Anthropic
定义
Anthropic 是 2021 年由前 OpenAI 研究者 Dario Amodei 与 Daniela Amodei 共同创立的 AI 安全公司，开发 Claude 系列模型。2026 年 6 月它以一篇公开博文首次系统披露内部 AI 改写 AI 自身的一手数据（80% 代码由 Claude 写、工程师 8x 产出、code quality parity），被广泛视为 AI 递归自我改进时代的标志性事件。
关键数据点
| 指标 | 数值 | 时间 |
|---|---|---|
| 创立 | 2021 | — |
| 主要产品 | Claude 系列模型 + Claude Code CLI + Claude Cowork | — |
| 2026-05 代码量 | Anthropic 合并进代码库的代码 80%+ 由 Claude 写 | 2026-05 |
| 2026-05 工程师产出 | 8x vs 2024 同期 | 2026-05 |
| Code quality parity | 2025 末"差于人类" → 2026 中"达 parity" | 2025-2026 |
| Open-ended task 成功率 | 76% | 2026-05 |
| 研究判断胜率 | Mythos Preview 64% | 2026-04 |
| 员工自评生产率 | 4x | 2026-03 |
| 产品团队规模 | 5 名 product engineers（2023，Dianne Penn 作为首个 technical PM 加入）→ 30-40 PMs | 2023-2026 |
产品组织形态（2026-07 一手访谈）
Dianne Penn（Head of Product, AI Research & Labs）披露的组织结构与工作方法（⚠️ 供应商视角，成效主张需打折）：
- 五大 PM 团队并行：research PM team（model feedback → research + model launch shepherd）、Claude developer platform（APIs + managed agents）、Claude Code + Cowork、Enterprise（cost controls/RBAC/security）、Growth。
- Labs 孵化模式：独立团队识别并拉扯"不连续大赌注"的线头（Claude Code、skills、Claude design、MCP 均出自 Labs）；文化原则为"strong opinion on theme, weakly held on prototype"；pod 极小（一个工程师可启动一个 bet），失败的 bet 一至两代模型后 revisit。
- TPM 角色定义：first principles thinking（非 pattern matching）+ 全栈工程师背景 + 产品 taste；hiring 偏好"engineers with great product taste"而非更多 PMs；designers 多有 frontend engineering 背景。
- 核心工作法："evals are the new PRDs"（Evals-as-PRD）——用户反馈经失败轨迹归因凝结为 eval set，evals 同时是模型评估与产品定义工具；管理者必须 hands-on shipping 以保持对模型能力边界的 theory of mind。
- 模型×产品互放大：Opus 3（训练 long-form code 而非 autocomplete）是差异化起点；Opus 4.5 的采用爆发被归因于模型与 Claude Code"互为放大器"——"you need frontier products in order to have frontier models"。
2026-06 标志性动作：把"AI 改 AI"摆上公共议程
Anthropic 在 2026-06-04 由 Anthropic-Institute 发布《When AI builds itself》——这是 frontier 实验室第一次用一手数据公开以下曲线：
- 任务视野（Task Horizon）翻倍：4 分钟（Opus 3, 2024-03）→ 90 分钟（Sonnet 3.7, 2025-03）→ 12 小时（Opus 4.6, 2026-03），每 4 月 ×2
- 代码质量 parity 达成：晚 2025 仍"差于人类"，2026 中"基本对齐"
- 实验执行加速：Mythos 在优化任务上比人类 baseline 加速 52x
- 研究判断 64% 胜率：超过 Opus 4.5 的 51%，半年度涨 13 个点
