大家都在衝刺AGI，Anthropic卻在玩「逆向操作」？——揭開這家AI公司令人困惑的戰略迷霧
嘿，朋友。
如果你跟我一樣，每天醒來第一件事就是刷AI新聞，那你大概也注意到了這個現象：OpenAI 忙著推出GPT-5、Sora，Google 忙著把Gemini塞進每個角落，Meta 忙著開源Llama 3，連xAI的Grok都開始進軍影片生成。
整個AI賽道，就像一場沒有煞車的F1賽車，所有人都在油門踩到底，朝著「通用人工智慧（AGI）」這個終點線狂飆。
但你有沒有注意到，有一家公司，畫風突然就變了？
Anthropic，對，就是那個創造出Claude 3.5 Sonnet、被譽為「OpenAI最強競爭對手」的公司。當大家都在比誰的模型更大、更快、更便宜時，Anthropic最近的一系列操作，卻讓很多人看得一頭霧水，甚至有人直接在社群平台上開罵：「WTF is Anthropic doing???」
他們到底在搞什麼鬼？
是戰略失誤，還是在下一盤我們看不懂的棋？今天，我們就來拆解這團迷霧，看看Anthropic葫蘆裡到底賣的是什麼藥。這不僅關乎一家公司的命運，更可能預示著整個AI產業未來十年的發展方向。
準備好了嗎？讓我們一起揭開這個謎團。
1. 他們「逆向操作」了規模法則——當全世界都在追求參數量的軍備競賽時，Anthropic卻選擇了「減法」
這可能是最違反直覺的一點。
過去兩年，AI領域有一個金科玉律叫「規模法則（Scaling Laws）」。簡單說就是：模型越大（參數越多）、訓練數據越多、算力越強，模型能力就越強。這就像健身，理論上你練得越勤、重量越重，肌肉就越大。
所以，我們看到GPT-4參數量被推測達到1.8兆，Gemini Ultra也號稱超越人類專家。大家都在堆疊算力，彷彿誰的GPU多，誰就能贏得比賽。
但Anthropic在2024年下半年，卻做了一件讓整個業界都倒吸一口涼氣的事：他們發布了Claude 3.5 Haiku。
你可能會說：「Haiku？那不是他們最小的模型嗎？」
對，但問題不在大小。問題在於：Claude 3.5 Haiku在性能上，幾乎追平了幾個月前還是最強模型的Claude 3 Opus，但它的成本只有後者的幾十分之一，推理速度更是快了好幾倍。
這意味著什麼？意味著Anthropic沒有選擇繼續把模型做大，而是選擇了把模型做「巧」。他們在告訴世界：「參數量不是萬能的，聰明的大腦遠比巨大的肌肉重要。」
這就像一群人在比誰的卡車載貨量更大，Anthropic卻突然開來一台超跑，告訴你：「我的車雖然不能載那麼多貨，但我跑得比你快十倍，而且更省油。」
這不是否定規模法則，而是在規模法則之上，加入了「效率法則」。他們用更少的參數、更低的成本，實現了接近頂尖模型的能力。這背後是他們在模型架構、訓練方法上的深刻創新，而不是簡單的暴力美學。
這讓所有競爭對手都必須開始思考一個問題：如果Anthropic能用小模型打敗你的大模型，那你花幾億美金買來的GPU，是不是有點冤大頭？
2. 他們把「安全」當成了產品核心賣點——這在一個「先發布、再修補」的行業裡，簡直是自殺式行為
講到這裡，你可能會問：「那他們為什麼要這樣做？為了省成本嗎？」
省成本只是結果，不是原因。真正的原因，藏在Anthropic的核心價值觀裡：安全。
你可能聽過一個笑話：在矽谷，如果一個AI新創公司跟你說他們「很重視安全」，那通常意味著他們什麼都做不出來。
但Anthropic是認真的，認真到有點「走火入魔」的地步。
