從 ASL-1 到 ASL-5——Anthropic 怎麼幫 AI 設安全等級？RSP 3.0 完整解讀與企業啟示（2026）

2026 年 8 月，EU AI Act 正式開始執法。罰款上限：3,500 萬歐元，或你全球營收的 7%。不管你的 AI 應用是自建還是串接第三方 API，只要涉及高風險場景，你就在射程範圍內。

但很少人知道，最早提出系統性 AI 安全分級的不是歐盟，不是美國政府——是 Anthropic。他們的 Responsible Scaling Policy（RSP）從 2023 年首次發布，到 2026 年 2 月已經更新到 3.0 版，建立了一套從 ASL-1 到 ASL-5 的完整安全等級系統。

這篇文章會帶你完整理解：這五個等級分別代表什麼？RSP 3.0 做了哪些關鍵修改？企業該怎麼把這套分級邏輯對照到自己的 AI 應用？以及，跟台灣即將施行的《人工智慧基本法》有什麼關聯？

為什麼 AI 需要「安全等級」？從核電廠到 AI 的風險分級邏輯

核電廠有安全等級，食品有衛生分級，藥品有臨床試驗階段。這些分級系統的共通邏輯是：潛在危害越大，要求的防護措施越嚴格。

AI 也一樣。一個幫你寫 Email 的聊天機器人，跟一個能自主操作程式碼、存取機密資料庫的 AI Agent，風險等級天差地遠。但長期以來，AI 產業缺乏一套公認的分級標準。

2023 年 9 月，Anthropic 率先推出 RSP 1.0，試圖填補這個空白。RSP 的核心思路很簡單：在 AI 模型變得更強大之前，先定義好每個能力等級需要的安全措施。如果安全措施跟不上模型能力，就不應該部署。

這就是「負責任擴展」（Responsible Scaling）的意思——重點是要你邊跑邊繫安全帶，而不是叫你別發展。

ASL-1 到 ASL-5：五個安全等級完整拆解

Anthropic 的 AI Safety Level（ASL）分為五個等級。你可以把它想像成颱風警報的分級：一級是「注意」，五級是「全面警戒」。每一級對應的是 AI 模型的潛在危害能力，而不是模型的「聰明程度」。

值得注意的是，ASL 等級評估真正在意的，是「模型的回答是否能實質性地降低執行危險行為的門檻」。一個模型能解釋化學反應原理不代表它是 ASL-3；但如果它能提供具體的步驟指引，讓原本無法執行的人變得有能力執行，那就是另一回事了。

ASL 評估怎麼做？

Anthropic 不是靠感覺來判定 ASL 等級的。他們使用一套系統性的評估流程：

1. 能力評估（Capability Evaluations）：在模型訓練過程中和訓練完成後，測試模型在化生武器、網路攻擊、自主行為等領域的能力
2. 紅隊測試（Red Teaming）：由內部和外部專家嘗試突破安全防線，測試模型的最壞情境
3. 第三方驗證：與 METR 等獨立評估機構合作，確保評估結果不是「球員兼裁判」
4. 持續監控：部署後持續追蹤使用模式，偵測是否有人試圖繞過安全措施

METR（Model Evaluation and Threat Research）是目前最重要的第三方 AI 評估機構之一。他們在 2026 年 1 月推出了「任務時間軸評估框架」（Time Horizon 1.1），用模型能自主完成任務的時間長度來衡量自主能力——這是一個很聰明的量化指標。

RSP 3.0 改了什麼？三個最關鍵的變化

2026 年 2 月 24 日，Anthropic 發布了 RSP 3.0。這不是小修小補——官方明確稱之為「全面改寫」（comprehensive rewrite）。以下是三個最關鍵的變化：

變化一：新增 Frontier Safety Roadmaps（前瞻安全路線圖）

過去的 RSP 版本比較像「考試前才準備」——等模型能力接近下一個門檻時，才開始規劃安全措施。RSP 3.0 要求 Anthropic 提前發布前瞻安全路線圖，公開說明他們預計未來 18 個月需要哪些安全基礎設施。

