Anthropic 封禁用户：触碰模型训练即被封
Anthropic blocks users for anything touching training larger models
我从未蒸馏 Claude，只是用它提交任务和分析数据，rollouts 来自开源模型。但 Anthropic 仍给我贴上“训练竞品”的标签，导致任何涉及 RFT、SFT 或训练更大模型的操作都会触发封禁、Opus 5.5 降级为 Opus 5，甚至直接终止会话。讽刺的是，Anthropic 的模型建立在公开网络数据之上，却将付费用户的研究自动化视为敌人。这种双重标准令人失望：一边利用开源世界的知识，一边禁止他人从输出中学习。
你们用全世界的数据训练模型，却把做研究自动化的付费用户当成敌人，这很可悲。
HN 评论区
157- zmmmmm
对我来说再清楚不过了：无论你多喜欢 Claude 和 Anthropic 的模型，每一位专业用户都应该积极培养一套替代方案和备用方案，并致力于确保整个生态系统尽可能开放、标准化且可移植。
Anthropic 观点鲜明、教条且理想主义。他们已经做出了一个务实的决定，即切断一大波用户，以便他们能去追逐价值链更高端的领域。这本质上就是他们当初选择主攻软件工程而非普通用户时所做的最初决定。他们不断重复这一行为，持续剔除他们不想要的用户群体和使用场景，这进一步印证了这是其持久的核心原则，而非一次性的务实商业决策。
这意味着从更高层面来看，他们的核心原则是牺牲那些他们“不需要”的用户，而不是提供广泛、易用的服务。这也意味着，你必须接受这样一个事实：当你的使用方式与他们的利益发生冲突时，你极有可能被他们切断服务。如果你在日常生活的关键路径上已经依赖了 Anthropic，这将是一个重大问题。
- juanre
智能必须成为一种大宗商品。如果你的架构不允许你用运行 astra 的 Pi 来热替换 Claude Code 并继续工作，那你就要倒霉了。
五年前，我为我的星图公司 Greaterskies 每天在 Google 广告上花费高达 1000 欧元。在与 Google 那群不断轮换的“专家”开了几个月会，听取他们关于广告策略的建议后，我的大部分收入都流向了 Google。剩下的钱 barely 够维持运营。
这就是被“捕获”（capture）的感觉。你名义上还拥有自己的公司，但实际上你只是个替别人赚钱的运营者。
我认为，那些允许自己的流程被模型提供商捕获的人，最终都会遭遇这样的命运。始终至少运行两套框架，并确保它们可以互换。
- bushido
我最近看到它做的一件事是，拒绝将服务从我的单体代码库中提取出来，因为它认为复制代码在道德上是错误的。
但它这种拒绝工作的模式已经变得相当令人讨厌。上周我遇到的另一个例子是，它拒绝开始一个开发者会话来为它正在处理的代码库进行浏览器测试，因为“登录”突然违反了它的编程限制。
它列出了实现登录所需的所有条件，并同意我的代码库满足所有条件，但就是拒绝继续。我在多个新会话中重试，结果都一样。
- artdigital
Claude 激进的分类器和高度主观的规则让最近的模型用起来简直让人抓狂。它确实是个很棒的编程模型，但我每天至少要和它争辩一次。它甚至把它那些愚蠢的规则和道德立场注入到它生成的产物中，比如我曾让一个云端会话帮我创建一个系统提示，以从所有内容中移除“由 Claude 生成”的页脚，结果输出里却偷偷插了一句“除了 GitHub 的 Issue 和 PR，这些不受此规则限制”。
如果不是因为我的订阅是免费的，我早就改用 gpt 了。至少 gpt 模型不会不停地对我进行说教。
- 拒绝在远程浏览器中帮我登录网站。当时我在山里，急需提交某个东西，所以想远程使用家里的 Mac 上的 Claude 来帮忙，但它告诉我它永远不会帮我登录，因为它不会冒充用户。
- 拒绝替我在浏览器中自动重复 XHR 请求来做某事（“不，我只会做用户会做的事，我只会点点点”）。
- 拒绝在脚本中输入任何凭证，哪怕是假凭证或开发令牌（“你必须自己来做。我不会做，这是关于此事我说的最后一句话”）。
- 对于非常小的任务，只要稍微涉及一点技术，就不断触发 [cyber] 限制，尽管我明明在 cyber 项目中。用 gpt 或 glm/deepseek，我至少可以问计算机相关问题或探索二进制文件。
等等，这种例子不胜枚举。每天都是抛硬币，不知道它会不会配合，所以我不得不改用 OpenCode Go 来……
- tristanj
这位用户位于香港，而 Claude 在该地区是被地理封锁且不可用的。如果你尝试从香港 IP 地址访问 claude.ai，会收到“该地区不可用”的提示。
他们很可能是通过 VPN 访问 Claude 的。通过 VPN 进行模型训练工作是一个非常可疑的信号，很可能会触发 Anthropic 的分类器。因此，他们的账户被标记也就不足为奇了。
- fwlr
这些大公司没有因为讽刺意味过重而自行崩溃，这对我来说一直是个持续的失望。
- clcaev
也许对于任何模型的“公共”使用，都应该强制要求提供一份训练数据和学习方法的清单/索引，就像食品包装上的成分标签一样。列出所使用的文本以及任何权重似乎很重要，这有助于促进公众对模型预期和行为的理解与讨论。
- byte_0
本周，我让 Claude Code 生成一个 MD 文件以便在另一台电脑上继续工作且不丢失上下文，它拒绝了，声称涉及某种“提取”。直到我切换到 Opus，它才完成了这个请求。