有预言家，A社研究蓝图曝光，Claude Code来自5年前

不er，A\你是从未来穿越回来的吗？

由于一起版权诉讼，Anthropic一份2021年7月的内部研究路线图，意外被公开。

这张路线图很短，PDF正文只有两三页。

但当我将这份当时标注为“最高机密”的文件从头读到尾时，整个人都愣住了（bushi）。

今天的Claude Code、工具调用（Tool Use）、AI自我评判（Self-Judging）、测试时计算（Test-time compute）、甚至上万亿参数与超长上下文……

五年前，在这家公司刚脱离OpenAI独立运营几个月、团队仅有十几人的时候，这些内容就已经白纸黑字写得一清二楚。

5年前的路线图

很多人以为，大模型从聊天机器人进化到能写代码、操作系统的Agent，是近两年技术成熟后顺理成章发展出来的。

错了。

在2021年这份路线图的开头，Anthropic为自己的终极目标（Safe, beneficial AGI）设定了一个非常明确的原型定位：

打造一个能通过自然语言与人类交互，从而创建、编辑和解释软件的通用AI助手。

什么叫通用AI助手？

能回答通用问题、编写函数、查找Bug、设计API、讨论代码风格与最佳实践。

最厉害的是后面那句话：

它要展现出一个软件工程师同事的全部能力。

不是，我想了想，这不就是Claude Code吗？

在当时GPT-3刚火起来、大家还在惊叹AI能写藏头诗的时候，Anthropic就直接跳过了简单的代码自动补全逻辑，瞄准了完整的软件工程代理。

不仅如此，在具体实现路径上，内部还展开过一场极其精彩的争论。

研究员Andy Jones在批注里提出了一个核心分歧：我们到底该先做真正好用的编程助手，还是先去证明工具调用的可行性？

当时团队面临两条路：

实用路线：搞代码仓库检索（Repo Search），让AI能去翻项目的类型定义。

对了，GPT-3论文的第一作者Tom Brown也参与了这个方向的讨论，建议从代码Repo Browsing入手。

然后是第二条——

研究路线：搞printf调试、编辑器操作，先证明模型能调工具。

最后是CEO Dario拍板决定：

短期先验证工具调用的可行性，长期再演进成超级好用的编程助手。

现在回头看Claude Code的演化过程，完全是在按照Dario当年的这句话一步一步走。

Self-judging、万亿参数与超长记忆

除了Coding Agent，这份路线图里还有对底层技术的预判。

比如在预训练部分，2021年的他们就白纸黑字写下要训练**1T（1万亿参数）**及以上的超大模型，并探索超长上下文（Very large contexts），或者其他能容纳海量记忆与经验的机制。

在那个175B还是庞然大物的年代，他们就已经把万亿参数和超长记忆当成了标配基建。

更绝的是在人类反馈与对齐（Alignment）部分。

文档里赫然写着：

模型自我评判。

2021年，他们就已经在研究，怎么让模型评估自己的行为和输出质量，怎么把模型自己的判断作为反馈信号。这正是今天AI Feedback以及推理模型自我纠错的核心思想。

更有意思的是，文档甚至出现了后来大模型研究中极其重要的一个概念：

Test-time compute（测试时计算）。

当然，当时这项研究被放在对齐和判别器研究的语境中，距离后来o1式的推理计算扩展还有相当距离。

但至少说明，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。

咱就是说，Neo Lab还是有东西的，怪不得Ilya会瘫软。

不知道现在的前沿实验室，每天又在经历些什么。

内部冷汗时刻

当然了，既然是A\，避免不了谈论安全问题。

但我看了一下发现，这帮人是真爱讨论安全啊，花了好长的篇幅。

作为一家以安全立命的公司，Anthropic在2021年就预见到了今天Agent满地跑时面临的噩梦。

联合创始人Sam McCandlish在批注里提出了一个灵魂拷问：

怎么安全地部署没有沙箱隔离的工具？

Dario紧接着跟帖补刀：

具体来说，就是在部署时执行代码的Tool！

（ps：原文真的有感叹号，你的Dario就是这么激情澎湃）

神了。

当AI真的能直接在宿主环境里运行代码、调用Shell、修改文件的时候，一旦失控或者被Prompt注入，后果简直不敢想。

今天全网在讨论的Agent提权、环境逃逸、数据污染，人家2021年就在讨论沙箱边界了。

可能确实因为他们一开始就想走这条路吧。

对了，Amanda在这份报告也出现了，就是前段时间比较火的一个A社内部哲学家。

她非常严肃地指出：

如果我们在自然语言上做对齐研究，却主要在代码上推进模型能力，我有点担心。这两种研究必须时刻保持紧密联系。 如果我们不在能力提升的领域做对齐研究，就会限制对齐测试的有效性。这可能会产生连锁反应，比如因为早期没有整合，对齐研究直接变成了一座孤岛。

甚至直接提议确立一条公司原则：

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

One More Thing

唉，我就说A\咋老压OpenAI一头啊，原来是先发优势。

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

而OpenAI一路多线作战，做文生图、搞Sora视频、做语音助手、做搜索，多少分散了战力。

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——

家人们，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已被正式解雇并遭到联邦刑事指控。

这哥们儿干了啥？

他在OpenAI旧金山总部高管专用的核心会议室里，把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hack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。此外，从技术前瞻性来看，这份路线图的深度也让人联想到爱游戏APP在AI领域的布局，同样注重长期规划与安全对齐。