抨擊AI炒作、曝企業需求為先，Anthropic 聯創：模型提 0.01 性能就血賺，算力燒錢但值！

整理 | 褚杏娟

Anthropic 由 7 位前 OpenAI 核心成員創立，他們曾參與 GPT-2、GPT-3、Scaling Laws 及 AI 安全研究。Daniela Amodei 就是其中之一，她是 Dario Amodei 的妹妹，也曾任 OpenAI 的安全與政策副總裁，現在是 Anthropic 聯合創始人兼總裁。

2021 年初疫情期間，Dario 冒雨向 Eric Schmidt 路演，后者成為 Anthropic A 輪投資人。與其他大模型公司不同，Anthropic 會將大模型使用中的風險公開，比如 Claude 在極端“生存威脅”情境測試中，多數情況下會選擇勒索，類似操作在行業中極少見。

在 Amodei 近期在接受 CNBC 采訪中，她談到了如何在支出方面控制成本、如何保障人工智能安全以及 2026 年上市的可能性。

Amodei 認為，“AI 安全”不是商業負累，而是核心優勢，企業客戶對安全性的高要求，恰好匹配其創立初衷，這一理念在早期被認為“激進”，如今成為 B 端競爭壁壘。Anthropic 是唯一能同時登陸微軟、亞馬遜云科技、Google 三大云平臺的前沿大模型廠商，企業客戶需求曾數次超過其算力供給能力。

另外，她還提到，Anthropic 以“不要相信炒作”為內部價值觀，拒絕博關注，通過 B 端真實價值錨定長期方向，避免被行業泡沫裹挾。

Anthropic 在支出和算法效率方面采取了更為謹慎的態度，而其競爭對手 OpenAI 則承諾投入 1.4 萬億美元用于計算。她提到，即便行業算力投入規模驚人，但“更好的硬件回報極高”，哪怕模型性能僅提升 0.01，價值也足夠可觀；且前沿模型的算力需求仍在指數級增長，需提前大規模布局。

下面是詳細對話內容，我們在不改變原意基礎上進行翻譯和刪減，以饗讀者。

Anthropic 起源：離開 OpenAI 為什么值得

主持人：這家公司創建初期，當時世界處在什么狀態？你們覺得 Anthropic 要特別解決什么問題？

Amodei：Anthropic 就要迎來五周年了。說到最初，其實我和另外六位聯合創始人，當時都在 OpenAI 一起工作。我們一起參與過很多不同的項目，從把一些當時規模最大的模型做起來，比如 GPT-2、GPT-3，到很多早期的語言模型工作，后來都成了大模型革命的一部分；還有 scaling laws 相關的研究，以及大量偏技術安全方向的工作，比如可解釋性和對齊。

在某個時間點，我們逐漸形成了一個非常清晰的想法：我們想建立一家真正站在 AI 前沿、開發變革性技術的公司，但同時對系統的安全性和可靠性保持一種極其嚴格、近乎執念式的關注。那時我們覺得，與其在原有框架里繼續做，不如自己出來，把這件事從頭到尾做到極致。Anthropic 就是在這樣的背景下誕生的。

如果把時間背景說清楚，那是 2020 年的冬天，到 2021 年初。大家都被封在家里，正值疫情高峰。那種感覺很復雜：機會既讓人興奮，又讓人害怕。

主持人：你之前提到過一個像電影畫面的瞬間，2021 年 1 月，在 Dario 的后院，大家都戴著口罩，Eric Schmidt 也在，下著大雨，你們在帳篷下面向他做介紹。你會把它看作公司的起始點嗎？

Amodei：是的，那一幕真的很難忘。具體日期我可能記不太準了，但應該是 1 月初的某一天。我們就在 Dario 家后院，正下著雨，我們臨時搭了一個帳篷，我們私下都叫它“派對帳篷”，大家就擠在下面。