這很像建築業的「施工計畫書」——動工前就要交出完整計畫，不能蓋到哪算到哪。對外部監督者來說，這讓他們能提前檢視 Anthropic 的安全準備是否充分。

變化二：定期 Risk Reports（風險報告）

RSP 3.0 承諾每 3 到 6 個月發布一次風險報告，詳細說明最新模型的能力評估結果、安全措施的執行狀況，以及下一階段的風險預判。

這是對公眾的一個重大透明度承諾。過去，外界只能靠第三方評估（如 METR 的任務時間軸評估）來猜測模型的風險等級。現在 Anthropic 主動把這些資訊攤開來讓大家檢視。

變化三：取消「暫停承諾」（Pause Commitment）

這是最具爭議的改動。RSP 1.0 和 2.0 都包含一個承諾：如果安全措施跟不上模型能力的進展，Anthropic 會暫停開發。RSP 3.0 移除了這個明確的「暫停」條款。

Anthropic 的說法是：用更具體的安全路線圖和定期報告，取代了抽象的暫停承諾。他們認為「暫停」是一個過於二元的機制——現實中更需要的是持續性的風險管理，而非全有或全無的開關。

但批評者認為這是「拆掉了最後一道剎車」。我們在下一節詳細分析雙方論點。

RSP 版本比較表

取消暫停承諾：進步還是退步？正反觀點分析

暫停承諾的取消引發了 AI 安全社群的激烈辯論。這不只是學術爭議——它反映的是一個根本問題：AI 公司的自律承諾到底能走多遠？以下是雙方的核心論點。

正方觀點：暫停承諾本來就不實際

GovAI 的分析指出，RSP 3.0 的改進值得肯定：

• 前瞻性更強：從「被動反應」轉向「主動規劃」，Frontier Safety Roadmaps 要求提前 18 個月布局安全基礎設施
• 透明度更高：定期風險報告讓外界能持續追蹤，而非只在出事後才知道
• 務實取向：抽象的暫停承諾在商業壓力下很難真正執行，不如用具體的路線圖取代
• 避免二元思維：AI 安全真正需要的是持續性的風險管理，並非「繼續」或「停止」的二選一

反方觀點：這是拆掉最後的剎車

SaferAI 的批評則認為 RSP 3.0 在某些方面是明確的「退步」：

• 失去硬性約束：路線圖和報告是「軟性」機制，而暫停是「硬性」底線。移除硬底線後，誰來確保路線圖被執行？
• 自我監管的局限：Anthropic 既是球員又是裁判，沒有外部強制力來確保承諾被兌現
• 市場壓力考量：在 AI 軍備競賽中，任何「暫停」都意味著市場份額的損失，移除暫停條款讓人質疑動機
• 先例效應：如果 Anthropic 可以移除暫停承諾，其他公司就更沒有理由做出類似承諾

從產業整體來看，這場辯論的結論可能是：自律不夠，法律要跟上。這也是為什麼 EU AI Act 的立法意義如此重大。

與 EU AI Act 的對照：全球 AI 安全標準怎麼走？

2026 年 8 月，EU AI Act 正式開始執法。所有使用超過 10 的 25 次方 FLOPs 訓練的模型都受約束——這基本上涵蓋了所有前沿大語言模型，包括 GPT 系列、Claude 系列和 Gemini 系列。

同時，EU Code of Practice 的簽署方已經包含 OpenAI、Anthropic、Google 和 xAI。這意味著主要 AI 公司都在某種程度上承認了政府監管的必要性。

那 RSP 跟 EU AI Act 之間是什麼關係？簡單說：RSP 是業者的自律框架，EU AI Act 是政府的法律強制力。兩者互補，但力度完全不同。一個靠自覺，一個靠罰款。

EU AI Act 的四級風險分類

EU AI Act 用的是四級風險分類系統，跟 RSP 的五級 ASL 有對應關係但不完全一致：

• 不可接受風險（Unacceptable Risk）：直接禁止。例如社會信用評分系統、即時遠端生物辨識（部分例外）
• 高風險（High Risk）：允許但需嚴格合規。例如 AI 用於招聘決策、信用評估、醫療診斷
• 有限風險（Limited Risk）：需要透明度義務。例如聊天機器人需告知用戶正在與 AI 互動
• 低風險（Minimal Risk）：無特殊要求。例如垃圾郵件過濾、電玩 AI

