Loading...
Loading...
Anthropic 联合创始人 Daniela Amodei（丹妮拉·阿莫迪）：如何构建 10x AI 团队与平衡增长的框架撰文：Techub News 整理
导语
在 AI 浪潮席卷全球的当下，Anthropic 以其对 AI 安全的深度承诺和强大的 Claude 系列模型脱颖而出。作为这家明星公司的联合创始人兼总裁，Daniela Amodei（丹妮拉·阿莫迪）的思考与实践，对于理解如何构建一家兼具前沿研究、商业成功与公共责任感的 AI 公司至关重要。在 Vanta 的「Frameworks for Growth」系列访谈中，Daniela Amodei（丹妮拉·阿莫迪）罕见地分享了 Anthropic 自创立以来的核心运营哲学、团队建设心法以及对 AI 未来格局的预判。
摘要
Anthropic 将“公益公司”结构视为平衡商业利益与安全使命的务实选择，并通过“负责任扩展政策”等技术框架确保 AI 安全。
公司文化是快速扩张期最宝贵的“货币”，有效的价值观必须能引发“有意的张力”，并能被轻易举出多个实例。
招聘时，尤其在文化面试中，极度看重候选人“就广泛议题进行尊重辩论”的能力，而非特定的信仰体系。
平衡深度研究与产品商业化没有完美公式，Anthropic 通过团队轮换制来兼顾探索性工作与执行性工作。
AI 的未来普及将极不均衡，但企业客户采纳速度之快已超预期，而 AI 在教育等领域的潜力远未充分释放。
Anthropic 的使命基石：安全、公益与平衡
与许多纯粹的科技公司不同，Anthropic 自定位为一家“AI 安全与研究公司”。Daniela Amodei（丹妮拉·阿莫迪）阐释了这一标签在实践中的含义。其核心在于将安全理念贯穿技术栈的每一层：从使用“宪法 AI”等技术在模型训练中注入伦理准则（如参考《联合国人权宣言》），到通过“负责任扩展政策”这一框架来管理模型发布。该政策借鉴了生物安全等级，设定了五个 AI 安全等级，公司在达到每个等级的具体安全要求后，才会发布相应能力的模型。
这种对安全的强调，与公司“公益公司”的法律结构紧密相连。在创立之初，团队花了大量时间思考公司形态。Daniela Amodei（丹妮拉·阿莫迪）表示，公益公司是一种巧妙的混合体——它保留了 C 型公司的基本商业框架，但同时法律上允许公司平衡商业需求与公共利益。对于 Anthropic 这样深度投入安全等公共议题的公司而言，这被视为一种非常务实的选择。她建议，如果初创企业的目标本身就包含平衡公共利益与商业活动，那么公益公司的形式值得考虑。
这种“研究-产品-公益使命”的三重平衡，是运营 Anthropic 最有趣也最具挑战性的部分。Daniela Amodei（丹妮拉·阿莫迪）认为，产品团队与研究团队的紧密协作让双方都更强大。研究上的突破会开辟全新的产品方向，例如当发现 Claude 在代码编写上表现卓越后，公司迅速开发了面向开发者的系列产品。同时，来自真实用户（如编码场景）的反馈和数据，又能进一步帮助训练模型，形成良性循环。
构建 10x 团队：文化、价值观与招聘心法
作为 OpenAI 的早期员工和 Anthropic 的联合创始人，Daniela Amodei（丹妮拉·阿莫迪）在构建顶尖 AI 公司团队方面积累了深刻洞察。她强调，对于一家快速扩张的小公司而言，文化是最有价值的“货币”。文化是公司价值观的表达，尽管难以完全量化，但早期投入精力去定义它至关重要。
如何定义有效的价值观？Daniela Amodei（丹妮拉·阿莫迪）分享了两个关键标准：第一，如果价值观不能引发某种“有意的张力”，那它们可能过于平淡。例如“保持友善”、“直言不讳”是人人皆爱的品质，但缺乏独特性。第二，你必须能够为任何价值观当场举出至少十个实例。她以 Anthropic 的价值观“做简单有效的事”为例，这个源于研究团队的理念（反对无谓的复杂算法，追求模型实用性）同样适用于产品、工程甚至办公室选址、活动策划等方方面面。当员工能自发运用这些价值观时，它们才真正具有生命力。
