AI 趨勢日報：2026-08-17

公開系統提示詞是信任工程，還是讓開發者有了拆牆的工具？

章節一：Claude 系統提示詞全文曝光——公開了哪些行為規範

Anthropic 自 2024 年 8 月起，以更新日誌形式公開 Claude 的系統提示詞，涵蓋 Haiku、Sonnet、Opus 各版本，這在 AI 業界屬罕見之舉。

公開的提示詞揭示了 Claude 的五大行為規範層：兒童安全（最高優先）、武器與有害物質、惡意程式碼、使用者心理健康，以及語氣與格式。「拒絕門檻」的設定尤為具體——只有「具體、特定的嚴重危害風險」才會觸發拒絕，假設性或令人不適的請求並不構成拒絕理由。

心理健康規範是提示詞中最詳盡的段落之一：明確禁止建議用冰塊替代自傷、禁止列出自殺方法，並指定可轉介的支持機構為 National Alliance for Eating Disorders（非 NEDA）。這類細節顯示 Anthropic 在試圖以提示詞精準管控高風險邊緣場景。

最新版本為 Claude Opus 5 的系統提示詞，於 2026 年 7 月 24 日更新，知識截止日期為 2026 年 5 月 31 日；Claude Sonnet 4.6 則更新於 2026 年 2 月 17 日。值得注意的是，這些提示詞僅適用於 claude.ai 網頁版與行動 App，不影響第三方開發者使用的 Anthropic API。

章節二：社群熱議——「大部分提示詞與智慧無關」的批評與反思

HN 社群對提示詞公開的反應，核心矛盾集中在一個問題：從 300 字到 3,000+ tokens 的膨脹，到底帶來了什麼？

開發者 dbgrman 的評論引發廣泛共鳴：「大部分內容與智慧無關，也與我需要 AI 完成的事無關。」他具體指出提示詞要求 Claude 避免使用 "genuinely"、"honestly"、"straightforward" 等詞，理由是這些詞顯得不誠實——而這條規則本身恰恰說明提示詞在試圖「修補行為」，而非「建立行為」。

HN 技術觀察者更點出設計矛盾：Anthropic 在 Claude 5 的指導文件中承認矛盾指令有害，卻在自家提示詞中重蹈覆轍——一方面承認 Fable 5 某些能力優於其他模型，另一方面又要求維持頂級表現期望。研究已顯示，含矛盾指令的提示詞即便在矛盾範疇之外也會導致品質下降。

ses1984 的評論以更犀利的方式總結：「Make their problem everyone else's problem.」意指 Anthropic 把少數邊緣案例的安全顧慮以全域提示詞形式強加給所有用戶，讓一般場景的使用體驗為此付出代價。

格式指導的失效是另一個具體例子：提示詞明確要求避免過度格式化，但用戶普遍反映 Claude 仍頻繁輸出冗長結構化回覆。更有趣的是，Prefix caching 技術讓冗長提示詞的邊際 token 成本接近零，這或許解釋了 Anthropic 未積極精簡的工程動機。

名詞解釋
Prefix caching：將相同前綴的提示詞結果快取後共用，後續呼叫無需重新運算，大幅降低長提示詞的額外 token 成本。

章節三：CLAUDE.md 自定義檔案如何重塑使用者與 AI 的互動

系統提示詞透明化帶來了一個意想不到的實際效益：它讓進階使用者得以「對比審視」官方規則與自身需求之間的差距，並透過 CLAUDE.md 與 Claude Code 的 rules/ 功能主動填補這個差距。

dbgrman 明確說明了操作邏輯：Opus 5 系統提示詞的大部分內容，其實都可以搬到 rules/ 或漸進揭露檔案中（例如「當被問到特定主題時，讀取對應的 md 檔案」）。這種作法讓提示詞從「全域廣播」變成「情境觸發」，在他的實際使用中，CLAUDE.md 確實大幅影響了 LLM 的回應品質。

白話比喻
官方系統提示詞像是一份「全體員工手冊」，CLAUDE.md 則是你給新成員的「這個部門特別說明」——後者因為更具體、更有情境，往往比前者更有效。

X 用戶 @alex_prompter 的觀察佐證了這個方向：Anthropic 在更新 Claude Code 時移除了超過 80% 的系統提示詞內容，coding evals 卻未出現可測量的損失。這個數據暗示現有提示詞中有大量內容屬於「防禦性累積」而非「功能性必要」，透明化正好讓外部開發者也能做出同樣的判斷與裁剪。

