Anthropic公布2026美中期选举护栏措施

随着2026年美国中期选举临近，Anthropic近期公布了一系列针对大语言模型 Claude 的选举保障措施，进一步优化政治中立性评估、严防平台滥用，并为选民直接提供权威投票资讯。

用户如何借助 Claude 参与政治与选举？

为了解用户在政治场景下的实际使用习惯，Anthropic 分析了单周内 Claude.ai 上的 25 万次对话。数据显示，涉及政治、公共政策或社会议题的对话约占美国总对话量的 5.75%，具体包括追踪新闻动态、开展政策研究、了解候选人主张及查询政务服务等。

其中，直接探讨选举或投票的对话占比仅为 0.51%。绝大多数用户寻求的是辅助判断的信息（例如候选人在某项议题上的立场），而直接询问“该选谁”或要求模型推荐候选人的请求仅占 0.01%。违反选举诚信政策的恶意请求更为罕见，仅占约 0.002%。

接入权威选举数据源

为防范错误信息传播，Claude.ai 在用户查询选民登记、投票站或投票日期时，会展示指向非营利组织 Democracy Works 旗下 TurboVote 的横幅提示。

此外，Claude 将直接接入 Democracy Works 汇集的各州官方选举数据。美国用户询问具体投票地点或所需证件时，无需离开对话界面，即可获得对应所在州的精准官方答复。在选举之夜及计票期间，Claude 还将实时同步官方计票结果。

政治中立性评估与改进

Anthropic 在模型发布前均会展开严格的偏见测试。Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5 在政治中立性评估中获得了 99% 的评分，不仅拒答率降低，讨论政治议题时也更加开放客观。

为进一步接受外部审视，Anthropic 联合了三家独立研究机构进行评估：

• **言论自由未来研究所**针对争议性议题进行了数百次测试；
• **美国创新基金会**对比了左右翼立场的对应提示词表现；
• **集体智能项目**在美、英、印三国对 2000 多人展开调研，协助制定评估标准。

测试发现，Claude 虽然拒答率极低，但有时会在文本中附加不必要的反驳论点；早期的 Claude Sonnet 4.5 对右翼观点的表述软化程度相对更高。为此，团队优化了二选一和短文本回答机制，确保在不同政治立场下保持一致的态度和对等反驳。

防范恶意滥用与协同攻击

Anthropic 严禁利用 Claude 欺骗选民或干扰选举。尽管竞选团队可以使用 Claude 撰写演讲稿、准备辩论或分析选民数据，但严禁用于伪造社交媒体账号、批量水军评论或运营虚假独立新闻站。

在与战略对话研究所（ISD）及麦凯恩研究所的压力测试中，研究人员发现：虽然 Claude 能直接拒绝显性的单次有害请求，但当恶意任务被拆解为多步看似无害的指令时（如受众调研、建站、文案起草），模型可能会被绕过。

为此，Anthropic 部署了全新的自动化分类器，专门识别跨步骤的恶意竞选活动、虚假新闻站建设及受利益驱动的欺诈操作。近期威胁情报显示，境外团伙曾试图利用 Claude 生成符合特定地缘政治立场的选举内容，相关涉事违规账号已被封禁。

随着大模型在政治领域的使用增加，Anthropic 表示将持续提升防护能力，为民主选举提供透明、公正的 AI 体验。