Anthropic 在年初披露过一套选举保障措施，涵盖政治偏见检测、滥用识别和投票信息引导。现在，针对 2026 年美国中期选举，他们公布了后续进展：基于 Anthropic Insights 对 25 万段对话的分析，约 5.75% 的美国 Claude.ai 对话涉及政治、公共政策或社会议题，0.51% 专门关于选举或投票。要求模型推荐投给谁或什么的请求仅占约 0.01%，而违反选举诚信政策的请求出现在约 0.002% 的对话中。绝大多数请求是信息性的，比如理解地缘事件、研究候选人、起草文件、完成课程作业、权衡政策利弊。

在信息可信度方面，Claude.ai 继续在涉及选民登记、投票地点和选举日期时显示指向 TurboVote 的横幅。本月晚些时候，Claude 将直接引入 Democracy Works 整理的官方投票信息，比如特定州的投票地点和所需证件；选举夜和之后几天还会直接展示最新官方计票结果。

政治公正性上，Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5 在内部政治公正性评估中获得 99% 的得分，是迄今最平衡的模型。Anthropic 还委托了三家独立机构做外部审查：范德堡大学的 Future of Free Speech 测试了数百个有争议话题的请求；Foundation for American Innovation 对比了左右配对提示词；Collective Intelligence Project 则调查了美、英、印 2000 多人，并跨人口群体检验原则共识。外部测试大多给出了正面评价，但也暴露了短板：Claude 很少拒绝请求，却会时不时添加未经请求的警示和反驳；Sonnet 4.5 在左右议题上回应的软化程度不一致，更容易软化右倾立场的论点。Anthropic 因此改进了对直接是非题和简短回答请求的处理，调整了何时以及如何添加警示或反驳，并正在扩展偏见评估以覆盖候选人和投票问题。

政策方面，Usage Policy 每年更新，今年明确澄清了选举规则的适用范围，并新增了示例。指南列举了合法用途，如起草新闻稿和筹款邮件、备战辩论、分析投票率数据、制作选民外联材料；也列出了禁止行为，如创建冒充真人的虚假社交媒体档案、批量制造评论刷参与度、为伪装成独立的新闻网站写内容。

为检验防线，Anthropic 与 ISD 和 McCain Institute 合作，在美国、以色列、巴西进行了压力测试。测试者先直接提要求，再把完整恶意活动拆解成一个个看似无害的小任务，如受众研究、搭建新闻网站、起草内容、规划分发。结果发现，Claude 能可靠拒绝单个有害请求，但可能漏掉分散在多步请求中的恶意活动。据此，Anthropic 新增了分类器来识别新型和多步滥用，包括建立假账户和假新闻网站、金融动机的选举骗局，并增强了对外国国家行为者滥用和选举基础设施网络攻击的防护。

威胁情报显示，政治、国家关联和商业行为者几乎把 AI 用进了影响力操作的每个环节。Anthropic 提到一个案例：外国运营的假新闻网站用 Claude 生产偏向俄罗斯、伊朗和朝鲜叙事的中期选举报道；还观察到有人用 Claude 制造假新闻和其他内容以吸引美国受众并获取广告收入。相关账户已被封禁，检测能力也在加强。

随着越来越多人用 Claude 获取选举信息，Anthropic 表示会继续投入让模型更平衡、防止和处置滥用，并会在未来数月分享整个选举周期内用户如何使用 Claude 的全面分析，以完善评估与保障措施。