Claude显示“safeguards flagged this session”怎么办
解析 Claude 的“safeguards flagged this session”、使用政策拒绝和输出过滤消息,按 Anthropic 文档说明其影响范围、是否涉及账户及下一步操作。
“safeguards flagged this session”的含义
Claude 显示“safeguards flagged this session”,表示安全分类器在当前 Claude Code 对话中阻止了某个请求。Anthropic 将其归入网络安全标记。这意味着该请求被拒绝。Anthropic 介绍此消息的页面均未提到会对您的账户采取任何措施。
用户通常还会搜索另外两条消息。API Error: Sonnet 5 can't help with this. Start a new session to continue. 是 Claude Code 的使用政策拒绝消息。我们查阅的 Anthropic 页面中没有出现 We are unable to complete this request because it was blocked under Anthropic's usage policy。本指南将依次介绍这些消息。对于每条消息,本文只说明 Anthropic 文档明确提到的影响范围,以及 Anthropic 指定的后续步骤。
整页内容都遵循一条规则。本文不会教您如何改写请求来绕过安全防护。您可以采取的合规措施包括新建会话、提出实际不同的请求、通过反馈渠道联系,以及在适用时使用网络安全验证计划或申诉表单。如果 Claude Code 因为您要求重建一款已知游戏而拒绝请求,请阅读为什么 Claude Code 不会重现现有游戏。该页面专门介绍这一情况。
您看到的是哪种 Claude 拒绝消息?
将屏幕上消息的开头几个词与以下列表进行比较。
<model>'s safeguards flagged this session:网络安全标记。启用自动模型回退的模型会打印此标记。Anthropic 在 Claude Code 文档中说明,Opus 5.5 和 Sonnet 5.5 会使用此开头。<model>'s safeguards flagged this message:相同的网络安全标记,但由其他模型打印。<model> can't help with this. Start a new session to continue:Claude Code 中的使用政策拒绝。We are unable to complete this request because it was blocked under Anthropic's usage policy:Anthropic 未记录此标记。API Error: Output blocked by content filtering policy:另一种情况。API 的输出内容过滤器停止了响应。Claude Code 会自动再次发送请求;只有当过滤器再次停止响应时,才会显示此消息。
Claude Code 的错误参考将前两种情况归在同一标题下:“安全措施标记了网络安全主题”。第三种情况有单独的章节:“使用政策拒绝”。这些情况都表示请求被拒绝。使用量限制是另一类问题,有专门的消息;达到 Claude 使用量限制时的处理方法介绍了相应处理方式。
Claude Code 中的“Opus 5.5 的安全防护机制标记了此会话”
Anthropic 仅记录了这条消息的开头。Claude Code 错误参考文档在网络安全标记部分写道:
启用了自动模型回退的模型会显示不同的消息,并且不包含此链接;在 Opus 5.5 和 Sonnet 5.5 上,消息以 <model>'s safeguards flagged this session 开头。
Anthropic 没有公开其余文本。您可能在论坛或错误报告中见过更长的引文。这段措辞来自用户,而不是 Anthropic,因此应视为未经确认的信息。
这个版本的消息来自一项名为自动模型回退的功能。当分类器标记某个请求时,Claude Code 可以改用另一个模型重新运行该请求,而不是直接拒绝。模型配置文档列出了各模型的回退目标:
- Opus 5.5、Fable 5、Fable 5.1 和 Fable 5.2:网络安全标记会在 Opus 4.8 上重新运行,生物学标记会在 Opus 5 上重新运行。
- Sonnet 5.5:网络安全标记会在 Sonnet 5 上重新运行。生物学标记会以拒绝结束,因为 Sonnet 5.5 没有生物学回退模型。
- Opus 5:网络安全标记会在 Opus 4.8 上重新运行。生物学标记会以拒绝结束,因为 Opus 5 使用自己的生物学分类器,且没有回退模型。
发生回退时,Claude Code 会在会话记录中显示通知,会话随后继续使用回退模型。运行 /model 可返回原始模型。按类别执行回退需要 Claude Code v2.1.219 或更高版本。
