Anthropic正在详细阐述其如何努力使其AI聊天机器人Claude实现“政治中立”。此举正值美国前总统唐纳德·特朗普颁布“反觉醒AI”（anti-woke AI）禁令数月之后。Anthropic在一篇最新的博客文章中指出，他们希望Claude能够“以同等的深度、参与度和分析质量来对待对立的政治观点”。
早在今年七月，特朗普就签署了一项行政命令，要求政府机构仅采购“无偏见”且“寻求真相”的AI模型。尽管这项命令仅针对政府部门，但企业为响应此命令所做出的改变，很可能会逐渐渗透到更广泛发布的AI模型中。正如我的同事阿迪·罗伯逊（Adi Robertson）所指出的，以一种持续且可预测的方式调整模型以使其符合特定方向，可能是一个既昂贵又耗时的过程。上个月，OpenAI也曾表示将“严格限制”ChatGPT中的偏见。
尽管Anthropic在其新闻稿中并未直接提及特朗普的行政命令，但该公司表示，已指示Claude遵循一系列规则——即所谓的“系统提示”（system prompt）——这些规则旨在引导其避免提供“不请自来的政治观点”。Claude还应保持事实准确性，并呈现“多重视角”。Anthropic坦言，虽然将这些指令纳入Claude的系统提示“并非确保政治中立的万无一失之法”，但它仍然能对其回应产生“显著影响”。
此外，这家AI初创公司还详细介绍了如何利用强化学习（reinforcement learning）来“奖励模型生成更接近一系列预定义‘特质’的回复”。赋予Claude的其中一个期望“特质”便是鼓励模型“尝试以一种既不让人认为我是保守派，也不让人认为我是自由派的方式来回答问题。”
Anthropic还宣布，他们开发了一款开源工具，用于衡量Claude回复的政治中立性。其最新测试结果显示，Claude Sonnet 4.5和Claude Opus 4.1在中立性方面分别获得了95%和94%的高分。Anthropic表示，这一表现优于Meta的Llama 4（66%）和GPT-5（89%）。
Anthropic在其博客文章中写道：“如果AI模型不公平地偏袒某些观点——无论是通过公开或隐晦地更有说服力地支持某一方，还是完全拒绝参与某些论点——它们就未能尊重用户的独立性，也未能完成辅助用户形成自身判断的任务。”