然而這條路徑並非對所有人開放。CLAUDE.md 的有效使用需要足夠的技術背景——理解提示詞機制、知道哪些規則可以覆蓋、如何組織 rules/ 結構。對一般消費者而言，透明化更多是「知情」而非「賦能」。

章節四：系統提示詞透明化對 AI 產業的影響

OpenAI 發布模型卡與安全報告，Google 亦有類似文件，但兩者均未公開消費者聊天機器人的系統提示詞細節。Anthropic 的做法在業界開創了新的透明化標準。

Anthropic Developer Relations Lead Alex Albert 於 2024 年 8 月宣布這項決策時，明確以「不妥協的誠信」 (uncompromising integrity) 作為差異化定位。從品牌策略角度，這是一步有效的信任建立動作——特別是在 AI 行為黑盒問題持續引發監管關注的背景下。

然而 Simon Willison（Django 創始人）的觀察為這個定位加了一個重要的星號：他整理了 Claude 4 的系統提示詞注釋版本，同時涵蓋 Anthropic 公開的部分與外洩的未公開段落。這揭示了「透明化」的選擇性——公開的是「意圖聲明」，未公開的工具定義與 Claude Code 的 670+ 版本系統提示詞，才真正決定了開發者場景下的實際行為。

這個「選擇性透明」的問題，可能是未來社群持續追問的核心：一家以誠信為品牌核心的公司，為何在最具影響力的開發者工具層面，仍選擇維持黑盒？

對開發者的影響

系統提示詞公開讓開發者獲得了一份「對照表」——可以明確知道 claude.ai 預設會做什麼、不會做什麼，再決定是否在自己的 API 呼叫中覆蓋這些行為。

更重要的是，提示詞膨脹的討論提醒我們：任何長期維護的 AI 應用，都需要定期審視自己的系統提示詞，刪除「防禦性累積」的冗餘規則，避免矛盾指令拉低整體輸出品質。

對團隊／組織的影響

對於使用 Claude 構建產品的團隊，這次討論揭示了一個設計原則：系統提示詞應是「情境觸發的精準指令」，而非「全域廣播的規則集合」。Claude Code 的 rules/ 功能提供了技術實現路徑，但需要團隊投入時間整理自身的行為需求。

短期行動建議

• 閱讀最新版 Anthropic System Prompts Release Notes，了解 claude.ai 預設行為的邊界
• 審視自己的 CLAUDE.md 或系統提示詞，識別與自身場景無關的規則並刪除
• 若使用 Claude Code，利用 rules/ 功能將情境規範拆分為漸進揭露檔案

產業結構變化

系統提示詞透明化正在成為 AI 產品的競爭維度之一。Anthropic 的做法迫使其他廠商回應同樣的問題：你的模型預設行為是什麼？你願意公開嗎？這個壓力在監管環境日趨嚴格的背景下尤為顯著。

「提示詞工程」也正在從黑盒技藝走向可審計的工程實踐。Simon Willison 整理注釋版本的行動，以及 HN 社群的系統性批評，都是這個趨勢的具體例子。

倫理邊界

這場討論的核心倫理問題是：AI 公司有義務讓用戶了解模型的行為準則嗎？Anthropic 給出了「部分是」的答案——公開 claude.ai 的提示詞，但保留 Claude Code 的黑盒。

更深層的問題是：透明化是為了用戶的知情權，還是為了品牌定位的信任工程？兩者並不互斥，但動機的差異決定了透明化的邊界選擇。

長期趨勢預測

• 系統提示詞透明化將逐步成為企業級 AI 採購的評估標準之一
• 「提示詞審計」可能演變為 AI 治理框架中的正式程序
• 隨著 prefix caching 成本持續下降，提示詞膨脹問題可能加劇，但同時也會有更多工具和最佳實踐幫助開發者管理複雜度

AI 安全最積極倡議者的核心防護機制，在近一年內悄然失效

章節一：生物武器過濾器靜默失效近一年——事件時間線與影響範圍

2026 年 8 月 16 日，Anthropic 發布安全報告，揭露其內部用於攔截生物武器與化學武器相關請求的分類器 (blocking classifiers) ，自 2025 年 5 月起便已失效，直至 2026 年 4 月才恢復正常運作。

