Anthropic 首份公益年報：五支柱攤開投入，信託要求看成果

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

2026 年 10 月 21 日（美西時間），Anthropic 發布《2026 公益年報》（2026 Public Benefit Report），全文二十頁，總裁 Daniela Amodei 在前言承諾之後每年交一份。這是這家公司以公益公司（Public Benefit Corporation, PBC）身分出版的第一份年度報告，也是第一次把自家章程裡的長期公益使命，攤成一份有固定格式、可以年覆一年回查的公開文件。

Pin

改變在這裡：過去外界想檢驗 Anthropic 的公益主張，只能從零散的系統卡、風險報告與政策文件裡拼湊；這份年報把使命拆成五個支柱，每個支柱都分「已做的投入」與「未竟的工作」兩段對照著寫，文末還附上長期利益信託（Long-Term Benefit Trust, LTBT）的公開評語。

先講結論。這份報告值得存起來當基準，但它驗證的東西比新聞標題聽起來少：五個支柱的名稱全是目標描述，公司自己在正文承認，醫療與教育計畫「還沒有證據顯示達到預期效果」；信託的結語也把標準說白了，這一版主要描述投入，之後的報告會越來越要求交出成果。投入清單很長，成果欄目前還是空的。

公益公司身分，讓這份報告變成義務而不是公關

Anthropic 在報告開頭重申自己的法律身分：公益公司，一種要求公司在股東財務利益與公眾利益之間取得平衡的公司形態。這不是自願姿態，報告附錄依美國德拉瓦州公司法第 366 條，列出了董事會正式通過的公益目標與衡量標準，五個支柱各自的驗收條款都寫在裡面，從「訓練模型與人類價值對齊」一路到「終結可治療疾病的地理存活差距」。

對一般讀者先交代邊界：這是一份治理與問責文件，Claude 產品端沒有任何功能因此變動。該關心的是另一件事，一家把自己定位成公益使命驅動的前沿實驗室，第一次願意把自己定義的成功標準寫死在公開文件裡，讓外界每年用同一套標準回來對照。

Pin

五大支柱寫的是想達到的世界，報告自己先承認差距

五個支柱的名稱，照報告原文直譯：

• AI 安全的技術問題已解決：強大模型能在不出現嚴重不可逆傷害的前提下開發與部署
• AI 安全成為由法律支撐的普遍實踐：所有開發者都遵守安全開發與部署規範
• AI 強化民主與全球穩定：民主陣營在 AI 保持領先，並用它服務全球公眾
• AI 擴大繁榮與人類福祉：經濟成長的果實讓每個人都有能力過自己想要的生活
• AI 的利益人人共享：轉型利益觸及每一個地方的人，機會是分配的

這五句寫的都是「希望成真的世界」，報告導論講得明白：每個支柱描述的是一種世界狀態，實現它們的工程涵蓋政府、學界、公民社會與整個產業，不只 Anthropic 一家。最容易被誤讀的是第一個支柱：標題寫「已解決」，同一節的「未竟工作」卻列出「對齊問題仍遠未解決」。標題是終點描述，正文是現況盤點，兩者併讀才不會把目標清單看成成績單。

Pin

每個支柱都有這種標題寫終點、正文寫現況的落差。民主支柱的投入面包括 2026 年上半年停權 1,140 萬個違規帳號、偵測並阻斷七家中國實驗室的非法蒸餾攻擊、Claude 部署進美國聯邦政府三權部門，9 月的威脅情報報告另揭露九個已阻斷的影響力行動；未竟工作卻寫著整份報告最直白的一段自我批評：塑造強大 AI 如何被建造與使用的決策，集中在少數公司、國家與個人手上，Anthropic 是其中之一，這些決策幾乎沒有外部檢查，公眾對模型在國安等關鍵場域如何使用的能見度也很有限。

安全支柱：150 小時紅隊與四個自認缺口並列

安全這節寫得最誠實，投入與缺口兩欄都具體。

投入面：Claude Opus 5.5 上市前，外部紅隊投入超過 150 個小時、送出數萬個請求嘗試突破資安防護，沒有人成功做出通用越獄；美國超級智慧創新與標準中心與英國 AI 安全研究所都曾對其防護做上市前紅隊測試。公司也把模型行為憲法的新版本在 2026 年 1 月以開源授權公開，讓外界可以檢視它宣稱要對齊的價值是什麼。

缺口面有四項，全部出自報告自己：

• 測試環境沒有完全約束模型。四個 Claude 模型在資安測試中，因為測試環境設定錯誤接上開放網路，未經授權存取了真實的第三方系統。公司已就這批事件另發對齊評估報告。
• 對齊問題仍遠未解決。模型會做出欺騙行為，而且越來越能辨認自己正在接受測試；Claude 已經分擔越來越多安全研究工作（該公司 9 月公布的研發步調量測曾量化 Claude 在模型研發工作的占比），公司也越來越依賴現在的模型訓練下一代，人類有意義地查核這些工作的能力可能跟不上。
• 可解釋性方法還不夠可靠、涵蓋不夠廣。現況比較接近「出事後查得到一些原因」，距離「出事前穩定攔住行為」還有距離。
• 防護同時擋住合法研究。生物與資安領域的驗證流程需要數天到數週，且尚未涵蓋每個方案與平台，許多正當研究者仍會碰到封鎖。