传播价值观需要技巧：在全员会议上定期提及、让语言自然舒适而非强行灌输。更关键的是，不要害怕“淘汰”那些不奏效的价值观。有时创始人觉得正确的表述可能无法引起共鸣，这时需要迭代。有趣的是，Anthropic 的一些价值观并非来自创始人，而是从员工中自发产生并得到认可的，这增强了员工的所有感。
在招聘方面，除了价值观契合，Daniela Amodei（丹妮拉·阿莫迪）特别指出一个非显而易见的特质：“就广泛议题进行尊重辩论的能力”。由于 AI 是前沿且常涉及复杂争议的技术，员工必须能够开放、尊重地讨论潜在益处与滥用风险等根本性话题。Anthropic 的文化面试会设计相关问题，例如“你持有过哪些非主流的信念？你如何在 uncomfortable 的情境下为其辩护或改变看法？”面试官会明确告知候选人，这些问题旨在双向展示公司文化，并无标准答案，重在考察思考过程。
研究、产品与探索：在确定性与未知间舞蹈
Anthropic 同时进行深度研究和产品商业化，这带来了独特的张力。Daniela Amodei（丹妮拉·阿莫迪）坦言，这更像一门艺术而非精确科学。有时，投入那些短期内看不到客户回报的基础研究，恰恰是取得突破的最佳途径。
为此，公司在研究侧会分配时间，一部分用于优化模型特定能力，另一部分则用于开放探索。在工程和产品侧，由于研究进展迅猛，用例可能瞬息万变，因此也需要留出空间让人们重新构想如何为客户提供价值。同时，公司也必须设定产品路线图并执行那些必要但可能“不够性感”的基础工程工作。
如何将这种探索精神制度化？Anthropic 的答案是“团队轮换制”。与让个人分割时间（如80/20法则）相比，公司更倾向于组建专门的探索型团队，与执行明确产品/研究任务的团队并行。这种方式让员工更容易进入不同的工作流状态，也能更完整地体会从探索到产生客户价值的全过程，是一种更有趣的学习和成长方式。
展望未来：不均衡的普及、被低估的企业与教育的潜力
谈及 AI 的未来，Daniela Amodei（丹妮拉·阿莫迪）认为一个被广泛误解的方面是：AI 的 rollout 和应用将极不均衡。世界上有些地方难以想象没有 AI 的日子，而另一些地方可能多年后仍未接触 AI。这种技术在全球经济各层面（消费者、应用层、基础设施、企业）渗透的路径、地点和速度难以预测，将是一个有趣且可能有些混乱的时期。
一个令她惊讶的现状是企业客户采纳 AI 的速度和深度。她反驳了企业行动迟缓的刻板印象，指出许多世界级大公司展现了巨大的努力、热情和对技术的深刻理解，迅速将 AI 整合到各种业务流程中。她将此归因于 AI 技术根本性力量的显而易见，以及成功企业捕捉下一波浪潮的敏锐本能。
展望2035年，她认为世界将大不相同，许多场景中将无法想象没有 AI 如何运作，就像今天无法想象没有谷歌地图如何导航。但同时，人类互动的基本方式可能依然相似。对于发展中地区，她特别指出 AI 在大规模教育领域的革命性潜力。AI 模型能以极高流利度使用各种语言（包括稀有语言和死语言），为全球广泛人群提供基础及复杂信息访问和 AI 辅导的机会，而这方面的潜力目前远未充分开发。
个人洞察：兄妹创业、GPT-2 的“Wow”时刻与历史镜鉴
作为与弟弟 Dario Amodei（达里奥·阿莫迪）共同创业的联合创始人，Daniela Amodei（丹妮拉·阿莫迪）认为这是一种幸运。两人技能高度互补，从小就有共同构建事业的愿望。这种长期的默契使得他们能够从左右脑不同视角协同解决问题，是一种独特的优势。
回顾 AI 发展历程，她提到在 OpenAI 早期接触 GPT-2 时感到的震撼。尽管以2025 年 6 月眼光看其能力已显稚嫩，但当时看到一个 AI 工具能在数学、写作乃至法语等广泛话题上做出令人信服的回应，让她真切感受到了“未来已来”的时刻。
在阅读方面，她偏爱科幻，但近期也对20世纪中叶欧洲历史（特别是两次世界大战期间）深感兴趣。她认为，那段时期社会、经济、技术层面的急剧变化，对于思考当今快速变革的时代具有镜鉴意义。这种对历史与宏观格局的关注，也体现在她对 AI 在全球发展不均等问题的思考上。
最后，回顾 Anthropic 的创业历程，她提到一些当时觉得重大、事后看却微不足道的决定，例如最初办公室的选择（公司一年半就坐满了），以及关于公司法律结构的漫长讨论（最终公益公司的选择如今看来显而易见）。而一些当时看似随意的技术决策，例如硬件平台的选择，却随着技术栈的飞速发展，显得尤为重要。这或许正是创业的魅力与挑战所在——在有限的前瞻性下，做出影响深远的抉择。
