看完 Anthropic 的风控招聘，我知道它为什么封你了
文章目录
关于 Claude 封号，网上讨论最多的有两类。一类是追问“为什么被封”，另一类是“我什么都没干，莫名其妙就被封了”。这些讨论都有价值，但基本都停在表象。
真正决定你会不会被封的，是这家公司把钱和人放在了哪里。风控体系很难从单独的一份公告里读出来，它藏在招聘岗位、合作伙伴和内部团队里。把这几样看清楚，很多事就能反过来推出原因。
这也是我写这篇文章的初衷。本月初我确认了一个点：Claude 的 KYC，用中国大陆护照完全可以过。这篇延续的就是这个思路，从体系倒推行为，做到知己知彼。
一、Anthropic 招聘：资源都在哪？
招聘页是最不会说谎的地方，发布会讲愿景，招聘页讲的是这家公司准备把人力投向哪里。
安全团队下面挂着一长串执法分析师，按危害类型分开招：网络攻击、生物、化学与爆炸物、常规武器、儿童安全、信息真实性、适龄设计。每个方向都配专门的人，上面还有政策设计、研究员、红队工程师和产品经理。这是资源最密集的一块，也是最不容易被普通用户碰到的一块。
排在第二的是反蒸馏。但有个容易被忽略的事实是，在招聘页上基本看不到“反蒸馏工程师”这种岗位。
原因不复杂，这类工作不属于传统安全岗位，市面上没有现成的人，只能从内部既有的团队里培养。所以它有一套完整的团队在跑，但不对外挂招聘。招聘页上看不见，不代表它不重要；恰恰相反，看不见的部分，往往才是投入最重的。
排在第三的是账号滥用。这个方向比较传统，岗位也写的很清晰——独立的工程团队，招资深机器学习工程师，做账号层面的欺诈和滥用检测；配套的还有账号接管与凭证滥用分析师、访问控制与身份分析师，以及管账号完整性的产品经理。
第四块是支付。计费平台在招资深工程师，岗位描述里提到欺诈控制、争议处理和支付流程。但这支团队的规模比安全团队小一档，原因后面讲——大部分活外包给了 Stripe。
洞察：招聘页上能看到的排序，和实际的资源排序并不完全一致。账号滥用岗位挂得多，因为它是传统职能；反蒸馏一个岗位都看不到，但它是内部培养的专项团队，实际投入排在账号滥用之前。
二、被发现的，和被误判的
把资源分布看清楚之后，理解下面的事情，就顺理成章了。
最底线的一层是安全。网络攻击、生物、化学与爆炸物、武器研发，这些没什么好讨论的，碰了就出局，这一层和普通用户基本无关。
真正跟普通用户有交集的，是反蒸馏。
它盯的主要是两件事：
-
对思考链的编辑和获取——想改上下文、想把推理过程完整掏出来，都属于这一类；
-
同质化的大规模操作——大量账号、在相近的时间、用相似的方式、跑同一类任务，这种工业化特征很容易被归到蒸馏那一类
正常用户会不会踩到？会，虽然概率不高。
第一种情况，多账号同时做同一个任务，而且每个账号还开着大量并行任务。这个形态和工业级采集几乎一模一样：账号多、任务同质、时间同步。系统不会先问你为什么这么做。
第二种情况更离谱一点。你的使用特征，碰巧和一批正在搞蒸馏的账号很接近——同样的任务类型、同样的节奏、甚至同样的出口 IP 段。这种情况属于人在家中坐，锅从天上来。概率很低，但确实存在。
从风险高低来看，大致可以这样排：改上下文、反复索要完整思考链，风险最高；批量跑高度相似的任务、多账号同步执行，次之；少数账号承接大量相似请求，再低一档；偶尔让模型解释一下思路，基本没事。
由此可以倒推出几条操作原则：不要用多账号大批量执行同类任务；如果确实要跑，把设备、IP、支付方式、手机号这些隔离开。同一台设备、同一个出口、同一张卡，串起五个账号，这五个账号在系统里就是一个人。
三、支付：几乎都外包给了 Stripe
接下来说支付。这块 Anthropic 把大部分业务外包给了 Stripe。
Stripe 的反欺诈体系叫 Radar。它会对每一笔交易打一个风险分，参考的信号包括：卡号前六位（BIN）、发卡组织、发卡国家、卡的类型（信用卡、借记卡还是预付卡）、地址校验和 CVC 校验的结果、IP 归属地、邮箱域名、设备指纹，以及它在全球商户网络里积累的历史记录。
这些信息里，有一部分会随交易一起交给 Anthropic：风险分、触发的规则、卡的基本属性、校验结果。所以“账单地址随便填一个免税州”这件事，风险比很多人以为的大——地址对不上，本身就是一个扣分项。
如果走 Google Play 支付，情况就不一样了。Google 是这笔交易的商户，Anthropic 看到的是 Google 的订单，看不到你的卡号、BIN 和发卡国。它能拿到的，大致是订单号、商品、金额、货币、账号所在国家，以及 Google 侧的退款和欺诈标记。
所以有些人觉得 Google Play 更稳，有它的道理：卡的信息被 Google 挡住了一层。但反过来，Google 账号本身的风控也会传导过来，账号一旦被 Google 封，订阅照样断。
Anthropic 内部也有支付团队，但重心放在欺诈处理、支付争议和支付流程上。判断哪种支付方式危险，只是其中一环，不是这支团队的主要工作。
