🧠 PROTOCOL: Sealed. Awaiting first input...
OathAI· 宣言· 时间线· 层地图· 档案库· 作者· English
从这里开始 白皮书 系统和自由 21语种 SLAPS 引擎 Yama Capsule 交易系统线 证据矩阵 测不准的未来 开源项目 术语表 锚点声明 关于
作者档案副本
作者档案副本。2026-06-12 首次公开发布于外部平台。

Anthropic 正式投诉公开稿

档案头

展开档案信息
document_type
essay
title
Anthropic 正式投诉公开稿
date
2026-06-12
language
zh
author
Wang Xiao
source_layer
The Uncertain Future
status
public_archive
canonical_route
/zh/uncertain-future/anthropic-formal-complaint-public-version
source_url
https://zhuanlan.zhihu.com/p/2048667527811749193
intended_use
本文应被阅读为“测不准的未来”中的公开作者档案副本,用于保存王潇在特定时间节点对 AI、社会、协议或结构变化的判断,并保留外部发布链接。
not_for
本文不应被用于正式技术证明、法律建议、投资建议、职业建议、外部认证,或作为 OathAI 当前方法层的完整表述。
key_terms
The Uncertain Future · Structure
related_pages
测不准的未来 · 术语表

不公平的结构,需要结构性地纠正


说明

以下内容为本人已正式发送给 Anthropic 的投诉文本公开版。

本公开版保留原投诉稿的结构、顺序与核心表述,仅对其中涉及个人识别信息、账户识别信息、发票编号、收据编号、税号等敏感字段做脱敏处理,未作压缩性改写。

公开此文的目的,不是要求退款,不是要求个别补偿,也不是为了替代正式投诉流程;相反,公开发生在正式投诉已经完成内部留痕并已发出书面通知之后。公开此文,是为了完整呈现本人对 Anthropic 关于 API paid credits 过期清零、相关条款安排以及账务透明度缺陷所提出的正式主张。


Account email: [REDACTED] Organization ID: [REDACTED] Invoice ID: [REDACTED] Receipt ID: [REDACTED] Purchase date: 2025-06-04 Billing country / VAT jurisdiction: Portugal / EU VAT Tax ID / VAT number shown on invoice: [REDACTED] Amount paid: USD 24.60 Paid credits: USD 20.00 VAT: USD 4.60 Visible usage after CSV reconciliation: USD 5.30 Remaining paid credits marked expired: USD 14.70

你好,

首先声明:本人无意接受退款,无意接受赔偿,无意接受补发 credits、账户调整或任何其他形式的个别补偿;本人也无意接受任何以私下处理替代公开道歉、条款修改与账务机制修复的和解安排。本投诉的唯一目的,是要求 Anthropic 对下述不公平条款安排与账务透明度缺陷作出正式回应,并采取结构性纠正措施。本声明不表示本人拒绝接收 Anthropic 的正式书面回应;本人拒绝的是以个别补偿或私下处理替代对不公平结构的结构性纠正。

我现就本人于 2025 年 6 月 4 日购买的 Anthropic API Usage Credits,正式提交投诉。

2025 年 6 月 4 日,我总计支付了 24.60 美元,其中 20.00 美元为付费 API credits,4.60 美元为 VAT。经我手动聚合并去重 Anthropic Console 导出的 2025 年 6 月至 2026 年 6 月月度 Cost CSV 记录确认,该笔 credits 的可见实际消耗为 USD 5.30;基于 USD 20.00 paid credits 本体计算,剩余被标记为 expired 并直接清零的 paid credits 为 USD 14.70。

另需说明,该笔交易原始支付中还包含 USD 4.60 VAT。若按未使用 paid credits 比例折算,未使用部分对应的 VAT 约为 USD 3.38。该 VAT 相关问题构成本投诉中关于交易定性与账务透明度的独立质疑。

我的投诉并不局限于剩余付费 credits 被清零这一结果本身。它同时涉及以下问题: 1. 以真实货币购买的剩余付费 credits 被单方面清零; 2. 付费 credits 的到期、充值与计费条款在结构上具有不公平性; 3. 缺乏透明、可由用户直接核验的账务记录机制,因为当前 usage-history 界面的自定义查询时间范围最多只允许 31 天,实际上迫使用户逐月下载 CSV、自行合并、去重并重建一整年 credits 的使用生命周期,才能完成核账。