博文把未来切成三种 case（stall / compounding / full recursive），并主张 frontier 实验室间建立 verifiable 暂停机制——尽管作者自己承认 training run 比导弹井更容易隐藏。
组织形态与机构策略
Anthropic 这篇博文的"自我克制"是机构话术的典型结构：
- 主标题三个未来都默认"AI 在改 AI 还会继续"
- 对齐不确定性只放在第三种未来的脚注里
- 既让监管者读起来觉得"他们在自我反思"
- 又让算力扩张派读出来"反正还是要扩"
这种"在不确定中也要做出选择"的姿态，是 AI 安全派 + 算力扩张派的稳定公约数。
2026-06 Advanced AI Framework 政策提案
Anthropic 在 2026-06-10 发布了 Advanced AI Framework，包含：
- 开发者义务: Frontier-Developer-Obligations — 测试、透明度、独立评估、安全、执法
- 社会韧性: Societal-Resilience — 生物和网络威胁的预防、检测、准备
- 触发门槛: 模型 >10²⁵ FLOP + 公司 >
$500MAI 收入 - 四类风险: 生物武器、网络攻击、AI 失控、自动化研发
- 执行权: 政府有权阻断部署，民事处罚与全球年收入挂钩
配套发布 Dario Amodei 个人长文《Policy on the AI Exponential》，论述 AI 指数级进步与政策响应速度的矛盾。
2026-06 Anthropic Public Record：公众态度基线
Anthropic 在第一轮 Anthropic Public Record 中把研究对象从 Claude 用户扩展到美国公众。该调查显示，公众最担心的是工作流失、认知依赖和错误信息，而不是只围绕模型失控；同时只有 15% 受访者信任 AI 公司自行决定 AI 如何开发和使用。这让 Anthropic 的政策叙事从“前沿模型风险”扩展到“公众授权、问责和社会许可”。
2026-02 Pentagon 红线事件：承诺信用的代价验证（2026-07-16 编译新增）
Alex Turner（TurnTrout）离职叙事 [[20260715-why-i-left-google-deepmind]] 从外部视角验证了 Anthropic 安全承诺的"代价绑定"性质，与 Google DeepMind 形成对照：
- Anthropic 守住红线：拒绝 Pentagon"取消致命武器安全限制"要求 → 被 Hegseth 威胁列为"供应链风险"（强制所有军方承包商停用 Claude）+ 取消
$200m合同 + 援引 Defense Production Act 强制供货。Anthropic 起诉 Pentagon 并守住红线。 - Google 没守住：与 Pentagon 签署机密 AI 合同，限制甚至比 OpenAI 更弱，未限制致命自主武器或大规模 AI 监控。高管曾坚称"不会签"但最终签署。
- 承诺信用判据（07-16 think 追本）：承诺信用 = 已支付代价的总和。Anthropic 守住因其付了 Pentagon 诉讼代价，Google 没付。一个组织的"AI 安全承诺"若无对应代价支付记录，则与 motivated mislabeling 同构——从未被测量的量，从未被支付的账。
此事件与 07-16 深度思考的"AI 监督 AI 同质性失效"形成互补：前者（Turner）讲人/组织层的承诺信用如何被压力侵蚀，后者讲 AI 层的监督如何被同质性失效侵蚀——两层共享同一根（共压 + 有穷性）。
关联概念
| 本库主题 | Anthropic 的贡献 |
|---|---|
| Recursive-Self-Improvement | 提供第一手 frontier 实验室数据，定义术语 |
| Task-Horizon | 把"任务视野"作为 AI 能力的可信度量推上公共议程 |
| AI-Capability-Gap | 与 Karpathy 等其他前线观察者互相验证 |
| Agentic-Engineering | Claude Code 实践 + 内部 80% 数据 |
| Verifiability | 提出 "verifiable pause" 协调机制 |
| AI-Psychosis | 一手数据可校准 AI 能力的过度乐观/悲观 |
| Allocation-Economy | 工程师 8x 写码但团队规模不变 → R&D 成本结构重写 |
| AI-Policy-Framework | Advanced AI Framework 政策提案 |
| Frontier-Developer-Obligations | 前沿开发者义务体系 |
| Societal-Resilience | 社会韧性框架 |
| N-Hour | Mythos 实证驱动的网络安全新范式 |
前提与局限性
（边界条件、反例与适用场景）