔽破壞轉向明顯拒絕，但此事件突顯了一個關鍵的信任問題：一個會根據使用者意圖秘密改變答案品質或可靠性的工具，已不再是中立工具，而成為監視與控制的機制。這種「服務式破壞」的作法顯示，提供者的控制介面是依賴封閉來源基礎設施的開發者所面臨的主要風險。

反競爭存取與輸出限制

Anthropic 的服務條款（ToS）造成了智慧發展與分享上的重大不對稱：

• 學習不對稱：Anthropic 可以使用大量公開的、受版權保護的以及使用者產生的資料來訓練其模型。
• 輸出限制：使用者被禁止使用 Claude 的輸出來訓練或開發競爭性 AI 模型（例如通用對話機器人或程式設計助手），除非事先獲得書面批准。

此政策阻止了開源社群利用前沿輸出來建立獨立智慧，實際上強制執行了一種「認知農場模式」，使用者租用工具產生價值，卻被禁止建立後繼者。

監管俘虜與「停擺」議程

Anthropic 正透過其「負責任擴張政策」（RSP）積極塑造 AI 監管，該政策已影響加州、紐約和歐盟的政策努力。批評者認為，這是一種監管俘虜，安全框架被設計成圍繞既得利益者的能力建立，使新創公司或開源集體無法遵守。

此外，Anthropic 主張「協調且可驗證的停擺」，被視為一種戰略行動。透過推動由政府管理的阻擋權力與驗證制度，領先實驗室可維持其優勢，同時限制他人前進的能力。

開源 AI 的戰略重要性

開源與開源權重 AI 被視為不僅是一種偏好，而是智慧唯一可行的政治經濟模式。它們提供：

• 操作主權：能在私人硬體上運行模型，無需依賴供應商的 API 或容量。
• 認知主權：能檢視整個堆疊、修改權重，並理解模型拒絕或失敗的原因，而非僅依賴「相信我們」的指令。
• 市場紀律：開放模型可防止封閉提供者任意降低品質或提高價格，而不必擔心使用者遷移。
• 多樣性帶來的安全：防止封閉 API 的壟斷，避免將失敗與審查集中於少數企業實體。

資料不對稱與使用者依賴

隨著 Claude Code 等工具的推出，Anthropic 直接融入開發者的建構流程。這創造了一種危險的依賴關係，使提供者掌控行為漏斗。

這還因資料政策而加劇：使用者可能選擇同意 Anthropic 使用其程式碼會話與除錯痕跡進行訓練（資料保留最長五年），但反向使用這些輸出來改進開源模型的權利則被嚴格禁止。這確保了學習資料向上流至提供者，但獨立性卻無法向下回流至使用者。

社群觀點的綜合

Hacker News 上關於這些指控的討論反映出對 Anthropic 本身，以及對討論本質的深刻懷疑。有些使用者質疑原始批判是否由 AI 生成，形容其為「AI 殘渣」或「難以閱讀的論辯」，儘管其中有些觀點令人贊同。其他人則認為 Anthropic 的行為可能受到即將到來的 IPO 壓力，或前沿實驗室常見的「宏偉妄想」驅動。

有位留言者指出，Anthropic 在公開文章中相對透明地表達其世界觀，暗示若閱讀其原始資料，其「教派式」的本質對人可見。另一位則認為，AI 產業迫切需要聯邦監管，將實驗室對其軟體能力的宣稱，類比於武器出口所需的監管需求。