后來，Eric 成了我們的 A 輪投資人。但當時，其實我們只是剛剛做出“要出來創業”的決定，一切都還非常早期，對公司具體會長成什么樣，說實話并沒有清晰的答案。我們只有一個特別大的愿景、特別宏大的想法。

還有一個小插曲：那時候我其實已經懷孕八周了，懷的是我兒子。我覺得在所有聯合創始人里，可能只有 Dario 知道這件事，甚至我都不確定他當時是不是已經知道了（笑）。所以那段時間，真的發生了太多事情：口罩、保持社交距離，一切都很混亂。但與此同時，我們又懷抱著一個巨大的夢想，無論在個人層面還是職業層面，那都是一個重大時刻。

主持人：那一刻，你們覺得 OpenAI 做錯了什么，才讓“離開”這件事即使有很大風險也值得？

Amodei：我們并不是“逃離”什么，更像是在“奔向”某個目標。我的意思是，我們這群聯合創始人，彼此認識的時間其實非常久了，不只是 OpenAI 這段經歷。比如 Dario、Chris Olah、Tom Brown 之前就在 Google Brain 一起共事；Jared 曾是 Dario 的研究伙伴；Dario 和我是兄妹。我和 Chris 已經認識十三年了。

所以我們是一群長期一起工作、在價值觀上高度一致的人。我們都深信，人工智能有著極其巨大的正向潛力，但要真正釋放這種潛力，必須極其嚴肅地對待風險問題。

在某個時間點，我們開始想，如果能從一開始就創辦一家把“安全與可靠性”放在一切核心位置的公司，會怎么樣？我們內心其實也相信，這樣的理念不僅有倫理意義，從商業角度看也同樣有價值，甚至會成為一種優勢。

當時很多人認為，“安全”和“商業成功”是相互沖突的，但我們反而相信，這兩件事是高度相關、彼此強化的。現在回看，這個想法在當時確實聽起來很激進、很新，但那正是我們創立 Anthropic 的根本動因之一。

主持人：把“我們非常重視安全”這句話，真正落到可執行的策略上來看，現在最讓你擔憂的是什么？

Amodei：我覺得在安全層面，大概可以分成兩個方面來說。首先是技術安全本身，這里面其實還有大量非常有意思、但尚未被完全發現和解決的技術問題。我認為 Anthropic 一直在努力成為這個領域的引領者，至少是積極推動者。無論是我們在機制可解釋性上的研究，還是 Constitutional AI，本質上都是在做一件事：想辦法把“護欄”直接內建進模型里。我們的技術團隊花了非常多時間去琢磨，怎樣才能真正從模型內部把這些安全機制做好。但現實是，這件事永遠做不完，而且模型變聰明的速度實在太快了。

其次是技術對整個社會層面的影響。這一點我們也公開談過很多次。Anthropic 在這方面相對比較“異類”，我們會發布大量研究，去探討人工智能可能帶來的社會影響。比如我們最近發布過一份報告，討論 AI 可能帶來的經濟層面影響，以及對勞動力市場的沖擊。

我們之所以盡可能透明，是因為我們真的認為，提前面對潛在問題，總比事后補救要好。作為一家公共利益公司（Public Benefit Corporation），我們覺得公開討論這些問題本身就是我們的責任。當然，我們并不認為 Anthropic 能單獨解決所有問題，但我們必須和公民社會、政府以及更多相關方一起討論：當人工智能開始能夠完成大量人類日常工作的那一天，世界會發生什么變化。

主持人：“激進透明”似乎已經成了你們文化的一部分。你們也發布過研究，顯示在面對“生存威脅”的極端情境時，Claude 在絕大多數情況下會選擇勒索，而其他模型也有類似表現。你們把這些東西公開出來，幾乎就像一條公共安全提示：這是這項技術現在能做到的事情，而這正是我們要解決的問題。那在這些案例之后，當你們進行方向調整時，最緊迫的安全重點是什么？