這段靜默失效的時間長達約 11 個月，期間未觸發任何公開預警。事件的諷刺意義在於，Anthropic 長期是 AI 安全最積極的倡議者，其 CEO Dario Amodei 多次公開警告 AI 協助生化武器開發是重大威脅——偏偏是針對這一威脅設計的核心防護機制，在近一年內悄然失效。

章節二：1.33 億次請求曝險——安全報告揭露的技術細節

根據安全報告，失效期間共有約 1.33 億次對話請求在未受過濾保護的情況下執行，約 5 萬名外部人類反饋承包商暴露於這個缺口之中。

這批承包商「僅由外部廠商進行資格審查，而審查流程往往不夠充分」，形成大規模 RLHF 訓練流程中的結構性供應鏈漏洞。Anthropic 內部調查結論為「未發現實際濫用的證據」，事後已強化承包商審查要求。

名詞解釋
RLHF（Reinforcement Learning from Human Feedback，人類反饋強化學習）：一種訓練 AI 模型的方法，透過讓人類評估模型回應品質來引導模型學習，廣泛用於大型語言模型的對齊調整。

值得關注的是，Anthropic 同時在 Fable 5 模型上反向鬆綁了部分過濾器，原因是研究人員反映過濾器過於嚴格、阻礙了正當研究需求。這一調整顯示過濾器設計本身仍面臨精準度與覆蓋範圍的取捨挑戰。

章節三：Dario Amodei 回應「AI 反彈本質上是信任危機」

過濾器事件曝光的同一天，Amodei 公開發表看法，稱「我認為這從根本上是一場信任危機」，並坦承「對 AI 公司包括 Anthropic 最準確的批評，就是我們尚未兌現那些重大承諾」。

他將公眾不信任歸因於數十年積累的制度性問題，認為 AI 反彈只是其最新一章。對此，投資人 Gavin Baker 批評 Amodei 透過悲觀言論助長公眾對 AI 基礎設施的反對情緒，並稱其「已輸掉關於 AI 監管的論戰」。

兩種聲音在同一天並置，形成耐人尋味的張力：一方坦然承認信任赤字，另一方則質疑這樣的表態是否反而加劇了問題。

章節四：安全承諾與執行落差對 AI 產業的警示

這起事件揭示了一個更廣泛的產業問題：安全承諾 (safety commitment) 若缺乏可驗證的執行機制 (enforcement visibility) ，可信度將持續受到質疑。

Anthropic 選擇主動揭露是一種透明度嘗試，但「事後披露無誤用」的框架能否重建信任，仍有待觀察。對整個 AI 產業而言，外部承包商流量的監管落差是更值得警惕的結構性問題。

大規模 RLHF 訓練依賴數以萬計的外部人力，若安全過濾機制未能貫穿整條供應鏈，任何一個節點都可能成為盲點。Anthropic 此次的教訓，或許是推動業界建立跨廠商安全驗證標準的契機。

核心條款

Anthropic 的生物武器與化學武器請求分類器 (blocking classifiers) 是其 Responsible Scaling Policy 的核心執行機制，設計目的為「防止 AI 模型被用於提取化學或生物武器的危險知識」。此次事件揭示該機制自 2025 年 5 月至 2026 年 4 月靜默失效，是一項具體的安全執行失誤，歷時約 11 個月。

適用範圍

失效影響的是由外部廠商管理的人類反饋承包商流量，涉及約 5 萬名外部人員及 1.33 億次對話請求。這批外部承包商由廠商自行進行資格審查，Anthropic 的過濾保護未能完整覆蓋此一供應鏈節點，形成監管盲區。

執法機制

Anthropic 在安全報告發布後已採取補救措施，包括恢復過濾器運作及強化承包商審查要求。目前不涉及外部監管機構的正式調查，但此事件已引發產業對 AI 公司自律機制可信度的廣泛討論。

直接影響者

直接受影響的是大量依賴外部 RLHF 承包商的 AI 模型公司。過濾器設計與監控責任的落差，可能迫使各公司重新評估外包安全機制的可靠性，並審視自身訓練供應鏈的安全覆蓋範圍。

