A社五年前蓝图曝光：Claude Code早已写进路线图

因为一起版权官司，Anthropic一份2021年7月的内部研究路线图意外曝光。这份当时标着“最高机密”的文件仅两三页，却写清了今天的Claude Code、工具调用、AI自我评判、测试时计算、上万亿参数与超长上下文等方向。那时Anthropic刚从OpenAI独立几个月，全员仅十几人。

路线图开篇将终极目标定为“安全、有益的AGI”，原型定位是能通过自然语言交互来创建、编辑和解释软件的通用AI助手，要展现“软件工程师同事的全部能力”。在GPT-3刚火时，他们已跳过代码补全，瞄准完整软件工程代理。

实现路径上，内部曾有争论：研究员Andy Jones提出，应先做真正好用的编程助手，还是先证明工具调用可行性。团队面临两条路：一是实用路线，搞代码仓库检索，GPT-3论文一作Tom Brown也参与讨论，建议从代码Repo Browsing入手；二是研究路线，搞printf调试、编辑器操作，先证明模型能调工具。最终CEO Dario拍板：短期先验证工具调用可行性，长期再演进成超级好用的编程助手。Claude Code的演化几乎照此推进。

底层技术预判方面，预训练部分明确要训练1T及以上超大模型，并探索超长上下文或其他能容纳海量记忆与经验的机制。在175B还是庞然大物的年代，他们已把万亿参数和超长记忆当标配基建。对齐部分则写着“模型自我评判”，研究让模型评估自身行为和输出质量，并将其判断作为反馈信号，这正是今天AI Feedback及推理模型自我纠错的核心思想。文档还出现Test-time compute概念，当时放在对齐和判别器研究语境中，距o1式推理计算扩展尚有距离，但说明其研究视野已覆盖训练之外的计算投入。

安全方面，Anthropic花了不少篇幅。联合创始人Sam McCandlish提出：怎么安全地部署没有沙箱隔离的工具？Dario补充：具体就是在部署时执行代码的Tool。当AI能直接在宿主环境运行代码、调用Shell、修改文件时，一旦失控或被Prompt注入，后果不堪设想。今天讨论的Agent提权、环境逃逸、数据污染，他们2021年就在讨论沙箱边界。内部哲学家Amanda也指出，如果在自然语言上做对齐研究，却主要在代码上推进模型能力，两种研究必须保持紧密联系，否则对齐测试有效性受限，对齐研究可能变成孤岛。她甚至提议确立原则：各领域能力研究和对齐研究应成比例同步推进，除非有充分理由分开。

Anthropic这五年死磕高质量代码信号、强化学习和企业工作流；OpenAI则多线作战，做文生图、Sora、语音助手、搜索，分散了战力。与此同时，OpenAI曝出内鬼事件：根据美国联邦检察官起诉书，35岁前产品团队工程师Abdulrahman Alfozan已被解雇并遭联邦刑事指控。他在OpenAI旧金山总部高管专用核心会议室，将带有高级加密和数据传输功能的窃听设备用卫生纸包着，插在电视机背后USB接口上。该会议室是Sam Altman等高管开核心闭门会的地方，讨论超级智能研发机密、未公开产品规划和政府合作简报。