三方框架比較：EU AI Act vs RSP vs 台灣 AI 基本法

台灣《人工智慧基本法》vs Anthropic RSP：我們在哪個位置？

台灣在 2025 年通過了《人工智慧基本法》，確立了七大原則：永續發展、人類自主、隱私保障、資安防護、透明可解釋、公平不歧視、問責。這部法案的詳細解讀可以參考我們的AI 基本法企業合規指南。

把台灣 AI 基本法跟 RSP 放在一起看，有幾個值得關注的發現：

互補而非衝突

台灣 AI 基本法講的是「原則」——該做什麼。RSP 講的是「機制」——怎麼做。兩者不衝突，反而互補。企業可以把 RSP 的分級框架當作落實基本法原則的具體方法。例如，基本法要求「資安防護」，RSP 的 ASL 分級就提供了一個具體的防護層級參考。

台灣目前缺乏分級機制

基本法有原則但沒有分級。而 EU AI Act 有四級風險分類，RSP 有五級 ASL。台灣的子法會不會引入類似的分級機制？如果參考國際趨勢，答案很可能是「會」。提早用 RSP 框架練習分級，對未來的合規準備有實質幫助。

責任歸屬仍然模糊

當 AI Agent 出錯 時，責任算誰的？是開發商、部署商，還是使用者？這是基本法和 RSP 都沒有完全解答的問題。RSP 3.0 在 ASL-4/5 提到需要「全產業集體行動」，某種程度上承認了這個問題不是單一企業能解決的。

企業實務：你的 AI 應用屬於哪個安全等級？（自評指南）

雖然 ASL 分級是 Anthropic 用來評估自家模型的框架，但其背後的邏輯——按風險等級匹配安全措施——完全適用於任何企業的 AI 應用。以下是一個三步驟的自評流程：

Step 1：盤點你的 AI 應用場景

先回答這四個問題：

• 資料敏感度：你的 AI 應用會存取哪些資料？（公開資料 vs 內部機密 vs 個人資料）
• 自主程度：AI 是純建議角色，還是能自主執行操作？（對話建議 vs 自主行動的 AI Agent）
• 決策影響：AI 的輸出會直接影響重大決策嗎？（行銷文案參考 vs 醫療診斷建議）
• 領域風險：應用場景屬於哪個領域？（一般商業 vs 醫療/金融/法律等受監管領域）

Step 2：對照風險等級

Step 3：建立持續監控機制

RSP 3.0 最值得企業借鏡的，其實是「持續評估」的概念。AI 的風險不是評一次就好——模型會更新、應用場景會擴大、員工的使用方式會改變。

建議至少每季做一次 AI 安全自評，內容包括：

• AI 應用的資料存取範圍是否有變化？
• 是否新增了自主執行功能？
• 是否有員工用 AI 做了原本沒預期的事？
• 上游 AI 供應商（如 OpenAI、Anthropic）是否更新了模型或政策？
• 是否有新的法規要求需要對應？

如果你的團隊需要協助評估 AI 應用的安全等級和合規策略，歡迎預約我們的 AI 顧問服務。我們會根據你的產業和應用場景，提供具體的風險對策建議。

常見問題

下一步：讓你的 AI 應用走在法規前面

AI 安全分級不是學術議題——它正在快速成為企業合規的基本要求。EU AI Act 已經在倒數計時，台灣的子法也在路上。與其被動等待，不如現在就開始盤點你的 AI 應用風險。

• 自評第一步：用上面的三步驟框架，花 30 分鐘盤點你目前的 AI 應用和對應風險等級
• 了解 Claude 生態：如果你正在使用或考慮使用 Anthropic 的產品，先了解 Claude 的定價方案，再評估安全等級對你的成本影響
• 專業諮詢：需要針對你的產業和應用場景做完整的 AI 安全評估？預約 AI 顧問服務，我們幫你從分級到合規一次搞定

AI 的能力每個月都在進化，安全標準也在同步更新。掌握 RSP 這類框架，不只是合規需求，更是讓你的企業在 AI 時代保持競爭力的基本功。