摘要： Anthropic 在 2026 年 2 月 24 日發布 RSP 3.0，移除模型接近危險能力門檻就自動暫停開發的承諾。新版改為承諾匹配或超越競爭對手的安全努力，並增加內部措施與產業建議脫鉤、公開路線圖與定期風險報告。
2026 年 2 月 24 日，Anthropic 公開了 Responsible Scaling Policy 的第三版（RSP 3.0）。TIME 搶先以獨家報導處理，直接形容 Anthropic「放棄旗艦安全承諾」；到了 2 月 25 日，CNN 與 WSJ 也相繼跟上。這家把安全掛在創立招牌上的公司，等於親手改寫了自己最廣為人知的那條安全規則。
整份更新濃縮之後，核心只剩一件事：過去那句「模型接近危險能力門檻就自動暫停開發」的承諾，如今不存在了。新版政策寫得明白：假使某家開發者停下腳步去落實安全措施，同業卻在沒有緩解措施的情況下照常訓練與部署，最終結局可能是「一個更不安全的世界」——「防護最弱的開發者設定節奏，負責任的開發者將失去做安全研究的能力」。根據 Anthropic 的說法，這段文字獲得執行長 Dario Amodei 與董事會的一致同意。
原本的承諾長什麼樣子
時間拉回 2023 年 9 月，RSP 首次問世，本質是一套自願採用的 if-then 架構：只要模型能力觸及某道門檻（以 ASL 層級標示），對應等級的安全措施就必須先行就位。這套框架的影響力從不局限於一家公司：OpenAI 與 Google DeepMind 在幾個月內相繼採用類似設計，加州 SB 53、紐約 RAISE Act，乃至 EU AI Act 的行為準則，都留有它的痕跡。自 2025 年 5 月起，Anthropic 的前沿模型便一直運行於 ASL-3 防護之下。
舊版真正咬合的條款，是嚴格的模型安全措施須在訓練展開前備妥——TIME 稱之為「鐵板一塊」的保證。暫停機制自始至終一次也沒派上用場，但整套自願安全論述正是靠它壓陣。
RSP 3.0 的三項實質調整
具體條文可以整理成三處。
其一，自動暫停的承諾被整段移除。新版之下，唯有領導層同時認定「Anthropic 是競賽領先者」以及「災難風險顯著」，延後開發才會納入考慮；取而代之的承諾，是「匹配或超越競爭對手的安全努力」。
其二，公司自訂標準與產業建議正式脫鉤：一套緩解措施規範自家系統，另一套則以建議形式提供給整個產業。
其三，Frontier Safety Roadmap 與風險報告屬於新增項目。Roadmap 是一份公開、不具約束力的目標清單，公告列舉的例子有：資安研發 moonshot、自動化紅隊超越人類 bug bounty 的貢獻、模型憲法遵循措施、以 AI 分析內部紀錄來偵測內部威脅，外加一份「監管階梯」政策路線圖。風險報告以每 3 至 6 個月為週期對外發布，特定情況下並引入第三方專家審查，且專家可閱讀未刪節內容。
Anthropic 端提出的解釋
面對 TIME，共同創辦人暨首席科學家 Jared Kaplan 講得毫不拐彎：「我們認為停止訓練模型對任何人都沒有好處」；他接著說，「在 AI 快速進展下，如果競爭對手猛衝，單方面承諾對我們沒有意義」。
官方公告另外搬出幾個結構性理由：能力評估帶有「模糊地帶」，當模型逼近、卻無法確認已跨越門檻時，舊機制對此毫無對策；想單方面達到 RAND 建議的 SL5 資安等級，「目前不可能」；政治與監管氛圍也早已轉向。TIME 補上商業側的背景：Anthropic 才在 2 月以約 3,800 億美元的估值募得 300 億美元，年化營收正以每年約十倍的幅度攀升。Mashable 引述 Axios 的報導指出，美國國防部曾向 Anthropic 施壓，要求開放軍事應用，否則將施以限制。
各方怎麼看
METR 的政策總監 Chris Painter 向 TIME 表示，AI 實驗室眼下如同處於「分診模式」，而「社會還沒準備好」。他的疑慮在於：二元門檻一旦被拿掉，風險便會以「溫水煮蛙」的方式緩緩堆高，原先清晰的絆網隨之消失。倡議團體 Transparency Coalition 則將此事視為「自願承諾不可靠」的又一例證，主張把標準寫進法律。
不過有個對照值得留在紀錄上：Anthropic 在同一段時間也加碼透明度——新版 RSP、定期出版的風險報告，再加上 1 月以 CC0 授權全文公開的 Claude 憲法，走的都是「公開可供檢驗」路線。換句話說，被放掉的是暫停這項硬承諾，被留下的是揭露這項軟承諾。
開發者與企業該注意什麼
對實務圈的衝擊可列成三點。首先是採購與治理：把「模型商自我約束」當最後一道保險的做法，如今正式被競爭邏輯蓋過——該畫的紅線，請自己寫進合約與評估流程。其次是政策：加州 SB 53、紐約 RAISE Act 這類把 RSP 思路寫入州級法律的法案，參考價值不受影響，但「自願框架已足夠」的論述被框架的原始發明人自己削弱，立法派因此拿到新彈藥。最後是產業動態：OpenAI 與 Google DeepMind 手上的同類框架會不會跟著修改，是下一個值得緊盯的訊號——一旦三家一起鬆手，「競逐底線」便不再是口號，而是現況描述。