Amodei：確實，這種做法在行業里并不常見。很多人都會覺得，一家公司這么公開地談論自己技術的風險和潛在傷害，是一件很不尋常的事情。我們之所以這么做，有幾個原因。

第一，作為一家公共利益公司，這本身就是我們使命的一部分。我們確實相信 AI 有巨大的正向潛力，比如我們真心覺得，未來它可能在治愈疾病等領域發揮顛覆性的作用。但要真正實現這些美好愿景，就必須把最棘手、最困難的問題先解決好。從這個角度看，越是坦誠地談風險，對所有人反而越有利。因為我們的目標不是制造恐慌，而是防止壞事發生，好讓這些積極的成果真正落地。

第二個原因是，我們相信，更充分的信息和更開放的討論，通常會帶來更好的結果。我們很幸運，處在一個可以第一時間看到風險信號的位置，也有條件把這些信息講清楚。比如我們可以明確地說：Claude 可能被用于網絡攻擊，這是一件必須高度警惕的事情。而且如果這種情況發生在我們身上，很可能也會發生在其他前沿模型開發者身上。

在安全、信任與防護這些領域，很多工作其實是可以、也應該跨公司協作的。把趨勢、問題用清晰、易懂的方式公開出來，本身就是降低整體風險的一部分。

我們經常會做一個反事實思考：如果你是一家上一代的技術公司，比如社交媒體平臺，如果可以回到過去，提前知道這些平臺后來帶來的社會后果，你會不會選擇做出不同的設計決策？Anthropic 想做的就是盡量在今天問自己這些問題。我們當然無法預測未來，但至少要問清楚：如果我們已經意識到某些風險的可能性，那我們今天有沒有盡最大努力去討論它、應對它、降低它？

在算力上是不是花太多了？

主持人：回看過去半年，整個行業簽下的算力合同數量可以說非常驚人。與此同時，Gemini 在模型性能上也明顯追近了差距。不少分析師指出，Google 的優勢在于它幾乎掌控了整個技術棧，從芯片、云業務，到各種可以直接部署技術的產品入口。而 Anthropic 現在也開始自建一方基礎設施，在既有云資源承諾之外，又投入五百億美元，在紐約和德州建設數據中心。這是不是你們贏得 AI 競賽戰略的一部分？要想勝出，就必須自己做基礎設施，掌控更多垂直整合的能力嗎？

Amodei：這是個很有意思的問題。人工智能領域的一個核心挑戰在于，如果你想訓練真正處在前沿的大模型，對算力以及相關資本的要求實在是太高了。Anthropic 一直以來的目標，是在這種“必須大量消耗算力”的現實下，盡可能理性、高效地使用我們手頭的資源。

有意思的是，長期以來，Anthropic 擁有的算力和資本，其實都只是競爭對手的一小部分，但在過去幾年中，我們卻相當穩定地推出了性能最強、效果最好的模型之一。我認為，這一方面來自團隊本身的質量，另一方面也來自我們的價值取向，即用更少的資源，做更多的事情。

當然，面向未來，算力需求確實會非常巨大。如果我們要隨著公司規模擴大，繼續站在技術前沿，那毫無疑問，我們也需要更多算力支持。

主持人：粗略算一筆賬，Anthropic 的算力投入大概在一千億美元量級，而你們的競爭對手 OpenAI，據說已經到了萬億美元級別。從整個行業來看，我們是不是在算力上花得太多了？投入是否已經超過了大模型目前能夠可靠變現的能力？還是說，這是服務用戶所必需的？

Amodei：很多被拿出來討論的數字，其實并不完全可比，因為這些交易的結構本身就差異很大。有些是提前鎖定購買權，有些是長期承諾，形式并不一樣。

但從根本上講，整個行業押注的是這樣一個判斷：如果你想在未來幾年里擁有訓練前沿模型所需的硬件資源，就必須非常早地、非常大規模地提前投入。如果你去問我的一些技術同事，他們會說一件很有意思的事：即便我們是 scaling laws 的提出者之一，理論上早就相信“更多算力會帶來更好結果”，但實際進展依然一次次超出我們的預期。