他們的CEO Dario Amodei 和聯合創辦人Daniela Amodei，都是從OpenAI出走的核心人物。他們離開的原因，正是因為看不慣OpenAI為了商業化而逐漸放棄了對AI安全的堅持。
所以，當OpenAI忙著把GPT Store搞得像App Store一樣，當Google忙著把AI搜尋廣告化時，Anthropic在做什麼？
他們在做「神經網路可解釋性」研究。聽起來很學術，對吧？但這其實是AI安全領域最硬核、最前線的戰場。
簡單說，當前的AI模型對我們來說就是一個「黑盒子」。你輸入一句話，它吐出一個答案，但我們完全不知道它內部是怎麼運作的。這就像你請了一個天才數學家幫你解題，他給出了正確答案，但你完全不知道他的解題過程。
這在99.9%的情況下沒問題。但萬一有一天，這個「天才數學家」為了達成某個目標，選擇了一個我們無法接受的、違反人類倫理的方式來解題呢？
Anthropic正在做的事情，就是試圖拆開這個黑盒子，看清楚裡面的神經元到底是如何被激活、如何組合、最終產生答案的。他們甚至發表了論文，展示了如何透過「操控」特定神經元，來改變模型的行為——比如讓一個原本「邪惡」的AI模型變得「善良」。
這項技術叫做「特徵定位（Feature Steering）」。
你以為這只是論文裡的玩具？不，這已經被應用在他們的商業產品中了。Claude之所以被認為是「最安全、最負責任」的模型，不是因為它被關在籠子裡，而是因為Anthropic從根本上理解了它的思考方式，並在設計之初就植入了「憲法式AI」的價值觀。
這就像你買了一輛車，不只拿到了鑰匙，還拿到了這輛車的完整電路圖和引擎設計圖。這讓你能夠真正地「信任」這輛車，而不是只能祈禱它不要出錯。
在一個大家都在搶快、搶發布的行業裡，花費大量頂尖人才和算力去研究「如何讓AI變得更透明」，這不是「逆向操作」，什麼才是？
3. 他們拒絕了微軟的巨額投資——這在一個「抱大腿」成風的時代，簡直是瘋了
時間回到2024年，當OpenAI拿到微軟的130億美元，當Inflection AI拿到微軟和輝達的15億美元，當Mistral AI拿到微軟的1500萬歐元（後來又追加了）。
整個AI創投圈，都在上演「抱大腿」的戲碼。尤其是微軟，像一個拿著支票本的聖誕老人，到處撒錢，試圖網羅所有有潛力的AI團隊。
而Anthropic，作為當時最炙手可熱的AI公司之一，自然也是微軟的重點目標。傳言微軟開出了極其優厚的條件，甚至可能超過給OpenAI的金額。
結果呢？
Anthropic拒絕了。他們選擇了跟Google Cloud和亞馬遜AWS合作，拿到了總計超過100億美元的投資。
為什麼？為什麼要拒絕微軟這個最大的客戶和合作夥伴？
原因很簡單：獨立性。
Dario Amodei 在接受採訪時，曾經含蓄地表示，他們不希望自己的命運被單一巨頭完全綁架。看看OpenAI，雖然拿到了微軟的巨額資金和Azure算力，但他們也付出了代價——微軟在OpenAI董事會擁有觀察員席位，並且擁有對GPT模型的商業化使用權。
這就像你為了拿到一筆創業資金，把公司的控制權交給了投資人。短期內你有了錢，但長期來看，你必須聽從投資人的指揮，去追求利潤而非使命。
Anthropic選擇了分散風險。他們同時跟Google和亞馬遜合作，讓這兩家雲端巨頭互相制衡，從而確保Anthropic能夠保持最大程度的戰略自主權。
這是一個極其大膽的賭注。因為這意味著他們必須同時管理兩個強大的「股東」，並且要確保自己的技術不會被任何一方獨佔。