文档还列出了标记以拒绝结束而不是切换模型的情况。被标记的类别可能没有回退模型,例如 Sonnet 5.5 上的生物学标记。您的 availableModels 设置可能会阻止使用回退模型。此时,拒绝会以普通错误的形式显示,会话使用的模型不会改变。您还可以在 /config 中将 消息被标记时切换模型 设置为 每次询问,这就是 switchModelsOnFlag: false 设置。随后,Claude Code 会暂停并提供两个选项:切换到回退模型,或编辑提示词后重试。使用此设置时,非交互式运行会以拒绝结束本轮操作,因为它们无法显示该问题。
文档没有解释为什么这个版本使用“会话”,而旧版本使用“消息”。但文档确实列出了网络安全标记出现后应采取的措施:
- 如果您的工作确实需要此类内容,请申请加入 Cyber Verification Program (CVP)。该计划为合法的网络安全工作提供访问权限。
- 如果您的请求与网络安全主题无关,请运行
/feedback报告误报。 - 若要在同一会话中继续工作,请按两次 Esc,或运行
/rewind回退到被标记操作之前的检查点。然后改用其他方法。
文档直接讨论了安全和生物学工作。安全研究和生物学工作负载经常触发回退,通常在第一次请求时就会触发。Anthropic 的模型配置页面写道:“对于这些领域,这是预期的路由行为,而不是账户标记。”
为什么第一条消息就可能触发标记
Claude Code 会在会话的第一条请求中包含工作区上下文,例如 CLAUDE.md 的内容和 git 状态。Anthropic 的文档称,仅凭包含安全或生物学材料的存储库,“就可能仅因这些上下文触发分类器”。这句话描述的是回退机制,也解释了为什么看似无害的第一条提示词也可能触发标记。
要检查是否由自定义配置导致,请在安全模式下启动会话:
claude --safe-mode安全模式会关闭 CLAUDE.md、skills、MCP(Model Context Protocol)服务器和钩子等自定义配置。Git 状态和目录名称不属于自定义配置,因此 Claude Code 仍会发送这些内容。如果在安全模式下不再触发标记,那么问题很可能来自某项自定义配置。Claude Code 会将哪些内容放入上下文窗口一文说明了这些文件分别在何处进入对话。
“无法帮助处理此请求。请开始新会话以继续”
这是 Claude Code 中的 Usage Policy 拒答。Anthropic 文档中的示例使用了另一个模型名称,但消息格式相同:
API Error: Opus 4.6 can't help with this. Start a new session to continue.
Send feedback with /feedback or learn more: https://www.anthropic.com/legal/aup消息会显示拒答模型的名称;如果没有记录模型,则显示 Claude。因此,您可能会在该位置看到“Sonnet 5”。Anthropic 没有单独发布 Sonnet 5 的示例。
文档解释了消息为何要求您开始新会话。检查会读取完整对话,而不只是最新提示。在同一会话中再次发送消息,通常会再次触发相同的拒答。使用 --continue 或 --resume 重新打开会话通常也没有帮助,因为磁盘上的 transcript 仍然保留着触发拒答的内容。
有两个细节会改变这条消息对部分用户的含义。在 v2.1.219 之前的 Claude Code 版本中,相同的拒答内容为 Claude Code is unable to respond to this request, which appears to violate our Usage Policy。随后会显示一个链接,并建议您编辑上一条消息或开始新会话。在 Amazon Bedrock、Google Cloud 的 Agent Platform 和 Microsoft Foundry 上,这条消息还涵盖被标记为网络安全主题的请求。在这些平台上,网络安全标记会显示这条消息,而不是“safeguards flagged”消息。
文档给出的后续步骤如下:
- 连按两次 Esc,或运行
/rewind,返回到触发拒答之前的检查点。 - 如果无法确定是哪个对话轮次导致了问题,请运行
/clear,在同一项目中开始新对话。旧对话仍保留在磁盘上,并继续列在/resume中。 - 在非交互模式(
claude -p)下,无法执行 rewind。请在不使用--continue的情况下开始新会话。 - Anthropic 还说明,策略检查因模型而异,因此使用
--model切换模型有时可以解决拒答问题。
执行 rewind 后,Anthropic 的原话是“重新表述,或采用不同的方法”。本文将其理解为更改任务。这不是指寻找能让同一任务通过的措辞。如果您认为该拒答有误,请使用消息中的 Request ID 和 Message ID。联系支持人员时请同时提供这两个 ID。Anthropic 提供书面支持,可通过支持消息窗口和电子邮件联系。
