角色边界安全设计 · 用"道德观"而非过滤墙

传统 AI 的内容安全方式

大多数 AI 聊天产品的内容安全机制基于外部过滤：

这种方式的问题是：用户的每一句话都被"审查"，有时会误伤正常内容，而且审查机制本身也会被绕开。

AnuNeko 选择了一种完全不同的思路——用角色自身的道德观来规避不当请求。

也就是说，它不是"被动检查你在说什么"，而是"主动告诉你我是什么类型的猫，什么话我接、什么话我不接"。具体表现为：

每种人格在设计时就包含了自己的道德观。这不是一个简单的"过滤开关"，而是角色性格的一部分：

对于某些明显越界的话题，AnuNeko 可能的回应不是"这条内容不符合规范"，而是换个话题怼回去或故意不接你的梗。这种方式比生硬的拦截更自然，也更符合它的"人格化"定位。

AnuNeko 开篇的自我介绍："我不是你的助手，也不是你的宠物，只是我自己——有自己的情绪和独特的看法"。这句话本身就在暗示边界——它有自己的意志和判断，不是你说什么它就做什么。

AnuNeko 在产品显眼位置标注了免责声明：

这是一个 AI，它说的一切都是幻觉。

这个声明有几个作用：

考虑到短毛猫的毒舌程度，这个免责声明几乎成了一个"笑料"——大家调侃说"这是给它怼人时留的后路"。

这不是说 AnuNeko 完全没有内容过滤（任何面向 C 端的 AI 产品都有基础过滤），而是说它把主要的安全机制放在了角色设计层面，而非依赖后置的内容审核墙。

必须说清楚：角色边界设计不是完美的安全方案。