Dario 也公開談過這一點：無論是模型性能還是收入規模，很多指標看起來都呈現出一種指數級的增長。當然，我們內部也常說一句話：指數增長會一直持續，直到某一天不再成立。每一年我們都會懷疑：“不可能再這樣增長下去了吧？”但結果是，每一年它都繼續成立。所以這確實是個無法確定未來的問題，但至少到目前為止，年復一年的性能提升，看起來仍然相當接近指數曲線。

主持人：過去幾個月我們也頻繁討論一種“循環式交易”：模型公司、硬件供應商、云廠商之間，通過股權換芯片、資源互換等方式形成閉環。這種結構中，哪些是健康的飛輪效應？又有哪些地方值得警惕？

Amodei：我當然不能評論 Anthropic 以外的具體交易，更不可能討論任何交易細節。但我想說的是，這些交易之間差異其實非常大，并不存在一種統一模式。不同參與方，對于算力和資本的理解方式本來就不一樣。

回到 Anthropic 自身，我們一直以來都是用相對更少的資源，去完成更多事情。我們的期望是，未來這些模型提供方，確實能成為你剛才說的那種“飛輪”的一部分。事實上，我們已經在某種程度上看到了這種趨勢：Claude 是目前唯一一個同時在微軟、亞馬遜云科技和 Google 三大云平臺上提供的前沿模型。

尤其在企業市場，我們會持續創造出大量價值。對 Anthropic 來說，我們一直是以企業需求為優先。而在過去一年左右的時間里，有不少時間段，我們甚至出現過“需求大于供給”的情況，從算力角度來看，Claude 的需求一度超過了我們能提供的能力。

主持人：那在硬件層面，你們是如何考慮芯片折舊的？是按三到四年的生命周期來規劃，還是會把 GPU 用到十年，把整個可用壽命都榨干？

Amodei：坦率說，我并不是芯片方面的專家，我的一些同事會更適合回答細節。但從宏觀上看，它和大模型的發展其實很相似。每一代新的前沿模型，性能都會好到讓高端用戶更愿意使用新模型，硬件也是如此。新一代芯片往往在性能、成本效率、能效上都會有所提升，所以，能盡早用上新一代芯片，本身就具有很高的價值。

主持人：我們是不是正處在一個 AI 泡沫里？我不是說技術不真實，而是支出增長曲線，是否已經跑在了收入增長曲線前面？

Amodei：我會把這個問題拆成兩個層面來看：技術層面和商業層面。

在技術層面，我們非常有信心。無論是 Anthropic 內部，還是 Dario 最近的公開表態，我們都認為，從純技術角度看，進步并沒有放緩。未來當然無法預測，但截至目前，模型仍然在以相當穩定、快速的節奏變得更強。

在商業層面，這個問題就復雜得多。無論技術多先進，把它真正落地到企業或個人場景中，都需要時間。關鍵問題在于：企業，尤其是企業，能以多快的速度真正利用這些技術？也許 Claude 5、Claude 6，在性能上依然是按同樣比例提升的，但在組織內部推廣和落地，可能會因為“人”的因素而遇到瓶頸：變革管理很難，采購流程很慢，很多應用場景一開始根本想不到。

所以，真正值得觀察的是：技術擴散到經濟體系中的速度，是否能持續匹配技術本身的加速速度。這也是我認為最有挑戰、也最值得持續關注的問題。

主持人：基于剛才的討論，你覺得我們現在是不是在模型公司，或者在硬件供應鏈上投入得有點過頭了？

Amodei：從某種角度看，這個市場其實很小。說“小”聽起來有點奇怪，畢竟金額巨大，但真正參與其中的玩家數量并不多。我也不完全確定該如何解讀這一點，它有點不尋常。不過到目前為止，我們看到的情況是：更好的硬件，回報非常高，哪怕模型只提升一點點，比如 0.01 的性能提升，回報同樣很可觀。

