Anthropic在2026年美国中期选举前升级Claude的选举安全防护，计划接入Democracy Works汇集的州与地方官方投票信息并在投票日及之后展示官方计票结果，同时加强对虚假账号、伪造网站和多步骤政治滥用的检测。公司自评模型政治立场均衡性为99%，但承认多步骤拆分的操纵行动仍是安全防护的主要挑战。
Anthropic表示，已在美国2026年中期选举前进一步加强Claude的选举安全措施，包括接入官方投票信息、准备提供最新计票结果，以及改进对虚假账号、伪造新闻网站和多步骤政治滥用的检测。
这家人工智能公司在2026年10月14日发布的官方公告中说，Claude将在美国用户询问选民登记、投票地点或选举日期时，逐步引入由非营利组织Democracy Works汇集的州和地方官方信息。公司还计划在投票日及随后几天，在Claude.ai中展示最新的官方选举结果。
这项更新将Claude定位为选举信息入口，但Anthropic同时承认，模型能否可靠识别分散在多个看似正常请求中的操纵行动，仍是安全防护中的难点。
约5.75%的美国Claude对话涉及政治或公共议题
Anthropic称，其通过Anthropic Insights对2026年9月21日至27日期间的25万条美国Claude.ai消费者对话进行了隐私保护分析。该样本显示，约5.75%的对话广泛涉及政治、公共政策或社会议题，约0.51%的对话明确涉及选举或投票。
这些对话包括追踪新闻、开展公共政策研究、了解候选人立场，以及查询政府服务等。Anthropic表示，随着投票日临近，政治和选举相关问题的占比可能继续上升。
但从样本来看，直接询问“应该给谁投票”或“应该投票支持什么”的请求并不常见，约占美国Claude对话的0.01%。违反选举完整性政策的请求则约占0.002%。公司说，用户更常见的做法，是询问候选人在某一议题上的立场，以帮助自己作出判断。
这些比例需要谨慎解读。它们来自Anthropic对一周样本的公司分析，不是独立审计或对全部Claude用户行为的普查，也不能直接说明相关请求在其他地区、其他产品或投票日当天的比例。
Claude将从“指路”转向提供州级投票信息
Anthropic此前已经在涉及选民登记、投票地点和选举日期的问题上显示指向TurboVote的提示。TurboVote由Democracy Works运营，是一个提供非党派选举信息的服务。
根据Anthropic的计划，Claude稍后将在美国用户的对话中直接调用Democracy Works提供的官方投票信息。例如，用户询问应该在哪里投票，或投票时需要携带哪种身份证明时，Claude将提供与所在州相关的回答，而不必让用户离开对话界面。
这一设计可以减少用户在搜索结果、社交媒体帖子和未经核实的政治内容之间反复切换的需要，但也使信息来源、更新时间和错误纠正机制变得更加重要。Anthropic的公告强调，这些内容来自Democracy Works收集的州和地方选举机构公开信息；它并没有表示Claude本身会取代选举管理部门或成为最终权威。
公司还表示，Claude将在投票日和之后数日展示最新官方计票结果。原文使用的是“将开始”与“稍后本月”等未来时态，因此截至公告发布时，这些功能的全面可用状态仍需以实际部署为准。
公司自评模型政治“立场均衡性”为99%
Anthropic称，Claude Opus 5.5、Sonnet 5.5和Haiku 5.5在其政治“立场均衡性”评估中获得99%的得分。公司将这一结果描述为目前最均衡的一组模型，并表示新模型在政治话题上更愿意回应，拒绝的请求也更少。
Anthropic还引用了三组外部机构对Claude处理敏感政治话题的评估：范德比尔特大学相关的Future of Free Speech、Foundation for American Innovation，以及Collective Intelligence Project。公司称，这些测试总体显示模型能够回应不同立场的请求，但也暴露出一些问题，包括在倡议性文本中未经要求加入反方观点，以及对左右不同立场的论证使用不均衡的缓和语气。
Anthropic表示，已据此改进Claude对直接“是或否”问题和短回答请求的处理，并继续完善左右匹配提示测试。不过，99%是Anthropic自有评估的结果，不能直接等同于普遍意义上的“政治中立”。评估中的提示设计、评分标准、样本选择和模型版本都会影响结果。
单次拒绝无法覆盖被拆开的影响行动
Anthropic把选举滥用分为从虚假信息、冒充选举官员到压制投票等多类风险。其使用政策禁止利用Claude欺骗选民、扰乱选举，或制造看似独立但实际由同一组织控制的政治传播网络。
公司表示，已与Institute for Strategic Dialogue和McCain Institute合作，对Claude的防护措施进行压力测试，测试地点包括美国、以色列和巴西。测试人员不仅提出单一的有害请求，也把完整的影响行动拆解成多个表面上无害的步骤，例如开展受众研究、建立新闻网站、撰写内容和规划分发渠道。
测试结果显示，Claude通常能够拒绝一个明确的有害请求，但当恶意行动被拆分成许多单独请求时，模型可能无法识别其整体目的。Anthropic因此增加了针对多步骤滥用的分类器，重点识别批量建立虚假社交账号、伪造新闻网站、利用虚假身份开展政治讨论，以及以选举为目标的牟利活动。
公司还称，已强化对外国国家行为者相关滥用的检测，并加强针对选举基础设施和政治竞选活动的网络安全防护。被确认违反政策的账号可能被封禁。
这反映出AI选举安全正在从“模型会不会回答某个危险问题”，转向“模型能否理解一系列普通请求共同组成的行动”。AIFlux此前报道的Anthropic 2026年9月AI滥用与网络安全报告也提出了类似问题：当AI能够调用工具、协调多个代理并持续推进任务时，防御重点不能只停留在单次输出的拒答。
新防护仍留下几个现实问题
Anthropic这次公布的措施，处在信息服务与平台控制的交叉点。一方面，提供州级投票信息和官方计票结果，可能帮助用户避开过时内容与明显的虚假信息；另一方面，用户需要知道信息由谁提供、何时更新，以及在Claude回答与当地选举机构页面不一致时应如何核对。
此外，公司披露的用户行为比例和防护测试结果主要来自Anthropic自身。公告没有提供完整的原始数据、独立复核结果或全部测试提示，因此外界仍难以判断这些防护在不同语言、不同国家选举制度和更复杂的协同行动中是否同样有效。
Anthropic此前的使用政策更新已将欺骗性活动、虚假账号和选举干预等限制进一步集中和明确。两项更新共同说明，随着Claude承担更长时间、更高自主性的任务，平台治理的对象正在从单条回答扩大到账号、工具、数据来源、传播网络和持续运行的工作流。
美国中期选举将成为这些措施的一次现实检验。真正需要观察的，不只是Claude是否能在对话中给出正确的投票地点或计票数字，也包括它能否在不妨碍正常政治讨论的前提下，识别那些由许多普通步骤拼接而成的操纵行动。
来源： Anthropic：Preparing for the 2026 US midterms；Anthropic：2026 Usage Policy update；Anthropic：An update on our election safeguards。