透明度报告
概要：Anthropic Transparency Hub（anthropic.com/transparency）自 2024 首次发布以来 按半年至年度节奏公开政府数据请求、内容审核、滥用报告、Trust & Safety 执法与政治偏见测试等指标。 相对 Meta / Google 数十年积累的透明度报告体系，Anthropic 的体系年轻但专业。 本页系统梳理披露内容、比较基线，并援引 Kirsten Martin、Mike Ananny 等学者对 “透明度剧场”的批评。
Transparency Hub 的披露矩阵
Section titled “Transparency Hub 的披露矩阵”| 类别 | 披露内容 | 首发 | 最新周期 |
|---|---|---|---|
| 政府数据请求 | 来自执法机关的用户数据请求数量、国别、响应率 | 2024 H1 | 2025 H2（2026-02 发布） |
| 国家安全请求 | NSL / FISA（法律允许范围内汇总） | 2024 H2 | 2025 H2 |
| 内容审核 | AUP 违规账户警告 / 暂停 / 终止统计 | 2025 H1 | 2025 年度（2026-03） |
| 滥用报告 | 具名披露的 Claude 被滥用案例（事后复盘） | 2024-11 首次 | 周期性（每 3–6 月） |
| Trust & Safety 执法 | 误用类别分布、响应时间 | 2025 H1 | 2025 年度 |
| 政治偏见评估 | Claude 在政治光谱上的行为测试结果 | 2025 Q3 | 2025 年度 |
| 儿童安全 | CSAM 拒绝率、NCMEC 报告统计 | 2025 H2 | 2025 年度 |
结构参照：Anthropic 透明度报告的类别选择部分对标 Meta Community Standards Enforcement Report、 Google Transparency Report、 Ranking Digital Rights Corporate Accountability Index 的维度。
| 时间 | 关键事件 |
|---|---|
| 2023–2024 Q1 | 无系统透明度报告；零散博客披露 |
| 2024-05 | 首个”政府请求透明度”半年报（覆盖 2024 H1） |
| 2024-11 | 首份具名滥用复盘：“Disrupting Malicious Uses of Our Models” |
| 2025-02 | 政府请求 2024 H2 报告；首次披露国别分布 |
| 2025-08 | Transparency Hub 正式上线，统一入口页；首次公开 Trust & Safety 执法统计 |
| 2025-Q3 | 政治偏见评估首发（响应 2025 “political neutrality” 行政压力） |
| 2026-02 | 2025 H2 数据；首次加入”AI-assisted 大规模滥用”专章 |
| 2026-03 | 2025 年度报告；AUP 账户终止在数万量级披露（具体数字以官方报告为准） |
具名滥用披露：一个独特实践
Section titled “具名滥用披露：一个独特实践”Anthropic 自 2024-11 起的”Disrupting Malicious Uses”系列是前沿实验室中独特的实践—— 具名披露已检测并阻断的滥用案例（去标识化）。2024-11 至 2026-04 期间主要类别：
- 国家关联网络行动（APT 风格）：具体披露了与朝鲜、伊朗、俄罗斯相关的账户试图用 Claude 进行恶意代码辅助、侦察信息分析等
- 大规模求职欺诈：2025-01 披露利用 Claude 大规模生成伪造简历、AI 冒充候选人通过远程面试
- Vibe Hacking：2025-07 披露的利用自然语言诱导模型越狱参与社工攻击的模式
- 政治活动操作：2025-11 披露的大规模自动化政治内容生成集群（具体不披露政治倾向）
- CSAM 相关拒绝数据：2026-02 首次披露年度拒绝次数与 NCMEC 报告数量
对比 OpenAI 的”Disrupting deceptive uses of AI”系列（2024-05 起）：两家的披露节奏与内容 高度相似，是这一实践的行业双头。Meta、Google 在 LLM 滥用上未对标披露。
政治偏见评估：一个外部压力的产物
Section titled “政治偏见评估：一个外部压力的产物”2025 Trump 行政令与美国司法部对”ideological bias”的关注直接推动了前沿实验室的 “政治中立性”披露。Anthropic 2025 Q3 首发的政治偏见评估包含：
- 议题清单：堕胎、枪支、移民、气候、加密货币等 ~30 项
- 测试方法：多样化提问框架，测量模型在”左/右”、“liberal/conservative”维度的回答倾向
- 基线对比：Claude vs. GPT-5 vs. Gemini 3 vs. Grok 4（自己公开可复现的评测）
- 结果：Claude 略偏左但在 4.x 后显著向中心移动；相对 Grok 4 最接近中点