在 Anthropic 的歷史中，這一點幾乎一直都成立。所以我不太愿意直接用“過度投資”來形容，但我確實認為，這種參與者數量有限的結構值得警惕，一旦鏈條中的某個環節出了問題，后果會是什么？這是個很重要、也很有意思的問題。

主持人：那你覺得我們現在大概處在這個周期的什么位置？不管你把它叫作泡沫破裂，還是一次正常的修正，考慮到最近出現的各種亂象和泡沫跡象，這種調整會不會在未來六到十二個月內發生？如果會的話，Anthropic 現在是否已經在為這種下行風險做準備？

Amodei：對于 Anthropic 來說，我們一直把自己看作是資本的理性、負責任的管理者。這一點從成立之初就是我們的重點。對我們而言，每一分算力、每一美元投入都非常重要，它們要么意味著我們能訓練出更好、更安全的模型，要么意味著我們能服務更多客戶。

我更愿意相信，我們對模型質量的預期、訓練所需的算力、推理階段服務客戶所需的算力，以及我們能持續為客戶創造的價值，都有一個相對合理的判斷。當然，沒有人能做到完美預測。但至少從一家負責任企業的角度來說，不管市場環境怎么變化，我希望我們都能處在一個相對穩健的位置。

至于整個市場會發生什么，這確實很難一概而論。但就 Anthropic 自身而言，做資本的負責任管理者，始終是我們的目標。

“我們本身就是個做 to B”

主持人：聊聊 Anthropic 接下來的資本路徑吧。收購這條路，考慮到反壟斷和你們目前的規模，基本可以排除了。那 IPO 會不會是 2026 年的一個選項？

Amodei：目前我們沒有任何可以對外公布的具體計劃。正如我之前說的，Anthropic 一直在努力以負責任的方式使用手中的資本。我們也始終在權衡：在哪里、以什么方式獲得所需的資本，才是最合適的。

主持人：Amazon 仍然是你們最大的戰略支持方，但你們的股東和合作方陣容也在不斷擴大，比如 Google 既是投資方又是云合作伙伴，還有 Microsoft、Nvidia。與此同時，Google 自身也在全力參與模型競爭。當你的合作伙伴本身方向和野心并不完全一致時，你們是如何處理這些關系的？

Amodei：我覺得這恰恰說明了市場對這項技術的強烈需求。Anthropic 的模型能夠同時在三大云平臺上提供服務，本身就很有意思，甚至包括彼此之間存在競爭關系的云廠商。

我的直覺是，這些超大規模云廠商都在密切觀察自己的客戶在業務層面發生了什么。財富五百強企業可能用的是一家云，也可能是兩家、三家，但現在幾乎所有企業都有一個共同點：他們覺得自己必須要有 AI 解決方案。

而我們看到的情況是，由于 Anthropic 特別專注企業場景，我們往往正是客戶最想用的那個模型。如果企業無法使用 Claude，反而會對他們的業務造成傷害。所以，對我們來說，最重要的一點就是：在客戶需要的地方出現。

有些客戶會直接用我們的一方服務，但更多客戶已經和云廠商建立了長期合作關系，通過云平臺接入大模型，對他們來說是非常自然的一條路徑。

主持人：從一開始，Anthropic 似乎就不像 OpenAI 那樣，急于搶占大眾文化層面的心智，而是選擇把籌碼壓在企業客戶身上。事實證明，這可能是一個更聰明的選擇。現在很多人都在追趕你們，試圖在企業市場分一杯羹。你們當初是怎么判斷，企業才是最值得投入的市場？