再往下推，可以得到一个很实用的判断：越难获取的卡，越安全。
实体信用卡在西方国家并不容易拿到，需要当地身份、信用记录和地址。这种卡背后是一个真实的人，违约成本高，所以风险最低。中国的情况特殊一点，实体卡相对好办，但跨境使用又是另一回事。
第二档是有门槛的虚拟卡。门槛可能是开通时要护照和 KYC，也可能是出入金要花一笔可观的手续费，或者你本身得有国外的钱。这些门槛筛掉了大部分人，也就筛掉了大部分滥用。
第三档是没有门槛的虚拟卡。随便注册，一次能开很多张，用完就扔。这类卡风险最高，也是风控重点盯的对象。
支付渠道越难获取，就越稳定，实体信用卡>有门槛虚拟信用卡>无门槛虚拟信用卡
四、IP：特征最便宜，体系也最成熟
再说 IP，这个特征最容易获取，但背后的风控体系非常成熟。
市面上做 IP 情报的供应商不少，常见的有 MaxMind、IPinfo、IP2Location、IPQualityScore、Spur、proxycheck.io 这几家。它们拿数据的方式大同小异：注册局和路由表的信息、ASN 归属、反向解析、主动探测端口和代理协议、爬虫验证出口，以及各家积累的黑名单和滥用记录。
判断一个 IP 干不干净，核心就看几件事：这个段是不是住宅、有多少人在共用、有没有代理或机房的痕迹、历史上有没有滥用记录。计价方式也简单，要么按查询量付费，要么买数据库订阅，要么买 API 套餐。
但所有特征里，最核心的底线只有一条：这个 IP 不能落在被封禁的国家。这一条不过，后面全都不用谈。
在这条底线之上，越少人用的 IP 越安全。一个节点几百个人在共用，里面还有几十个在跑同样的任务，这个特征已经很明显了。更明显的是跳来跳去——今天美国、明天新加坡、这个小时加拿大、下个小时又换了地方。
今年三四月份的时候，X 上还有不少人说 IP 没用，随便切都行。后来封号潮一来，大家就都明白了。
住宅 IP 这件事的成本其实很低。我之前推荐的 Webshare，一个月一块五美金，对比两百美金一个月的订阅，基本可以忽略。既然成本这么低，能做的就尽量做。
五、KYC：最后说，因为最简单
最后说 KYC 和人脸识别，放在最后，是因为它最简单：证件加人脸，没有太多可分析的。
本月初我确认了一件事：Claude 的 KYC，用中国大陆护照是完全可以过的。这个点现在很多朋友都知道了，但最早意识到并且在 X 上把它讲开、后来被其他朋友进一步证实的，应该是我那条推文。
原因不复杂，Anthropic 的公开条款限制的是地区，国籍本身不在限制之列。客观上，它也不可能把某一个国家的所有人全部排除在外，这在政治上就不正确。更何况，Anthropic 内部本身就有持中国护照的员工。
所以逻辑很清楚：只要你的各项特征，符合一个位于非受限地区的人，并且这些特征是稳定的，风险就能降到一个比较低的水平。
Anthropic 不太可能花大量精力逐个甄别用户。这件事对它的投入产出比很低，优先级排得很靠后。它真正在意的是规模化的滥用，普通人不在这个名单上。
最后一起简单列一下
-
高危用途是底线，碰了就出局，但是跟普通用户关系不大
-
反蒸馏盯的是思考链和工业化特征，多账号批量跑同类任务最容易撞上
-
支付看的是卡的门槛，越难拿到的卡越安全
-
IP 看的是干净程度和共用人数，底线是不能落在受限地区
-
KYC 只验证你是不是一个真实、稳定、位于合规地区的人
知己知彼，大概就是这个意思。
更多系列文章
-
普通人的 Claude 订阅方案 https://x.com/wquguru/status/2106041666922783181
-
人人都是单片机工程师：一文玩转 ESP32 https://x.com/wquguru/status/2110601298488021452
-
无需信用卡，五分钟搞定Muse注册和使用（附永久有效310亿 token教程）https://x.com/wquguru/status/2104154913001599080
-
图解 KV Cache——DS V4.1-Flash的制胜秘密https://x.com/wquguru/article/2099119760248389730
-
图解 ASR 和 TTS：HuggingFace 开源模型测评https://x.com/wquguru/status/2096013016429211791
-
Agent Memory 架构全景：从规则文件、会话检索到反思与技能沉淀https://x.com/wquguru/status/2069641926752780384
-
成瘾者：色情、赌博与Vibe Codinghttps://x.com/wquguru/status/2022173077329871138
如果这篇教程对你有帮助，欢迎 关注 + 收藏 + 转发 👏🏻
持续分享新手友好的 AI Agent 教程和 AI 工具使用心得，关注