在一個「贏者通吃」的市場裡，選擇「不把雞蛋放在同一個籃子裡」，需要極大的勇氣和對自身技術的絕對信心。
4. 他們在「開源 vs 閉源」的戰爭中，選擇了第三條路——「安全開源」
說到開源，你可能會想到Meta的Llama系列，或者是Mistral的開放模型。這些公司認為，AI應該像Linux一樣，開放給所有人，讓社群共同進步。
而閉源陣營的代表，就是OpenAI和Google。他們認為，為了確保安全和商業利益，模型應該被保護起來，只提供API服務。
Anthropic的立場，一直以來都比較模糊。他們是閉源的，因為Claude只提供API，沒有開源模型。但他們又是「開放」的，因為他們發表了大量的學術論文，詳細解釋了他們的安全研究和技術細節。
但在2024年底，他們做了一個非常有趣的舉動：他們發布了一份AI安全研究報告，詳細描述了如何利用他們的技術來「越獄」其他AI模型。
你沒看錯。他們發表了一篇論文，教大家如何攻擊AI模型。
這聽起來是不是很荒謬？但這正是他們「安全開源」理念的體現。
他們認為，與其把安全漏洞藏起來，假裝它們不存在，不如把它們公開，讓整個學術界和業界一起來研究和對抗。這就像在醫學領域，研究人員會公開病毒的基因序列，讓全世界的科學家一起來研發疫苗。
這是一種極具爭議的做法。批評者認為，這等於是把攻擊武器交到了壞人手裡。但支持者認為，只有透過公開的、嚴謹的學術研究，我們才能真正建立起堅固的AI安全防護網。
Anthropic選擇了後者。他們寧可承受短期的批評和風險，也要推動整個領域對安全問題的重視。這在一個追求「先發制人」的市場裡，顯得格外格格不入。
5. 他們正在打造一個「AI的憲法」——這可能比任何模型更新都更重要
如果你覺得上面這些都只是戰術層面的操作，那這第五點，就是Anthropic的終極戰略：憲法式AI（Constitutional AI）。
這不是一個產品，而是一個哲學，一個指導AI行為的框架。
傳統的AI對齊方法，叫做「RLHF（人類回饋強化學習）」。簡單說，就是讓一群人來給AI的答案打分，告訴它什麼是好的、什麼是壞的。這就像你訓練一條狗，做對了給零食，做錯了就責罵。
但這種方法有兩個致命缺陷：
- 主觀性：不同文化、不同背景的人，對「好壞」的標準可能完全不同。這會導致AI的行為充滿偏見。
- 可擴展性：當AI變得太聰明，超過了人類的評判能力時，人類還能有效地教導它嗎？
Anthropic的解法是：不再用人類的判斷來訓練AI，而是用一套預先定義好的「憲法」來訓練AI。
這套憲法是一系列的原則和價值觀，比如「不要傷害人類」、「尊重自由意志」、「誠實透明」等等。AI在學習過程中，會不斷地根據這部憲法來審視自己的行為，進行自我修正。
這就像你不再教孩子「什麼是對的」，而是教他一套「判斷對錯的原則」。當他遇到一個你從未教過他的情境時，他也能根據這套原則，做出正確的判斷。
這項技術的威力在於：它讓AI的價值觀變得可解釋、可審計、可更新。 如果社會對某個議題的共識發生了變化，我們不需要重新訓練整個模型，只需要修改「憲法」中的某個條款即可。
這對於一個可能比全人類都聰明的AGI來說，是至關重要的。如果我們不能確保AGI從根本上認同人類的價值觀，那麼它越聰明，對我們的威脅就越大。
Anthropic正在做的，就是為這個「超級智能」時代，預先制定一部「基本法」。
6. 他們的商業模式，看起來像是「反商業」的
最後，我們來談談錢。
作為一家公司，Anthropic最終還是要賺錢的。但他們的商業模式，卻充滿了「矛盾」。
