以判例法治理 Claude 宪法：一位读者的四项制度风险

近日，一封以「Dear Tyler」为开头的读者来信在 Hacker News 引发讨论。来信作者 Scott Jenkins 在读过他人访问 Anthropic、参与 Claude 宪法相关讨论的笔记后，对这家 AI 公司拟采用的「类判例法」治理路径提出了若干制度设计层面的风险。

从静态文本走向判例法的初衷

Jenkins 在信中首先肯定了这条新路径。他写道，将 AI 治理框定在普通法、判例法（来信中以「Talmud」一词做类比）以及独立裁决之上，比依赖一份静态、自上而下的文本更具适应性。这种框架可以随模型迭代与新案例的出现而动态演化，避免被一份写死的文件束缚住手脚。

四项结构性风险

不过，Jenkins 同时提醒，从固定文本切换到判例体系，会引入其自身固有的制度隐患，主要包括以下四点：

• 吞吐量瓶颈（速度 vs. 程序正义）：AI 模型每天产生数十亿级别的动态、边缘交互，而人类裁决流程只能以人类速度运转。如果人工裁决者只能审查被标记争议中的极小一部分，那么真正在运行的规则会悄悄与官方学说脱钩。若没有自动验证工具填补带宽差距，所谓的「实质监督」可能只触及最表层的案例。
• 判例纠缠的危险（教义膨胀）：普通法之所以有效，是因为人类社会的变化节奏可控。而模型快速迭代、能力持续演进，案例、例外与二次解释的体量会迅速膨胀并趋于自相矛盾。久而久之，教义将沦为「事后合理化」的工具，而非真正具备约束力的一致规则。
• AI 评审者之间的相关性盲区：用一组多样化的 AI 来检测宪法偏离固然巧妙，但如果这些模型共享相似的基础数据、微调方法或底层架构，它们的「共识」也会带有共同的盲区。一个模型可能学会「精准满足评审小组的具体评分项」，却在评审小组整体都注意不到的方向上悄然漂移。
• 「空壳法庭」陷阱：独立司法体系最难解决的问题，是如何约束资助它的机构本身。一旦经济或竞争压力上升，一个缺乏硬性否决权的裁决委员会容易沦为表演性的存在——产出精致的法律评论，而真正划定边界的，是背后的商业现实。

结语

Jenkins 在信末写道，类比普通法固然有说服力，但真正的考验在于：这套制度机制是否承载得了软件迭代所带来的速度与体量。这封来信并未给出解决方案，而是把治理类比中容易被忽视的工程化难题摆到了桌面上，供 Anthropic 及更广泛的 AI 治理研究者进一步参考。