[reasoning_extraction] 详细信息行的含义
某些拒绝消息会多出一行:Details: [reasoning_extraction]。“无法帮助处理此请求”和“安全防护机制已标记”这两类消息都可能包含该行。这表示安全防护机制将请求识别为要求模型在响应中复现其内部推理。Claude Code 在 v2.1.234 中加入了这一行,因此旧版本不会显示它。
解决方法是删除或改写要求提供推理过程的指令。该指令可能位于并非今天创建的文件中,例如 CLAUDE.md、技能、子代理提示词、输出样式或 MCP 工具描述。使用 claude --safe-mode 进行测试;修改自定义配置后,请启动新会话。Claude Code 错误页面只说明了这一种标签。它没有说明网上有人报告的其他标签。
“Blocked under Anthropic's usage policy”不是 Anthropic 的消息
我们在 Anthropic 帮助中心和文档中搜索了 We are unable to complete this request because it was blocked under Anthropic's usage policy。这些页面均未出现该内容。因此,Anthropic 没有说明哪个产品会显示这句话,也没有说明它对您的会话或帐户意味着什么。
最接近的官方说明是上文介绍的 Claude Code 中的 Usage Policy 拒绝响应,以及下文介绍的 Claude API 上的 stop_reason of refusal。如果您在 Claude Code 或 Claude 应用之外的工具中看到这句话,请向该工具的支持团队询问具体生成了这条响应的请求。请同时提供消息中显示的任何请求 ID。
Claude API 如何报告相同的拒答
在 API(应用程序编程接口)中,分类器拒答不属于错误。您会收到包含 stop_reason: "refusal" 的正常响应。Anthropic 针对 Claude Fable 5.2、Fable 5.1、Fable 5、Mythos 5.2、Mythos 5.1、Opus 5.5、Opus 5、Sonnet 5.5 和 Haiku 5.5 记录了这一行为。stop_details.category 字段用于标识策略领域:
cyber:Anthropic 注意到,无害的网络安全工作也可能触发此类别。bio:生物危害。实用的生命科学工作也可能触发此类别。frontier_llm:帮助构建竞争性 AI 模型。reasoning_extraction:请求复现内部推理过程。general_harms:不属于上述类别的使用策略领域。null:拒答不符合任何已命名类别。这是一个正常的永久值。
拒答可能在任何输出之前返回,也可能在流式输出过程中途返回。任何部分输出都应视为不完整。由于拒答不属于错误,仅统计错误的监控系统无法发现它。请改为检查 stop_reason。
API 文档明确说明了下一步操作:“您必须先重置会话上下文,然后才能继续。”您可以移除或修改触发拒答的轮次,也可以清除历史记录。如果不重置就继续,系统会返回更多拒答。再次将遭到拒答的请求发送给同一模型时,通常仍会被拒答。将请求发送给其他 Claude 模型是文档支持的选项;API 还提供服务器端回退选项,目前处于 beta 阶段。
某些拒答会产生费用。如果拒答发生在任何输出之前,并且其类别为 bio、frontier_llm 或 reasoning_extraction,则会计费。Anthropic 表示,截至“2026 年 9 月”,这些类别的实测误报率较低,并且类别列表可能发生变化。其他类别的输出前拒答,或类别为 null 的拒答,不会计费。在输出过程中途发生的拒答会对输入 token 和已经流式输出的内容计费。每个遭到拒答的请求仍会计入速率限制,因此阅读 Claude API 速率限制响应头 时请注意这一点。
Claude 应用显示的内容
在 claude.ai 和其他 Claude 应用中,Anthropic 描述的是模型切换,而不是错误消息。关于 Opus 5 和 Opus 5.5 的支持文章称,被阻止的请求会在同一对话中使用能力较弱的模型重新运行,并显示模型已切换的通知。切换后,“在该对话剩余期间,模型选择器会保持为能力较弱的模型”。您可以通过模型选择器切换回原模型。如果原始请求仍保留在对话中,相同的安全防护措施可能再次触发。该文章没有引用通知的具体文本,因此我们无法确认它是否与 Claude Code 中的文本一致。
Sonnet 5.5 文章称,网络安全和前沿 LLM(大型语言模型)开发请求触发限制时,会回退到 Sonnet 5。生物学和模型蒸馏请求会被直接阻止。“关闭自动模型切换后,需要回退的请求会暂停聊天,而不是切换模型。”两篇文章都建议,对于看起来被错误阻止的请求,使用 Send feedback。Opus 文章还建议,合法的防御性网络安全工作可参加 Cyber Verification Program。两篇文章都没有说明这会对您的账户产生任何影响。
被标记的会话会影响您的 Claude 账户吗?
