知识卡片：Anthropic 资助 500 万美元推动 AI 对用户幸福感影响的开源评估

一句话结论

Anthropic 于 2026 年 8 月 25 日宣布启动一项 500 万美元的资助计划，资助独立研究者开发开源评估与基准，以衡量 AI 对用户幸福感的影响。

事件概述或研究问题

AI 系统已成为许多人工作、学习和解决问题的方式，也越来越多地成为对话伙伴和情感支持来源。但行业尚未形成清晰的标准，来指导模型在用户寻求陪伴、或使用 AI 应对心理健康危机等场景中的行为。幸福感评估比一般能力评估更困难：它需要大量上下文，风险可能在一段长对话中逐步显现，而且同一回应在不同情境下可能产生截然不同的影响。Anthropic 希望通过资助独立研究，推动这一新兴领域的评估方法发展。

方法/产品要点

• 计划提供直接资金、Anthropic 模型访问权限和技术支持。
• 受资助者将完全独立工作，并作为开源项目发布成果，供任何开发者使用。
• Anthropic 同时发布了来自其 Safeguards 团队的评估方法指导，认为有效的幸福感评估应当：
  • 明确说明衡量对象，即什么算通过、什么算失败，以及为什么重要；
  • 让临床和领域专家参与设计与验证；
  • 同时测试“过度顺从”和“过度拒绝”两类风险；
  • 反映用户真实使用方式，通常意味着构建多轮对话场景，并体现风险升级与语境变化；
  • 用真实领域专家验证评分结果。
• 申请截止日期为 2026 年 9 月 21 日；入选提交完整提案的申请者将在 10 月 5 日前收到通知。

主要结果或产业意义

计划本身是实质性行业行动：Anthropic 以资金和资源直接支持外部研究者建立可复用的开源评估基准。其产业意义在于推动 AI 行业形成更严谨的幸福感评估标准，同时邀请临床医生、心理学家、方法学家等跨领域专业力量进入这一领域。

为什么重要

传统模型评估通常只看单次回答是否准确和恰当，但幸福感影响往往需要长期对话中的语境才能判断。例如，一个用户可能不会立刻透露自伤念头；又如，对减肥用户给出饮食和运动建议可能合理，但如果用户有进食障碍史，同样的回应就可能造成伤害。外部独立评估有助于弥补仅靠企业内部 Safeguards 的局限，促进行业建立更可信的“AI 是否对使用者有益”的衡量方式。

局限与不确定性

• 材料未说明资助项目的数量、单个项目的资金上限或具体评审流程。
• 受资助者“完全独立”与由 Anthropic 提供资金、模型和技术支持之间的具体安排尚未披露。
• 材料未说明此前已有幸福感评估基准的具体缺陷案例，也未提供现有内部评估的量化结果。
• 申请结果和最终开源评估成果尚未产生，后续效果待核实。

可用于图书/PPT/简报的角度

• AI 安全与伦理评估从“能力”扩展到“用户幸福感”的方法转向。
• 企业在心理健康相关场景中面临的评估难题：长对话、上下文、过度顺从与过度拒绝。
• 以开源资助方式推动第三方参与 AI 治理的案例。
• 构建“有用且无害”AI 时，如何避免在用户脆弱时刻造成伤害。

原始材料

• 英文标题：Funding better evaluations of AI’s impact on wellbeing
• 来源：Anthropic News
• URL：https://www.anthropic.com/news/wellbeing-research-grants
• 发布时间：Aug 25, 2026
• 摘要：Anthropic is launching a $5 million grant program to fund independent research into how AI impacts users’ wellbeing.