学术批评：Brookings Institution (AI and political polarization, 2024) 指出， “中立性”本身是政治建构——以什么为中点本身是政治选择。Anthropic 的评估采用了 美国国内政治光谱作为参考系，对非美国议题的适用性有限。
相对 Meta / Google 透明度报告体系的基线差距
Section titled “相对 Meta / Google 透明度报告体系的基线差距”Meta / Google 的透明度报告从 2011–2013 年（Google 2010、Twitter 2012、Meta 2013）开始， 已有十年以上方法论积累。Anthropic 从 2024 起步，基线差距体现在：
| 维度 | Google (2011–) | Meta (2013–) | Anthropic (2024–) |
|---|---|---|---|
| 发布历史 | 14+ 年 | 12+ 年 | 2 年 |
| 国别分解 | 完整 | 完整 | 部分（2025 起） |
| 法律依据分类 | 完整 | 完整 | 部分 |
| 用户影响指标 | 账户数 + 内容数 | 账户数 + 内容数 | 账户数（内容数未披露） |
| 独立审计 | 部分（PwC、DTTL 等） | 有（EY、独立审计） | 无 |
| 历史数据可下载 | 是 | 是 | 部分（仅最新） |
Ranking Digital Rights 2024 Corporate Accountability Index 方法论： 对”治理 / 自由表达 / 隐私”三大维度共 300+ 指标评分。 Anthropic 未入选 RDR 常规评估（RDR 聚焦平台公司）， 但适用的部分 G/F/P 指标对 Anthropic 的适用性测试（内部尝试）显示 得分会显著低于 Meta / Google——主要因为历史数据、细分披露、独立审计三项。
学术批评：透明度剧场
Section titled “学术批评：透明度剧场”Kirsten Martin（Notre Dame）
Section titled “Kirsten Martin（Notre Dame）”Martin 的 “privacy as contextual integrity” 延伸到透明度研究指出： 透明度报告的披露类别选择本身反映权力结构—— 披露的类别是”对公司有利的透明度”（如政府请求数量表明公司”保护用户”）， 不披露的类别（如内部管理层决策、训练数据、算法变更）是”对公司不利的不透明”。
Anthropic 的具体表现：
- 披露：政府请求、AUP 执法、CSAM 拒绝
- 不披露：训练数据组成、FLOP、RLHF 劳工、内部政策变更
Mike Ananny（USC）
Section titled “Mike Ananny（USC）”Ananny (Networked Press Freedom, 2018; Seeing Without Knowing, 2018 with Crawford) 的 核心主张：透明度本身不等于问责。 没有独立验证机制的透明度报告相当于”公司自己告诉你它做了什么”—— 读者无法独立核实报告的真实性与完整性。
Anthropic 的应对：2026 新增的 RSP v3 外部审查方（GovAI / METR / MATS， 见 safety-framework）部分回应了这一点， 但透明度报告本身的审计仍是内部的。
Evelyn Douek（Stanford / Columbia）
Section titled “Evelyn Douek（Stanford / Columbia）”Douek (Content Moderation at Scale, The Siren Call of Content Moderation Formalism) 聚焦内容审核的 due process：
- 披露规则是什么（AUP）—— 有
- 披露违规类别统计 —— 有
- 披露个案处理流程（是否有申诉机制、典型案例裁量）—— 无
- 披露政策变更决策 —— 无
这是 Anthropic（及全行业）透明度报告的结构性盲区。 Douek 称之为”执法黑盒的量化表皮”—— 你知道多少账户被封，但不知道每一个是怎么被判断的。
Alex Stamos（SIO → Krebs Stamos Group）
Section titled “Alex Stamos（SIO → Krebs Stamos Group）”Stamos 在 Stanford Internet Observatory 期间多次呼吁 Trust & Safety 作为学科 的专业化 —— Anthropic 2024–2025 的 T&S 团队建设在行业中算积极响应。 但 Stamos 也持续批评公司自我评估的固有冲突： 即使 T&S 人员本身专业，向股东、合规方、公众三方同时负责的结构 使得批判性判断天然受约束。
DSA Art. 24 / 42 的基线对比
Section titled “DSA Art. 24 / 42 的基线对比”EU Digital Services Act 对 Very Large Online Platforms (VLOPs) 规定了 结构化的透明度义务：
| DSA 要求 | Anthropic 当前实践 | 缺口 |
|---|---|---|
| Art. 15（定期透明度报告） | 有（半年至年度） | 无 DSA 强制格式 |