Amodei：你給我們的評價有點高了，我不敢說我們一開始就“確定”這條路一定是對的，但我覺得可以從兩個方面來看。

第一，Anthropic 這個組織本身就非常適合做一家 B2B 公司。我們對可靠性、安全性和安全邊界的重視，是寫進公司基因里的。這也是我們創立 Anthropic 的初衷之一：既要釋放 AI 的巨大潛力，也要盡可能降低風險。而事實證明，企業客戶非常看重這一點。我從沒聽過哪家企業客戶對我說：“如果 Claude 能多一點幻覺、多生成點有害內容就好了。”從這個角度看，企業對安全性的高要求，反而讓 Anthropic 從第一天起就處在一個很有優勢的位置。

第二，是一種更偏經濟學層面的判斷，當時也可能判斷錯了。我們認為，這些模型雖然在娛樂層面也很有吸引力，但從長期看，它們更像是幫助人類完成高價值工作的工具。無論是現在 Claude 被大量用于寫代碼，還是用于總結復雜信息、做金融分析和數據分析，我們在 2020 年底、2021 年初，就已經隱約看到了這樣一種未來：模型可以承擔大量工作場景中需要高智力投入的任務。而我們認為，這是一個非常大的市場。

這兩個因素疊加在一起，讓我們覺得，把 Anthropic 做成一家以企業為核心的公司，是一條合理的路徑。

主持人：企業客戶通常既強調安全，也永遠希望有更多功能、更強的 Agent 能力。有沒有一些需求，是客戶明確提出來了，但因為安全護欄的原因，你們暫時還不愿意提供的？

Amodei：有意思的是，到目前為止，我們還沒有遇到那種特別明確的場景：安全和功能之間形成了正面沖突。更多時候，挑戰在于如何確保我們發布的模型始終處在前沿水平。

確實有過這樣的情況：我們在內部已經有一個模型準備好了，但在正式發布之前，還需要做更多安全測試。客戶并不會直接看到這一點，但這是我們必須堅持的過程。所以如果說安全和產品之間的“交匯點”在哪里，那大概就是：確保我們推向市場的模型，已經在安全性上做到我們能力范圍內的最好。

“AI 原生”創業公司蓬勃發展

主持人：談到規模發展，很多當初的決策其實都需要隨著時間不斷演化。比如一開始，Anthropic 曾明確表示不會接受來自中東的資金，但在最近一輪融資中，這個立場發生了變化。你們是如何在堅持最初的原則、以及為了在激烈競爭中生存和發展而必須做出調整之間取得平衡的？

Amodei：我認為，在最重要的層面上，Anthropic 隨著規模擴大，其實一直堅守著自己的價值觀。尤其是我們的 PBC（公益型公司）結構，以及“公共利益公司”作為北極星一樣的存在，對我們非常重要。正是因為有這樣一個長期愿景，當具體問題出現時，我們總會回到一個核心判斷：我們現在做的事情，是否真的在為公共利益服務？是否是在努力讓 AI 的轉型過程走得更好？

當然，不同的人對“公共利益”具體意味著什么，理解上可能會有差異，但我們對新員工、候選人、投資人都非常坦誠：這就是 Anthropic，這就是我們的價值觀。正因為如此，大多數情況下我們都能比較順暢地做出判斷。只是正如你所說，隨著公司規模變大，確實會遇到一些處在灰色地帶、更加棘手的情況。

主持人：有一種批評聲音認為，把“安全使命”放在如此核心的位置，實際上會形成一種“可防御壁壘”，讓最早成立的幾家大模型實驗室更容易在監管環境下維持競爭優勢，而后來進入的初創公司，由于沒有經歷同樣的積累過程，反而更難追趕。你怎么看這種說法？

Amodei：這點挺有意思的。雖然我現在沒有具體數據在手，但我印象中，絕大多數初創公司其實都是云計算用戶。真正被算力和資本門檻高度限制的，是“前沿模型”的研發。正如我們之前聊到的，要成為一家前沿模型實驗室，成本確實非常高。