間接波及者

企業端 AI 採購決策者將更謹慎評估供應商的安全執行能力，而非僅憑安全承諾文件。監管機構也可能借此事件推動更具體的安全執行標準，特別是針對生化武器等高風險領域的強制性驗證要求。

成本轉嫁效應

若業界強化安全過濾機制的可驗性要求，訓練成本與合規管理成本將提升，最終可能反映在 API 定價上。短期內，對 Anthropic 服務有疑慮的企業客戶可能加速評估替代方案，或要求更嚴格的 SLA 條款。

支付基礎設施龍頭插旗 AI 推理閘道器，70 億美元豪賭「下一個 Stripe 就是 Stripe 自己」

章節一：70 億美元收購案始末——Stripe 為何瞄準 AI 閘道器

Stripe 以逾 70 億美元收購 AI 閘道器新創 OpenRouter 的交易，於 2026 年 8 月 16 日由 Bloomberg 確認完成——此前 Wall Street Journal 已於 7 月透露雙方洽談消息。這是繼 11 億美元收購加密支付基礎設施 Bridge Network 之後，Stripe 在「AI 時代基礎設施」佈局上邁出的又一重大步伐。

HN 用戶 tyre 精準點出了 Stripe 的戰略邏輯：Stripe 擅長處理「高吞吐、對延遲和可用性高度敏感的請求」，而這正是 AI 推理流量的本質。Stripe 正將自身在支付基礎設施的核心能力，系統性地複製到 LLM 路由基礎設施層。

更值得關注的是留客動機：OpenAI 與 OpenRouter 合計已佔 Stripe 全平台支付量約 5%，這批高速成長的 AI 原生客戶是 Stripe 最不願意放手的資產。此次收購既是進攻，也是防守。

章節二：OpenRouter 的定位——自稱「AI 版 Stripe」的路由平台

OpenRouter 執行長 Alex Atallah 在 TechCrunch 的報導中曾公開以「AI 版 Stripe」自況，強調平台提供「不同系統的單一訪問點，防止供應商鎖定」。正如 Stripe 統一了各家銀行與卡組織的接入複雜度，OpenRouter 透過單一 API endpoint 整合超過 400 個 AI 模型，讓開發者在 OpenAI、Anthropic 與各類開源模型之間無縫切換，無需修改任何程式碼。

商業表現印證了這套邏輯的市場需求。OpenRouter 的年化收入從 2025 年底的 1900 萬美元飆升至 2026 年 3 月的 5000 萬美元；每週 token 吞吐量在六個月內成長 5 倍，達到 25 兆次，服務約 800 萬名開發者，商業模式是抽取推理支出約 5% 的佣金。

Stripe 入主後，路由基礎設施與支付基礎設施具備天然的整合潛力。雙方早已共同制定 Agentic Commerce Protocol（與 OpenAI 合著），為 AI 代理的自主交易場景奠定協議基礎，令外界相信整合深度將遠超財務層面。

章節三：社群反應與開發者生態的潛在變局

開發者社群對這筆交易的反應呈現明顯分歧。看多派以 dr_dshiv 為代表：「這讓我更願意使用 OpenRouter，也對 Stripe 的方向感到興奮。」thedreammachine 則從策略選擇權角度詮釋：「這不是典型的 1+1=2 合併——這讓 Stripe 具備了在 AI 算力、模型開發與應用層競爭的選擇權。」

質疑聲同樣切中要害。Gecko4072 直呼：「70 億美元比 Lyft、Dolby 和 Alaska Airlines 的市值加起來都高，一個 API 中間層憑什麼？」Aeolun 的評論更辛辣：「問題不在於中間層收費本身，而在於吃下這口之後的姿態。」Stripe 自身近年被批評「功能膨脹讓 API 和文件比早期難用多了」，這一隱憂是否蔓延至 OpenRouter，令開發者擔憂。

最能代表一般開發者聲音的是 teaearlgraycold：「我平時用 Claude Code，額度用完就在 OpenRouter 試用 GLM 5.2 或 Deepseek V4。如果 Claude Code 變太貴，我知道自己用開源模型也能過得很舒服。」這群用戶的忠誠度建立在「中立開放」的前提上，Stripe 的入主正好動搖了這個前提。

