一場版權官司意外讓 Anthropic 五年前的內部機密檔案《Concise Research Roadmap》浮出水面。這份由聯合創始人 Jared Kaplan 撰寫的路線圖只有三四頁，卻已經列出了今天 AI 行業最熱門的多個方向：Coding Agent、Tool Use、長上下文、強化學習、自動化反饋，甚至包括 Agent 的安全問題。檔案上還留有 Anthropic 多位核心研究人員的批註。
2021 年的行業背景是，ChatGPT 尚未問世，大模型能否落地仍被廣泛懷疑。Anthropic 當時成立僅半年，全部融資為 1.24 億美元，距離 ChatGPT 引爆全球還有 16 個月，距離 Claude 1 釋出還有 20 個月。就在這樣的條件下，這群從 OpenAI 出走的研究者已經在文件中明確寫出 AGI 的核心路徑：做有長記憶能力的大型生成式模型，並通過結合自動化獎勵與人類反饋的強化學習完成微調。
路線圖把“對話式軟體工程師助手”定為檢驗這套路線的第一個載體——它能通過對話完成軟體建立、編輯與講解，能寫函式、找 Bug、設計 API，最終達到一名軟體工程師同事的水準。這正是今天 Claude Code 的雛形。面對“最強程式設計助手”與“工具能力演示”的路線之爭，CEO Dario Amodei 當場定調：短期先演示工具使用，長期打造最強程式設計助手。團隊從列印除錯、程式碼倉庫瀏覽等輕量化能力切入，再逐步拓展到程式碼執行、自然語言文件編輯等更復雜的工具能力。
聯合創始人 Tom Brown 在批註中指出“倉庫瀏覽是簡單、高價值的切入點”，系統與可解釋性研究科學家 Nelson Elhage 則預判“自動查詢專案裡的型別定義”會是極具使用者價值的功能。對齊科學家 Amanda Askell 提出了更深層的擔憂：如果只在自然語言領域做對齊，卻在程式碼領域做能力研究，勢必產生脫節。她強調，安全與能力在任何階段都必須緊密繫結，安全不能等模型能力成熟後再補上。
圍繞這一原則，Anthropic 規劃了具體研究方向：用人類反饋訓練模型主動提供幫助、根據反饋調整行為、在使用者意圖模糊時主動澄清；系統梳理對齊失效場景並按難度歸因；研究對齊效果隨模型規模的變化規律；連獎勵模型本身也要在合規人類反饋資料、靜態資料集和對抗生成資料上交叉驗證。這些工作後來成為 Claude 能率先打入金融、醫療、法律等高合規行業的基礎。
可解釋性也是長期投入方向。可解釋性領域代表學者 Christopher Olah 專門拆解大模型的神經元、注意力頭與內部功能迴路，希望從底層機理搞清楚算術推理、多輪對話、程式碼生成如何在神經網路內部實現。安全考量同樣貫穿始終：Sam McCandlish 當時就提出“怎麼安全地部署非沙箱化工具”，Dario 則預警部署階段可直接執行程式碼的工具風險極高。如今 Agent 賽道熱議的沙箱隔離、許可權攔截，都在當年的推演之中。
五年後回看，這份路線圖上的分支幾乎逐一兌現。2022 年底 ChatGPT 憑藉 RLHF 一夜爆火，但人工標註成本高、難規模化。就在 ChatGPT 釋出半個月後，Anthropic 發表論文提出“憲法 AI”思路：先給模型定一套行為原則，再讓一個模型去評判、修改另一個模型的回答，反覆迭代後模型能做到既有用又不越界。這一定位也塑造了 Claude 禮貌、剋制、不主動越界的產品特質。
2023 年，Anthropic 在產品與算力兩條線上同時破局。3 月第一代 Claude 正式對外合作，主打長文本處理和安全屬性；5 月把上下文視窗從 9K 一口氣擴到 100K token，相當於 7.5 萬英文單詞，而當時主流 GPT-4 最高僅支援 32K 上下文。9 月釋出首版《負責任的縮放政策》，給模型潛在風險劃分等級，能力越高安全管控越嚴。到 10 月，Google 領投的一輪讓 Anthropic 估值站上 184 億美元。
2024 年是爆發年。3 月 Claude 3 系列一次推出三款產品並補齊多模態能力，旗艦 Opus 預設支援 100K 處理長度，在長文本評測中首次反超 GPT-4。6 月 Claude 3.5 Sonnet 在多項核心指標上追平 GPT-4o，10 月升級版在程式碼評測集 SWE-bench Verified 上超過當時所有閉源競爭對手。5 月，團隊利用稀疏自編碼器對 Claude Sonnet 內部進行“掃描”，提取了 3400 萬個特徵，並定位到“金門大橋”“程式漏洞”等概念對應的內部迴路，還通過手動啟用特徵驗證了操控能力。10 月新版 Claude 上線“電腦操作”功能，11 月又開源 MCP 協議，統一模型與工具、資料之間的連線方式。2025 年第一季度，OpenAI、谷歌先後宣佈支援 MCP，國內阿里、騰訊、百度、支付寶也在四個月內密集上線相關服務。
同年，Anthropic 估值從年初的 184 億美元漲到年底約 410 億美元，Claude 年營收突破 10 億美元。2025 年 2 月 24 日，Claude 3.7 與 Claude Code 一起釋出，後者能自己翻遍整個程式碼庫、查型別定義、調 bug、提交程式碼、跑測試。至此，2021 年文件裡的討論幾乎全部成為現實。
這份檔案的曝光之所以引發關注，不只在於其前瞻性，更在於從路線圖到產品落地的執行連貫性。對關注大模型競爭格局的讀者而言，它提供了一個觀察頭部實驗室如何在技術方向尚未成為共識時下注、並持續多年投入的案例。