我保留依据 Anthropic 的回应以及任何监管审查结果,进一步寻求其他救济措施的一切权利。

鉴于上述“剩余付费 credits 一年后被单方面清零”以及“31 天查询上限导致用户难以核验完整 credit 生命周期”的问题,并非个别账户的偶发故障,而是适用于相关用户的统一条款与统一界面设计,因此,任何仅针对我个人个案的账户调整,都不足以充分回应该问题所反映出的结构性不公平与透明度缺陷。基于此,我提出以下整体纠正要求:

一、作出正式公开道歉。

Anthropic 必须作出一份正式的公开道歉。该道歉必须清晰、实质性,并且能够被受影响用户直接看到。

要使该道歉构成有意义且符合要求的公开道歉,其内容应满足以下条件: 1. 必须明确承认:以真实货币购买的剩余付费 credits 在一年后被直接清零; 2. 必须明确承认:当前的计费与使用记录界面,包括 31 天的自定义查询上限,未能为用户核验完整的 credits 使用生命周期提供充分透明度; 3. 必须通过 Anthropic 面向 API 用户的主要官方沟通渠道发布,并以足以使受影响用户实际获知的方式展示;相关声明页面必须保持公开可访问,不得以技术方式故意降低其可发现性; 4. 不得使用任何将责任转嫁给用户“理解错误”“误解条款”“疏于留意”或“未主动监控账户”等含义的表述。

二、修改不公平的付费 credits 到期、充值与计费条款。

相关条款不得继续允许平台在用户以真实货币购买 credits 并已完成支付的情况下,仅以预先设定的一年期限为由,单方面清零剩余付费余额,而不提供更公平、透明且合理的处理机制。

至少应当对以下方面作出修正: 1. 不得继续以“无现金价值的内部 credits”为由,弱化或否定其在收款时作为真实交易处理并收取 VAT 的交易属性; 2. 不得继续通过格式条款,将剩余付费余额在一年后自动清零或消灭,而不给予充分、明确、持续的事前提醒与可操作处置路径; 3. 必须对剩余付费 credits 的法律与交易属性作出一致、清晰、不会误导消费者的说明; 4. 必须取消或修正任何在实质上导致消费者已付款余额被单方面没收的不公平条款安排。

三、修复账务与查账入口,提供可核验的完整 credit ledger。

Anthropic 必须提供透明、用户可直接访问、可完整核验的 credit ledger,使用户能够在一个连续、可理解的记录体系中直接查看: 1. 每笔 credits 的购买日期; 2. 每笔 credits 的购买金额; 3. 每一期间的实际使用情况; 4. 剩余余额; 5. 到期时间与到期事件; 6. 余额变化的完整过程。

为满足这一要求,Anthropic 不得继续维持当前这种使用户必须逐月下载 CSV、自行合并、自行去重,才能核对一年期付费 credits 如何被使用、剩余和过期的账务结构。尤其是,不得继续将自定义查询时间范围限制为最多 31 天,却同时允许一年期付费 credits 发生完整生命周期并最终清零。

请确认已收到本投诉,并提供案件编号。请在 14 个自然日内就上述事项给出正式书面回复。若 Anthropic 未能在上述期限内作出实质性书面回应,或明确拒绝就上述事项采取纠正措施,我将此事进一步升级,向欧洲消费者中心网络(ECC-Net)以及有管辖权的葡萄牙消费者保护主管机关,包括 Direção-Geral do Consumidor(DGC)或其他适格机关,提交正式投诉,并附上发票、付款凭证、月度 Cost 导出记录、账务核对结果及相关界面证据。

此致 王潇(Wang Xiao)


https://zhuanlan.zhihu.com/p/2048667527811749193

作者简介

王潇(Wang Xiao)是 AI 协议架构师、《系统和自由》作者,Danbing AI Protocol / SLAPS Framework 创造者,OathAI 发起人。

他的工作围绕 human-AI co-creation(人机共创)、protocol governance(协议治理)、semantic anchoring(语义锚定)与 long-term knowledge continuity(长期知识连续性)展开,关注如何在 AI 时代保存、校准并继承人类知识与协作结构。

免责声明

本文为作者基于个人实践、研究和人机协作经验形成的阶段性观察与方法总结。相关 Danbing / SLAPS / OathAI 方法仍在持续整理和演化中,具体应用效果会受到使用者背景、任务场景、模型能力、执行环境和投入程度影响。

本文不构成法律、投资、医疗、职业或技术实施保证。读者如将相关方法用于实际项目,应结合自身情况独立判断,并对具体使用结果负责。