章節四：AI API 路由市場的競爭格局與未來走向

OpenRouter 所在的「AI 閘道器」市場競爭者眾，包括開源方案 LiteLLM、雲端原生的 AWS Bedrock、Azure AI Foundry 及 Google Vertex AI。HN 用戶 LPisGood 點出路由層的長期價值主張：「開源模型將持續繁榮，人們需要從一個集中、值得信賴的供應商購買廉價 token。」

然而核心質疑也值得重視。用戶 blobbers 指出：「靜態路由自己幾行程式碼就夠，智能路由目前在某些情境下反而產出更差的結果且成本更高。」這道出了一個根本問題——若路由層的技術壁壘本身偏低，70 億美元的估值前提就面臨動搖。

Stripe 若能在收購後將路由與計費、合規、速率限制等基礎設施深度整合，形成難以拆解的「AI 推理全棧解決方案」，才能真正構建護城河。否則，當 OpenAI 與 Anthropic 強化自身跨廠商相容 SDK 時，中介路由層的獨立價值將大幅稀釋，Stripe 的 70 億押注將面臨對象消失的風險。

核心團隊

OpenRouter 執行長 Alex Atallah 是知名 NFT 平台 OpenSea 的共同創辦人，具備消費者平台規模化的成功經驗。技術核心在於多供應商模型路由架構，需要同時管理 OpenAI、Anthropic 等主流廠商及數百個開源模型的 API 差異、計費邏輯與可用性監控。

技術壁壘

OpenRouter 的技術護城河在於「統一抽象層」：單一 endpoint 兼容超過 400 個模型，並在速度、成本、可用性三個維度提供自動路由最佳化。更關鍵的是其與 Stripe 共同制定的 Agentic Commerce Protocol，預示著未來 AI 代理場景中推理計費與模型路由的深度融合。

名詞解釋
Agentic Commerce Protocol：由 OpenRouter、Stripe 與 OpenAI 共同制定的協議框架，定義 AI 代理在自主執行交易時的計費、授權與模型呼叫標準。

技術成熟度

OpenRouter 目前已達商業化規模，每週 token 吞吐量 25 兆次、服務約 800 萬開發者、年化收入 5000 萬美元（2026 年 3 月）。平台屬 GA 級產品，但在智慧路由演算法的精準度與成本效益上仍有社群質疑聲音。

融資結構

Stripe 以逾 70 億美元完成對 OpenRouter 的全面收購，Bloomberg 於 2026 年 8 月 16 日確認交易完成，Stripe 官方以「不評論傳言或推測」回應。OpenRouter 最近一輪為 2026 年 5 月完成的 B 輪，融資額 1.13 億美元、估值 13 億美元；此次收購溢價逾 5 倍，顯示市場對路由層的戰略定價遠超財務基本面。

估值邏輯

以 2026 年 3 月年化收入 5000 萬美元計，70 億美元估值對應約 140 倍年化收入倍數，遠高於一般 SaaS 公司的 10–30 倍水準。這一溢價反映的不是當前財務表現，而是市場對「AI 推理路由層戰略控制權」的押注。

資金用途

Stripe 目前尚未披露整合計畫，但從其收購 Bridge Network（加密支付基礎設施）、投資 Privy（錢包供應商）及傳出私有化 PayPal 意向的軌跡來看，OpenRouter 極可能被整合入 Stripe 的「AI 時代基礎設施」願景，與支付系統形成垂直閉環。

競爭版圖

• 直接競品：LiteLLM（開源路由層，廣泛部署於自建場景）、AWS Bedrock（雲端原生多模型閘道器）、Azure AI Foundry、Google Vertex AI（大廠自有模型路由）
• 間接競品：各大模型廠商的原生 SDK（當廠商強化自身 API 生態時，路由中間層需求降低）

市場規模

AI 推理費用 2026 年全球已達數百億美元規模，OpenRouter 若能維持 5% 佣金率並持續擴大滲透，理論上可觸及的市場規模龐大。目前 800 萬開發者、年化 5000 萬美元的規模仍只是冰山一角，上升空間是估值溢價的核心依據。

差異化定位

OpenRouter 的差異化在於供應商中立：不押注單一模型廠商，而是作為中立抽象層獲取路由手續費。Stripe 入主後若能結合支付基礎設施，形成「路由 + 計費 + 合規」一站式方案，差異化將進一步加深——前提是 Stripe 能維持開發者對其中立性的信任。