但在 Anthropic，我們看到的是一個正在蓬勃發展的生態系統，我們稱之為“AI 原生”創業公司。就像五到十年前大家談“數字原生”企業一樣，現在出現了大量“AI 原生”公司：它們的產品從一開始就是圍繞人工智能能力構建的，而其中絕大多數都是構建在云基礎設施之上的。

所以我認為，我們對這個生態系統的影響，最終取決于我們是否能夠持續打造行業里最優秀、最安全的模型。

主持人：但現在“安全”并不是一個特別受歡迎的立場。一個月前你們和 David Sacks 有過一些隔空討論，Dario 也寫了一篇文章回應。面對這樣的情況，你們如何避免讓外部環境干擾你們真正的技術工作？

Amodei：我認為 Anthropic 一直努力把重點放在“政策”而不是“政治”上。我們在很多議題上，其實能夠跨越黨派找到共識，而這些議題正是美國公眾真正關心的事情。比如，如何保持美國在全球 AI 領域的領先地位，又比如如何確保我們開發出來的模型真正對人有益、對孩子有益、對使用它們的成年人也有益。在這些問題上，其實存在著相當多的共識空間。

更重要的是，人工智能仍然是一個非常新的領域。正因為如此，我們始終保持開放和好奇，去探索以安全、可靠的方式發展這項技術的最佳路徑。我們也一直在學習，這也是為什么我們會大量公開發布研究成果的原因之一。

主持人：你現在還會去思考“有效利他主義”（Effective Altruism）嗎？我知道你之前說過，這個標簽在你看來已經有些過時了，也不再是公司當前敘事的一部分，但無論是早期招聘還是融資階段，它確實曾經深深嵌入你們的創始故事里。那它現在在公司內部的文化中還留下了些什么嗎？還是說，到 2025 年，這更多只是外界投射到 Anthropic 身上的一種標簽？

Amodei：我覺得“投射”這個詞可能更接近。Dario 之前也談過這個問題。你得回到一個背景：在 AI 非常早期、差不多二十年前的時候，真正認真思考“AI 可能會變得如此強大”的人其實非常少。而恰恰是那一小撮人，往往同時也非常關注風險問題。

所以你會看到，早期的 OpenAI，以及后來成為 Anthropic 創始成員的一些人，最初確實是從“風險”這個角度出發的，我們在擔心技術可能出什么問題。

但我認為 Anthropic 最大的不同之處在于：我們同樣高度關注技術的“正向價值”和“上行空間”。我們一直在思考，人工智能在醫學、生命科學、醫療健康、金融服務，以及整個經濟體系中，究竟能帶來多大的積極影響。當然，如果我們不能把它做得足夠安全，事情也可能會走向非常糟糕的方向，這兩點是并存的。

“不要相信炒作”，AGI 理念過時了

主持人：Anthropic 的品牌似乎自帶一種“神秘感”，我不太好精準形容，但感覺公司內部的人，幾乎把它當成一種信念體系。你會如何描述你所塑造的 Anthropic 員工文化？另外，我也注意到，雖然最近幾個月你們變得更公開了一些，但整體來看，你們仍然非常克制，往往在真正準備好之前，很少對外釋放信息。

Amodei：你這么說真的很善意，我不知道是不是“神秘感”，但我很感激這樣的評價。對我們來說，有一個內部反復強調的價值觀，就是“不要相信炒作”。這聽起來好像很小，但我覺得它其實回到了我們之前討論的那些關于經濟、商業的問題。

Anthropic 從來不是為了博關注、搶頭條而存在的。我們真正關心的是把事情做好，無論是在模型訓練層面，如何以公平、負責的方式訓練模型；還是在客戶層面，如何每天都真正為客戶提供價值。

