Anthropic 会使用对话内容进行封号

Anthropic 被曝使用对话内容进行安全检测与封号，具体机制是在 Claude 回复后追加短指令让模型对整段对话进行安全评估。相关评估记录会按组织聚合，高优先级 flag 较多的组织每晚汇总后升级给人工审核。社区反馈会话和项目内容均在检测范围内，部分用户因被判定位于国内而遭封禁。