有预言家，A社研究蓝图曝光，Claude Code来自5年前 - 功能介绍

由于一起版权诉讼，Anthropic一份标注日期为2021年7月的内部研究规划，意外被公之于众。

这份PDF篇幅不长，正文仅有两三页。

然而，当把这份当时标记为“最高机密”的文件从头到尾看完后，我整个人都愣住了。

如今的Claude Code、工具调用、AI自我评判、测试时计算，乃至万亿参数级别与超长上下文……

五年前，在这家公司刚从OpenAI独立出来几个月、全团队仅有十几人时，这些就已经被白纸黑字地明确记录了下来。

五年前的规划路径

许多人认为，大模型从聊天机器人发展到能写代码、操控系统的智能体，是近两年技术成熟后自然演进的结果。

事实并非如此。

在2021年这份规划的开篇，Anthropic为其终极目标（安全、有益的通用人工智能）设定了一个非常清晰的原型定位：

> 打造一个能够通过自然语言与人类互动，从而创建、编辑和解释软件的通用AI助手。

什么是通用AI助手？

它能够回答通用问题、编写函数、定位错误、设计API，并讨论代码风格与最佳实践。

最令人震撼的是后面这句话：

> 它需要展现出一名软件工程师同事所具备的全部能力。

这难道不就是Claude Code吗？

在GPT-3刚刚引起关注、人们还在惊叹于AI能写藏头诗的时代，Anthropic就已经跳过了简单的代码补全逻辑，直接瞄准了完整的软件工程代理。

不仅如此，在具体实现路径上，团队内部还进行过一场激烈的辩论。

研究员Andy Jones在批注中提出了一个核心分歧：我们究竟是应该先开发一个真正好用的编程助手，还是先证明工具调用的可行性？

当时团队面临着两条路线：

实用路线：开发代码仓库检索功能，让AI能够查阅项目的类型定义。GPT-3论文的第一作者Tom Brown也参与了这一方向的讨论，建议从代码仓库浏览入手。

第二条是——

研究路线：实现printf调试、编辑器操作，首先证明模型能够调用工具。

最终由CEO Dario拍板决定：

> 短期内先验证工具调用的可行性，长期再逐步演进为功能强大的编程助手。

如今回顾Claude Code的发展历程，完全是在遵循Dario当年这番话一步步推进。

自我评判、万亿参数与超长记忆

除了编程智能体，这份规划中还包含了对底层技术的预测。

例如，在预训练部分，2021年的他们就明确写下了要训练1万亿参数及以上的超大模型，并探索超长上下文，或其他能够容纳海量记忆与经验的机制。

在那个175B参数模型还算庞然大物的年代，他们就已经将万亿参数和超长记忆视为标准基础设施。

更令人惊叹的是在人类反馈与对齐部分。

文档中赫然写着：

> 模型自我评判。

2021年，他们就已经在研究如何让模型评估自身的行为和输出质量，以及如何将模型自身的判断作为反馈信号。这正是今天AI反馈以及推理模型自我纠错的核心思想。

更有意思的是，文档中甚至出现了后来大模型研究中一个极其重要的概念：

测试时计算。

当然，当时这项研究被置于对齐和判别器研究的语境下，与后来o1式的推理计算扩展还有一定距离。

但这至少表明，早在2021年，Anthropic的研究视野就已经覆盖了模型训练之外的计算投入。

只能说，Neo Lab确实有其独到之处，难怪Ilya会感到震惊。

不知道如今的前沿实验室，每天又在经历些什么。

内部的冷汗时刻

当然，既然是AI，就难免要讨论安全问题。

但我发现，这群人确实热衷于讨论安全，花费了大量篇幅。

作为一家以安全为立身之本的公司的，Anthropic在2021年就预见到了今天智能体遍地跑时可能面临的噩梦。

联合创始人Sam McCandlish在批注中提出了一个灵魂拷问：

> 如何安全地部署没有沙箱隔离的工具？

Dario紧接着跟帖补充：

> 具体来说，就是部署时能执行代码的工具！

（注：原文中确实有感叹号，你的Dario就是这么充满激情。）

太神奇了。

当AI真的能够在宿主环境中直接运行代码、调用Shell、修改文件时，一旦失控或遭遇提示注入，后果不堪设想。

今天全网都在讨论的智能体提权、环境逃逸、数据污染，人家2021年就已经在讨论沙箱边界了。

这或许是因为他们从一开始就打算走这条路。

对了，Amanda也出现在这份报告中，就是前段时间比较火的那位A社内部哲学家。

她非常严肃地指出：

> 如果我们在自然语言领域进行对齐研究，却主要在代码领域推进模型能力，我有些担忧。这两种研究必须始终保持紧密联系。 > > 如果我们不在能力提升的领域进行对齐研究，就会限制对齐测试的有效性。这可能会产生连锁反应，例如因为早期没有整合，对齐研究直接变成了一座孤岛。

她甚至直接提议确立一项公司原则：

> 各个领域的能力研究和对齐研究应当按比例同步推进，除非我们能给出充分的理由说明为什么要分开。

还有一个细节

唉，我就说AI咋老压OpenAI一头，原来是先发优势。

Anthropic这五年是咬定青山不放松，专注于高质量代码信号、强化学习和企业工作流；

而OpenAI则多线作战，做文生图、搞Sora视频、做语音助手、做搜索，多少分散了精力。

不过，就在大家还在复盘两家技术路线差异的时候，OpenAI那边突然曝出了一个比好莱坞电影还离谱的惊天大瓜——

各位，OpenAI有内鬼啊！！！

根据美国联邦检察官公布的起诉书，35岁的OpenAI前产品团队工程师Abdulrahman Alfozan已被正式解雇并面临联邦刑事指控。

这家伙干了什么？

他在OpenAI旧金山总部高管专用的核心会议室里，将一个带有高级加密和数据传输功能的窃听设备，用卫生纸包着，悄悄插在了电视机背后的USB接口上。

要知道，这个会议室是Sam Altman等高管开核心闭门会的地方，平时聊的全是超级智能研发机密、未公开产品规划和政府合作简报。

结果，这么容易就被人入侵了。

世界真是个草台班子啊……

PDF：

https://i.smitop.com/concise-research-roadmap.pdf

本文来自微信公众号“量子位”，作者：Jay，36氪经授权发布。