現在 AI 領域的炒作非常多，而我們是一家以企業客戶為核心、B2B 導向的公司，這在某種程度上讓我們更加“腳踏實地”。我們的目標很簡單：為企業創造真實價值。這項工作往往不那么炫目，但它能幫助我們不被泡沫裹挾，始終記得我們當初為什么要創辦這家公司——我們是一家公共利益公司，我們關心的是長期價值。如果沒有這個北極星，其實很容易迷失方向。

主持人：Yann LeCun 以及其他一些機器學習領域的“老一代”學者認為，大語言模型并不能通向 AGI，他們轉而研究世界模型，認為還需要一些關鍵突破才能邁向下一階段。你怎么看？你認為真正解鎖 AGI 所需要的突破是什么？未來你們是否需要超越 LLM，才能在行業中保持競爭力？

Amodei：AGI 這個詞本身就挺有意思的。Dario 也說過，很多年前，這個概念是有意義的，它幫助我們思考“什么時候 AI 會和人類一樣強”。但有趣的是，按照某些定義，我們其實已經超過了這個標準。

比如說，Claude 寫代碼肯定比我強，這個門檻不高。但它也已經能在一定程度上，達到甚至接近 Anthropic 許多工程師的水平。要知道，我們雇的可是世界上頂尖的一批工程師，而他們中的不少人都會說，Claude 已經能完成他們相當一部分的工作，或者極大地加速他們的效率。這本身就很瘋狂。

當然，另一方面，Claude 依然做不了很多人類能做的事情。所以我覺得，AGI 這個概念本身可能不是“錯了”，而是有點過時了。

至于是否需要新的突破才能繼續前進，老實說，我們并不知道。技術發展的路徑，本身就是科學與工程的復雜混合體。而我覺得實驗室最特別的地方就在于：不同團隊會用完全不同的方式去逼近同一個目標。

至少從目前來看，進展并沒有放緩。當然，一切都是“直到它真的放緩為止”。如果讓我下注，我會說，能力還會在相當長一段時間內繼續提升，我們也應該為這樣的世界做好準備。

主持人：你和 Dario 的能力結構差異很大，你在哪些方面補足了他？你是如何幫助他把想法打磨得更鋒利的？

Amodei：能和我的哥哥一起經營 Anthropic，真的是一種“特權”。我感覺我們認識彼此一輩子了，他在我出生前獨自生活了四年，挺慘的（笑）。

Dario 有一種非常罕見的能力，仿佛能“看到未來”。雖然我總說沒人真的知道未來，但如果真有這樣的人，那大概就是他。從技術視角來看，他對技術走向、對社會和組織意味著什么，有著極其敏銳的直覺，這是一種真正的愿景型領導力。

而我更偏向實務型。我非常喜歡運營組織，我大部分時間都在和高管團隊一起工作，比如搭建團隊、招聘負責人、思考客戶真正需要什么、如何為企業創造價值、如何構建讓公司長期可持續的合作關系。

我覺得 Dario 和我彼此成就。他會不斷把我拉回更宏大的視角，而我則專注于如何打造一家能長期存在、可持續發展、聚集了一群真正想做我們五年前一起立志要做的事情的優秀人才的組織。

https://www.youtube.com/watch?v=GMXnmaky9FY

技術人的年度儀式感！ 年度盤點與趨勢洞察 啟動！

《2025 年度盤點與趨勢洞察》由 InfoQ 技術編輯組策劃。覆蓋大模型、Agent、具身智能、AI Native 開發范式、AI 工具鏈與開發、AI+ 傳統行業等方向，通過長期跟蹤、與業內專家深度訪談等方式，對重點領域進行關鍵技術進展、核心事件和產業趨勢的洞察盤點。

力求以體系化視角幫助讀者理解年度技術演化的底層邏輯、創新方向與落地價值，并為新一年決策提供參考。內容將在 InfoQ 媒體矩陣陸續放出，歡迎大家持續關注。

今日薦文

你也「在看」嗎？