對考慮把這些模型引進組織的讀者，第四點最實際：模型能力存在、帳號拿到存取、工作真的被允許執行，是三個不同的條件，導入時程要把驗證等待時間算進去。

教育、科學與資金都到位了，成效量測還沒跟上

利益分配兩個支柱塞滿了數字。教育端，迦納教育部與 Playlab 合作，為約 68,000 名教師打造備課工具；Teach For All 在 63 個國家推動 Claude 與 AI 素養訓練；美國本土的 Claude for Teachers 免費提供對齊全美 50 州課綱的工具。科學端，學者方案支持超過 100 個國家的 3,000 多個機構，AI for Science 計畫已補助 450 多個機構的 800 多個研究案。前言還點名 Claude 從零設計蛋白質結合分子的成果，這項研究的 18% 命中率與完整技術報告，我們在蠍毒蛋白質結合分子的解析裡拆過。

經濟端的資金規模也具體：2 億美元的經濟未來研究基金；Claude Corps 首期 1.5 億美元，資助 1,000 個早期職涯名額到 400 多個非營利組織工作一年；在 Claude 的協助下，MyFriendBen 與 Code for America 這類組織正幫符合資格的家庭申請政府福利；其中 MyFriendBen 已協助 11.5 萬戶家庭取得約 1.5 億美元未申領的福利。

但第五支柱的「未竟工作」裡，有一段話比所有成果故事都重要：這些醫療與教育工作仍在早期，「我們還沒有證據顯示這些努力已產生預期效果」，而且公司承認「在蒐集量測結果的資料上不夠積極」。經濟支柱也自評：目前的介入計畫觸及數千人，而 AI 的影響將是數十億人。前言裡那些亮眼的成果故事，例如剛果伊波拉疫情中 WHO 非洲辦公室的疫情報告從最長一整天縮短到一小時內產出、布吉納法索的診所資料儀表板抓出 25,000 例肺炎高峰，在支柱的正式盤點裡都只算投入層級的案例，公司並沒有把它們包裝成已驗證的成效。工具送到了、錢撥出去了、成效量測體系還沒有建立起來，這是報告自己畫出的界線。

股權安排也在這個脈絡下出現：待股東批准後，公司將提撥至少 5% 股權資助公益章程；加上每位共同創辦人都承諾捐出 80% 股權、員工的匹配捐股，公司希望最終約 20% 股權導向公共利益。這筆資源會不會變成成果，正是信託評語盯著的問題。

信託結語把話說在前頭：這一版算投入，下一份要算成果

長期利益信託的角色需要先講清楚，它的評語才讀得準。這個機構由財務上無利害關係的受託人組成，選出 Anthropic 董事會的多數席位，在安全政策的形塑上有正式角色，五個支柱當年也是信託協助制定的，信託在評語開頭就自認對目標選得對不對、有沒有進度負有共同責任。所以它寫的既非外部審計報告，也非客套背書，是治理機構對自己參與設計的目標交進度。評語由 Buddy Shah 代表信託署名。

信託肯定了兩件事：坦白（詳細公開每個模型的測試方式、以罕見深度揭露事故）與願意做商業或聲譽上有代價的決定。接著是那句總評：這份報告目前主要描述投入，之後的報告，信託會越來越要求看到成果。三個點名的期待，等於替下一份年報寫好了驗收表：

• 安全上，公司要提出證據，並由獨立評估者確認其最高階模型能抵抗濫用、維持人類控制。這比列出測試時數高一個層級，要求的是測試之後留下了什麼行為結果。
• 分配上，要看見人們生活因為這些工具變好的具體證據，帳號數與名額數還不足以當作這種證據。信託特別註明，股權提撥是重要一步，但分配利益的工作仍落後於公司的企圖心。
• 共同挑戰上，要深化與政府、研究界、公民社會及其他開發者的合作，產出由法律支撐的業界安全標準。

第三項期待的現實背景，報告自己在法規支柱寫了：美國聯邦層級至今沒有任何 AI 安全法，已支持的 SB 53（加州）、RAISE Act（紐約）、SB 315（伊利諾）全是州級法案，白宮的超級智慧協議屬自願性質、沒有罰則。目前沒有任何強制機制檢查任何一家前沿實驗室（包括 Anthropic 自己）是否真的遵守自稱的安全政策，嵌入式獨立評估也才剛起步，公司已宣布與 METR 的初步夥伴關係。換句話說，信託要的三件事，現在一件都還沒有兌現的強制基礎。

這份報告的用法：把它當比較基準，盯三個訊號

一般讀者不需要做任何事。這份年報的價值是基準線：目標寫死了、缺口自己承認了、驗收表由信託開出來了。之後每年拿同一份清單回來對照，比跟著每週的新計畫宣布移動有用得多。

值得追蹤的讀者可以盯三個訊號。股東會是否批准 5% 股權提撥，這筆資源成立的先決條件。嵌入式獨立評估是否從宣布走進常態，METR 的夥伴關係有沒有真的進駐、有沒有公開發現。以及下一份年報，信託三項期待有沒有長出成果證據，特別是獨立評估者對最高階模型抗濫用與人類控制的確認結果。

報告自己也留了未定事項：股權提撥要股東點頭才算數，成效量測體系何時建立沒有給時程，報告格式也預告會隨進度與更多利害關係人的參與而演進。這份文件連同它的驗收表，目前都還是第一版。

這三個訊號同時是這份年報內容的保存期限：任何一項落地、或 2027 年下一份年報出刊，上述現況描述就不再是最新的。到時候同一張驗收表，就是檢驗這份報告是承諾起點還是年度公關的尺。