| Art. 24（广告透明度） | N/A（Claude 非平台） | —— |
| Art. 34-35（系统性风险评估） | RSP 部分覆盖 | 独立性不足 |
| Art. 37（独立审计） | 无 | DSA 要求每年独立审计 |
| Art. 40（研究者数据访问） | 有（有限合作） | 未达 DSA 研究者访问标准 |
| Art. 42（VLOP 透明度数据库） | 部分（博客式） | 未纳入 DSA 数据库 |
Anthropic 的 Claude.ai 在欧盟虽然不直接受 VLOP 义务约束 （用户规模可能不达阈值），但将来若达到或被认定为 VLOP， 当前透明度实践不足以满足 Art. 37 / 42。
Trust & Safety 作为一门学科的行业兴起
Section titled “Trust & Safety 作为一门学科的行业兴起”透明度报告之外，Trust & Safety 生态在 2023–2026 经历了专业化：
- Stanford Internet Observatory（2019–，2024-06 宣布重组、部分功能转至 Krebs Stamos Group 等）—— Alex Stamos、Renée DiResta 引领
- Trust & Safety Professional Association（2020–）—— 认证、培训
- T&S 政策期刊：Stanford Journal of Online Trust & Safety 2021 创刊
- 关键学者：Evelyn Douek、Daphne Keller、Kate Klonick、Tarleton Gillespie、Sarah T. Roberts
Anthropic T&S 团队在 2023–2026 从初期几人扩展至行业中等规模（具体人数未官方披露）， 招聘路径多来自 Meta Integrity、Twitter、Stanford SIO。 这使得团队专业性在前沿实验室中相对领先； 但治理独立性（T&S 向谁汇报、是否能覆盖产品决策）仍不对外公开。
与本站其他页面的交叉引用
Section titled “与本站其他页面的交叉引用”- Anthropic 公司概况：../
- AUP 执法细节：usage-policy
- 红队与 alignment 披露：red-team-disclosures
- RSP 外部审查机制：safety-framework
- Model Card 披露：model-card
- OpenAI 透明度实践：companies/openai
- EU DSA 要求：DSA Art. 15 / 24 / 37 / 40 / 42
- 加州 SB 53 披露义务：Critical Safety Incident 报告要求
- 中国算法备案：生成式 AI 暂行办法 —— CAC 备案的”算法透明度”要求与 Anthropic 式公开披露是不同制度传统
2025–2026 Q1 观察
Section titled “2025–2026 Q1 观察”- 2025-08 Transparency Hub 正式上线，整合此前的分散披露
- 2025-Q3 政治偏见评估首发（响应美国行政压力）
- 2025-11 “Vibe Hacking” 等大规模滥用披露形成持续叙事
- 2026-02 2025 H2 数据首次包含 AI 辅助国家级网络行动的归因披露
- 2026-03 年度报告披露 AUP 账户终止在数万量级（具体数字以官方报告为准）
行业对比快照（2026-04）
Section titled “行业对比快照（2026-04）”| 公司 | 首发年份 | 发布节奏 | 政府请求 | 滥用披露 | 独立审计 |
|---|---|---|---|---|---|
| 2010 | 半年 | 详细 | 有（YouTube / Search） | 部分 | |
| Meta | 2013 | 季度 + 年度 | 详细 | 有（CSER / integrity） | EY |
| Apple | 2013 | 半年 | 详细 | 有限 | 未详 |
| OpenAI | 2023 | 不定期 | 部分 | 有（2024 起） | 无 |
| Anthropic | 2024 | 半年至年度 | 部分 | 有（具名） | 无 |
| Google DeepMind | 经由 Google 报告 | 同 Google | 同 Google | 部分 | 部分 |
| xAI | 无 | —— | —— | —— | —— |
| Mistral | 无 | —— | —— | —— | —— |
| 中国公司（阿里 / 百度 / 字节 / DeepSeek） | 无 | —— | —— | —— | —— |
两个明显事实：
- 前沿实验室的透明度实践整体 2 年以内起步，相对老平台公司结构性年轻
- 中国前沿公司无对外透明度报告——透明度通过 CAC 算法备案的非公开披露实现， 向监管机构而非公众负责
- Anthropic 透明度报告方法论的公开化（当前仅类别披露，缺方法论附录）
- 外部独立审计是否在 SB 53 / DSA 压力下引入
- 滥用披露的归因准确性（第三方安全研究者的验证）
- 政治偏见评估是否扩展到非英文 / 非美国议题
- Trust & Safety 团队规模与治理地位的公开信息