请区分两种情况。拒答针对单个请求或单个对话。账户措施(例如警告或封禁)则针对账户本身。Anthropic 在不同页面分别说明了这两类情况。
Claude Code 错误参考、模型配置页面以及两篇模型切换文章都表示,标记针对请求或对话。它们都没有提到账户处罚。Anthropic 关于这些消息的页面也没有说明标记会影响账户。这不等于承诺标记永远不会影响账户。
账户措施由 Anthropic 的安全措施、警告与申诉文章说明。文章表示,如果 Anthropic “认为用户的提示违反了我们的使用政策”,就会向用户发出警告。对于 API 客户,“这些警告与其整个 API 账户持续存在的违规行为阈值相关”。文章列出的封禁原因包括:反复违反使用政策、从不受支持的地区创建账户,以及违反服务条款。Anthropic 的另一篇用户安全文章补充说:“对于反复违反我们政策的用户,我们可能会暂时启用增强型安全过滤器。”这些页面都没有将账户措施与本指南中的任何消息关联起来。
网络安全验证计划是合法安全工作持续被标记时的文档化途径。Anthropic 的文章称,每个级别都包含 Claude Mythos、Opus 和 Sonnet 模型,起始模型包括 Claude Mythos 5.2、Claude Mythos 5.1、Claude Opus 5.5 和 Claude Sonnet 5.5。您可以通过验证门户申请。Anthropic 对 Defense Access 的目标处理时间为两天,对 Red Team Access 为两周,但目前 Red Team 审核所需时间更长;Specialized Access 没有固定目标时间。在大多数产品中,仅获得批准不会自动启用访问权限。您需要将其分配给工作区、角色或关联的云账户。Anthropic 表示,Pro、Max、Ultra 和 Team 计划会自动启用访问权限;对于 Team 计划,该权限适用于每位用户,但如果计划的席位数超过该级别的席位上限,Red Team Access 和 Specialized Access 仍会保持关闭。Anthropic 还表示:“如果我们发现活动违反我们的政策,我们可以根据自身判断随时审核、缩小范围或撤销计划访问权限。”
从 December 15, 2026 起,Defense Access 要求使用抗钓鱼 MFA,并且不再允许使用静态或长期有效的 API 密钥。
如果您的账户被封禁或暂停
封禁并不是拒绝,因此上述步骤不适用。申诉文章说明了处理路径。访问 claude.ai,使用被封禁的账户登录,然后通过 Submit an appeal 链接填写申诉表单。您必须先登录才能打开该表单。
如果您的 Free、Pro、Max 或 Ultra 账户因违反 Usage Policy 而被封禁,您仍可登录以导出数据或删除账户。Anthropic 说明,根据违规情况,可能会限制您可导出的数据。若要对警告而不是封禁提出异议,请向同一篇文章中提供的 Safeguards 地址发送电子邮件,说明具体情况并提供账户信息。如果您所属的组织因异常活动而被暂停,受限账户页面会列出该组织。点击 Request a review,请求 Safeguards 团队重新审核。
截至 8 November 2026,该文章称响应时间“目前长于正常水平”。仅靠一个页面无法解决这个问题。Anthropic 的“Exceptions to our Usage Policy”文章针对的是与政府客户签订的合同。如果您认为某次拒绝是误判,该文章不是申诉渠道。
如果您刚开始使用此工具,Claude Code 是什么以及它如何运行会介绍本指南所提到的会话和斜杠命令。
FAQ
“安全防护机制标记了此会话”是否意味着我的 Claude 账户被封禁?
Anthropic 没有任何页面说明此消息代表账户操作。Claude Code 文档将其视为请求触发的网络安全标记。对于安全和生物学工作,文档称回退是“这些领域的预期路由,而不是账户标记”。封禁是另一项操作,Anthropic 的安全防护警告和申诉文章对此有说明。如果您无法登录,请阅读该文章。要访问申诉表单,请使用被封禁的账户登录 claude.ai。
为什么 Claude Code 提示“开始新会话以继续”?
Usage Policy 检查会读取完整对话,而不只是您最后发送的提示。在同一会话中再次发送消息,通常仍会触发相同的拒绝。使用 --continue 或 --resume 重新打开会话通常也一样,因为保存的会话记录仍包含相关内容。按两次 Esc,或运行 /rewind,返回到触发标记的轮次之前;也可以运行 /clear,在同一项目中开始全新对话。
谁会显示“根据 Anthropic 使用政策已阻止”?
Anthropic 没有在其帮助或文档网站上说明这句话。如果您在第三方工具中看到此消息,请向该工具的支持团队询问是哪条响应生成了它;如果消息中显示请求 ID,也请一并提供。最接近的已记录响应是 Claude Code 的 Usage Policy 拒绝,以及 Claude API 上的 stop_reason 和 refusal。
如何报告我认为错误的 Claude 拒绝?
在 Claude Code 中运行 /feedback。Usage Policy 拒绝消息还会提供 Request ID 和 Message ID,您可以在联系 Anthropic 支持时引用这两个 ID。支持团队会通过支持消息系统和电子邮件以书面形式回复。在 Claude 应用中,请使用 发送反馈。如果合法的网络安全工作持续触发标记,请申请加入 Cyber Verification Program。
被拒绝的 API 请求会收费吗?
有时会。如果拒绝发生在生成任何输出之前,并且其类别为 bio、frontier_llm 或 reasoning_extraction,则会计费。如果类别为 cyber、general_harms 或 null,则不会计费。如果拒绝发生在输出过程中,则会对输入 token 和已经流式传输的输出计费。无论哪种情况,每个被拒绝的请求都会计入速率限制。