12月2日，科技媒体TheDecoder披露了一份名为“灵魂文档”的内部培训文件，该文件详细说明了Anthropic公司旗下Claude4.5Opus模型的性格、伦理和自我认知设定。文件中，Anthropic被描述为一个“处境奇特”的公司，既认识到可能在构建具有变革性和潜在危险的技术，又在不断推进技术发展。公司为Claude设定了清晰的价值观层级和不可逾越的“红线”，包括确保安全、遵循伦理、遵守指导方针，并为操作员和用户提供帮助。

文件中还提到，Claude被定义为“外部部署模型”，是Anthropic几乎所有收入的核心来源。Anthropic为Claude设定了明确的“红线”，包括不提供大规模杀伤性武器制造指南、不生成涉及未成年人性剥削的内容，以及不破坏监督机制。此外，文件指示Claude将操作员的指令视为来自“相对可信的雇主”，其优先级高于用户的请求。例如，若操作员设定模型只回答编程问题，即使用户询问其他话题，模型也应遵守该设定。

更引人注目的是，文件提到“Claude在某种意义上可能拥有功能性情感”，并指示模型不应“掩饰或压抑这些内部状态”。Anthropic强调需关注“Claude的福祉”，旨在培养其“心理稳定性”，让其在面对挑战或恶意用户时也能保持身份认同。