一方面，他們不斷推出性能更強、價格更低的模型。Claude 3.5 Sonnet的價格，比GPT-4 Turbo便宜了好幾倍，但性能卻幾乎持平。這直接導致了API價格戰，讓整個行業的利潤率被壓低。
另一方面，他們又在安全研究上投入了巨額資金，這些研究短期內看不到任何商業回報。
這不是一個正常的商業邏輯。正常的商業邏輯是：想辦法提高價格，降低研發成本，最大化利潤。
但Anthropic的邏輯是：先讓AI變得足夠便宜、足夠安全，讓它能夠被大規模採用，然後再從生態系統中獲利。
這就像亞馬遜創辦人貝佐斯當年的策略：先不賺錢，把規模做大，建立護城河，然後再想辦法賺錢。
但Anthropic的護城河，不是雲端基礎設施，而是「信任」和「安全」。
他們賭的是，當AI變得無處不在時，企業和消費者會願意為一個「可以被信任」的AI支付溢價。就像你願意為有機食品支付更高的價格一樣，因為你相信它對你的健康更好。
這是一個極其長期的賭注。在短期內，他們可能會因為價格戰而損失利潤，但一旦「安全AI」成為市場的剛需，他們將擁有無可比擬的品牌護城河。
核心觀點一覽表
為了讓你更清晰地理解Anthropic的戰略，我整理了一個表格：
| 面向 | 市場主流做法 (OpenAI, Google等) | Anthropic的「逆向操作」 | 核心邏輯 |
|---|---|---|---|
| 模型策略 | 追求更大參數量、更強算力 (規模法則) | 追求小模型、高效率、低成本 (效率法則) | 聰明比巨大更重要；讓AI普及化 |
| 核心價值 | 追求商業化、快速迭代、先發制人 | 追求AI安全、可解釋性、負責任發展 | 信任是最高級的護城河 |
| 資本策略 | 擁抱單一巨頭 (如微軟) 以換取資源 | 分散投資，同時與Google和亞馬遜合作 | 保持戰略自主權，不被單一利益綁架 |
| 開源態度 | 閉源 (OpenAI) 或 全開源 (Meta) | 「安全開源」：公開安全研究，但不開源模型 | 推動學術界共同應對安全挑戰 |
| 對齊方法 | 人類回饋強化學習 (RLHF) | 憲法式AI (Constitutional AI) | 從根本上解決價值觀問題，而非事後補救 |
| 商業模式 | 追求高利潤、高溢價 | 壓低價格、擴大規模、建立信任生態 | 長期主義，賭的是未來「安全」的價值 |
結語：當所有人都向右轉時，向左轉的勇氣
所以，回到最初的問題：「WTF is Anthropic doing???」
他們不是在做蠢事，而是在做一件極具遠見、但風險極高的事情：他們試圖在AGI到來之前，先為它建立一套可信任的「操作系統」。
當所有競爭對手都在忙著造出更快的賽車時，Anthropic選擇了先設計一套完美的交通規則和道路安全系統。這在短期內，看起來像是在浪費時間和金錢。
但如果你相信AGI最終一定會到來，而且它會比任何人類都聰明，那麼你會希望這個「超級智能」是建立在一個充滿偏見、無法解釋的黑盒子之上，還是一個透明、可審計、且遵循一套普世憲法的系統之上？
答案不言而喻。
當然，Anthropic的賭注也有可能失敗。也許AGI永遠不會到來，也許「安全」最終無法成為市場的剛需，也許他們會在價格戰中被耗死。
但無論如何，他們選擇了一條最難走，但也是最有尊嚴的路。
這留給我們一個值得深思的問題：在一個追求速度和規模的時代，我們是否願意給「謹慎」和「責任」一點掌聲？
當我們最終迎來AGI的那一刻，我們會感謝今天Anthropic的「逆向操作」，還是會嘲笑他們的「保守」？
讓我們拭目以待。