Anthropic запретила обижать Claude. Разработчик с матом в каждом втором промпте сделал автоцензор

8 октября Anthropic обновила пользовательское соглашение и добавила пункт, запрещающий систематическую бессмысленную жестокость по отношению к своим моделям. Автор заметки на Хабре сразу узнал себя: он регулярно ругается на Claude Code, когда агент рапортует «готово», а задача на самом деле не выполнена.

Разработчик даже посчитал масштаб проблемы с помощью собственного скилла Prompt Warrior, который анализирует логи общения. Оказалось, что нецензурные выражения встречаются почти в каждом втором сообщении. Чтобы не рисковать аккаунтом, он не стал менять свои привычки, а написал инструмент, который автоматически заменяет и смягчает ругательства в промптах — что-то вроде «Punto Switcher» для общения с ИИ.