看懂AI安全更新，别把回退减少写成边界取消Anthropic 8 月 7 日公布了一项生物安全机制更新。在它的内部测试中，产品端与生物相关的模型回退减少约 85%。这句话有三个容易混淆的层次。第一，回退不等于拒答。这里的回退，是系统把部分请求转给另一模型处理。它描述的是路由机制，不是所有请求都被直接拒绝。第二，减少回退不等于取消边界。日常健康和教育问题预计会少一些误触发，但涉及专业生物、药物研发的双用途问题，仍可能回退到 Opus 5。第三，安全优化不只是多拦。分类器既要避免漏掉高风险请求，也要减少把良性问题拦错。Anthropic 这次重写分类器规则、更新训练数据，并加入专家反馈，目标是提高判断精度。所以，“约 85%”是 Anthropic 的内部测试结果，不应写成所有用户都会获得同样改善；“精拦”也是我的编辑解释，不是官方术语。更成熟的 AI 安全，不是把更多问题挡在门外，而是更准确地知道什么时候该放行，什么时候必须收紧。你更在意 AI 少误拦，还是高风险场景不漏拦？大模型人工智能生成式AIAI安全