이미지: METAL LAB 생성
摘要
- Anthropic允许斯坦福大学SALT实验室、牛津大学人类信息处理研究所、METR三家机构分析约25万条Claude真实对话数据
- 根据合同约定，Anthropic的介入范围仅限于隐私保护、机密信息和研究准确性等方面，即便结论对自身不利，研究者也可以照常发表
- 伦敦帝国理工学院进行了独立的隐私审计，汇总数据已在Hugging Face上公开
- 파일럿 시기
- 2026년 봄(4~5월 대화 데이터)
- 참여 기관
- 스탠퍼드 SALT 연구소·옥스퍼드 인간정보처리연구소·METR
- 분석 대상
- Claude.ai·Claude Code 대화 약 25만 건
- 분석 도구
- Anthropic Insights(구 Clio)
- 프라이버시 감사
- 임페리얼칼리지런던
- 위반 사례 제외 비율
- 연구별 전체 범주·대화의 5% 미만
- 데이터 공개처
- Hugging Face 데이터셋
- 향후 절차
- 관심 표명 양식 접수 중
Anthropic向三家外部研究机构开放了旗下AI产品Claude约25万条真实对话数据。斯坦福大学社会语言技术（SALT）实验室、牛津大学人类信息处理研究所，以及专注于评估前沿AI模型的非营利机构METR，在今年春天对这批数据进行了各自独立的分析。Anthropic表示，公司在合同中明确写明不会干预研究结论内容，即便得出的结论对公司不利，研究者也可以自由发表。
Anthropic Insights，前身为Clio
Anthropic长期以来一直使用一套内部工具，以匿名化方式分析数百万条Claude对话。这套工具原名为“Clio”，最近更名为“Anthropic Insights”。研究人员可以输入诸如“这个人在寻求哪种帮助？”之类的问题，让Claude逐条为对话打标签，再按类别汇总，最终只呈现比例数据。整个过程中没有任何人阅读原始对话内容，只保留最终的汇总结果，这套机制正是为保护隐私而设计的。
Anthropic一直意识到一个问题：关于AI实际使用情况的数据，目前集中掌握在少数几家大型AI实验室手中。外部研究者要么依赖这些实验室自行发布的分析报告，要么使用像WildChat这样偏向日常闲聊的公开数据集，两者都难以真正独立验证AI的实际使用状况。为了填补这一空白，Anthropic在这次试点中向三家机构开放了Anthropic Insights的访问权限。
三家机构各自研究了什么
三个研究团队在2026年4月至5月期间，围绕约25万条Claude.ai和Claude Code对话数据，分别提出了不同的研究问题。
斯坦福SALT实验室关注的是人机协作过程中究竟发生了什么。他们分析了人们把哪类任务交给Claude处理、在任务完成前人类持续扮演什么角色，以及协作在哪些环节容易出现问题。
牛津大学人类信息处理研究所研究的是用户使用Claude时的情绪状态与Claude回应方式之间的关系。这项研究目前仍在撰写最终报告阶段，Anthropic表示报告一旦公开会补上链接。
METR正在利用Claude Code对话数据，评估编程智能体在实际使用中究竟能带来多大的生产力提升，以及这种提升幅度随模型代际更迭如何变化。据Anthropic介绍，METR提出的研究方向与公司经济研究团队一直在做的“智能体编程与持续存在的专业溢价”研究存在重叠，于是双方团队被牵线搭桥，最终对彼此的工作都有所帮助。
三个研究团队一览
| 机构 | 研究问题 | 进展情况 |
|---|---|---|
| 斯坦福SALT实验室 | 人机协作中的角色分工与断裂点 | 结果已发表 |
| 牛津大学人类信息处理研究所 | 用户情绪与Claude回应之间的关联 | 报告撰写中 |
| METR | 编程智能体的生产力提升幅度及模型代际变化 | 分析进行中 |
隐私是如何保护的
Anthropic没有向研究者展示任何一条原始对话内容。所有数据都经过与内部研究相同的法律与隐私审查流程，只有汇总结果才会移交给研究团队。合同中明确规定，Anthropic可以介入的范围仅限于四项：用户隐私、可能助长违反使用政策的信息、Anthropic的机密信息，以及研究的准确性。除此之外的内容——也就是说，即便结果对Anthropic不利，研究者依然可以照常发表。
研究过程中确实发现了一些违反Claude使用政策或服务条款的对话类别，Anthropic表示其中大部分都原样公开了。唯一被排除的是那些详细说明用户如何绕过安全机制的类别，而这类被过滤掉的内容，在每项研究中占全部类别和对话的比例都不到5%。至于整体数据共享流程，伦敦帝国理工学院单独进行了隐私审计，验证保护机制是否真正发挥了作用。
这次试点暴露出的局限
Anthropic坦承，这次尝试比预想中费时费力得多。内部研究团队可以花上数周时间反复打磨提问措辞，但外部合作方每次共享数据都要重新走一遍隐私审查流程，无法用同样的方式反复验证。作为替代方案，Anthropic让研究者先用公开数据集WildChat来验证提问措辞，但WildChat偏向日常闲聊和创作类对话，一旦套用到真实的Claude流量上，就出现了归类错误的情况。为解决这一问题，Anthropic另外制作了结果解读指南提供给研究团队。
Anthropic自己评估认为，正是这些流程导致整个试点的推进速度慢于AI实验室平常的研究节奏，资源投入也更大。这也是未来若要将该项目扩展到更多研究者时，必须解决的课题。
如何参与
Anthropic已将本次试点产生的全部汇总数据，以数据集的形式公开在huggingface.co/datasets/Anthropic/enabling-independent-research上。至于该项目未来能扩展到多大范围、能同时容纳多少个团队，目前尚未确定，Anthropic表示会在保证隐私、安全和研究质量的前提下逐步推进。如果想直接用Anthropic Insights开展研究，可以填写并提交意向表。
编辑视角
这次试点的特别之处在于，Anthropic主动放下了对结果的控制权。通常一提到企业向外部研究者开放数据，人们第一反应往往是担心企业只会挑选对自己有利的结果对外公布，而Anthropic在合同中专门写入“即便结果不利，研究者也可以照常发表”这一条款，试图从源头上打消这种疑虑。AI实验室自行发布安全性报告的做法由来已久，但报告要回答的问题本身也是由实验室自己设定的，这本身就存在信任上的局限。这次尝试把提问权交给了外部，算是往前迈出了一步。
不过从操作层面看，这套模式想要大规模推广恐怕并不容易。正如Anthropic自己所说，每次共享数据都要重新走隐私审查流程，光是打磨一个问题的措辞就要耗费数周时间；而像WildChat这样的替代验证手段，又因为与真实流量的差异而产生了误差。如果国内有机构在考虑开放类似的数据，不妨先把两件事标准化：一是把隐私审计交给独立的外部机构负责，二是在合同中明确写清企业可介入的权限边界，这样能少走不少弯路。
未来几个月，随着牛津和METR的最终报告陆续出炉，这些结论与Anthropic内部得出的结论重合多少、又有多大出入，将是检验这次试验成色的真正答卷。如果结果出现较大偏差，对Anthropic而言固然是个不太好受的消息，但从另一个角度看，这恰恰说明这套机制真的在起作用。
评论