Anthropic CEO Dario Amodei（达里奥·阿莫代伊）：AI将导致1-5年内半数白领失业，呼吁征税与透明度立法撰文：Techub News 整理
导语
2025 年 9 月，领先的AI公司Anthropic的联合创始人兼首席执行官Dario Amodei（达里奥·阿莫代伊）与政策主管Jack Clark（杰克·克拉克）一同接受了媒体Axios的深度采访。在这场对话中，Amodei一改以往在行业内相对谨慎的公开表态，以极其直白和紧迫的语气，向公众和政策制定者发出了关于AI技术对社会就业冲击的明确警告。他基于Anthropic内部的研究、客户反馈以及技术发展趋势，预测了一场即将到来的“白领血洗”，并罕见地呼吁政府采取包括征税在内的干预措施。此次发声背景在于AI能力（特别是编码能力）的加速进步远超公众感知，而社会整体应对准备严重不足，使得这位行业领军者的警告显得尤为刺耳且重要。
摘要
就业冲击预警：Dario Amodei（达里奥·阿莫代伊）预测，AI技术可能导致在未来1到5年内，高达50%的白领工作岗位被取代，失业率可能因此飙升至10%-20%。
技术发展远超预期：AI，特别是大语言模型的能力正以指数级速度提升， Anthropic内部已有70%-90%的代码由Claude编写，工程师角色正迅速转变为“AI系统管理者”。
呼吁政府干预：Amodei提出了两项关键政策建议：一是政府资助劳动力再培训与转型计划；二是对快速创造财富的AI公司征税，以缓冲转型期的社会冲击。
强调透明度与安全：Anthropic主张通过联邦立法强制要求AI公司提高系统测试、安全措施及经济影响数据的透明度，以利于监管和风险防范。
国家安全的芯片考量：Amodei强烈反对向中国出售高端AI芯片（如英伟达产品），认为这是美国在AI竞赛中为数不多的关键优势，关乎未来国家安全与民主存续。
“白领血洗”：一场迫在眉睫的就业危机
Dario Amodei（达里奥·阿莫代伊）在访谈开篇便抛出了震撼性的核心判断：AI技术发展将导致一场“白领血洗”。他坦言，这一观点早已在科技行业CEO们的私下交流中成为共识，但无人愿意公开谈论。促使他决定公开预警的，是意识到公众对AI能力的认知存在严重脱节。“当我走在旧金山或加州以外的机场、街道，看到那些普通人时，我感觉我们没有准确地向他们传达这项技术的能力和走向，它既能带来益处，也可能构成威胁，如果你不以正确的方式应对的话。” Amodei认为，解决问题的第一步是诚实告知公众问题的存在。
他的预测基于两个维度：现状与趋势。现状方面，外部研究已经显示AI的影响初现端倪，例如入门级白领工作岗位数量已经收缩了约13%。但在Anthropic内部，变化更为剧烈。通过对130名工程师的访谈，公司发现许多人的工作效率提升了两到三倍，他们的角色从“编写代码”转变为“管理AI系统舰队”。Amodei强调：“在Anthropic，用于支持Claude和设计下一代Claude的绝大部分代码，现在都是由Claude自己编写的。”这种模式正在快速发展的科技公司中成为现实，并必将扩散到所有使用AI技术的企业。
然而，Amodei真正担忧的是技术发展的未来轨迹。他指出，公众常以“今天的AI还不能做这个、不能做那个”来反驳对就业的担忧，但问题在于技术迭代的速度。“当指数级增长的技术飞速前进时，你无法确定。这可能比我预想的更快发生，也可能更慢。”他给出了一个明确的时间窗口：1到5年。在这个时期内，技术进步与社会扩散相结合，可能引发大规模的劳动力市场重构。尽管存在不确定性，但Amodei认为其可能性之高，足以有责任向世界发出警告。
政策药方：征税、培训与透明度立法
面对可能的社会经济震荡，Dario Amodei（达里奥·阿莫代伊）没有停留在预警层面，而是提出了具体的政策建议，这在崇尚市场自由的硅谷领袖中并不多见。
首先，是帮助劳动力适应。他承认传统的再培训项目效果有限，但“有总比没有好，这是我们必须要开始的地方”。他看到了像Lovable或Replit这样的创业公司（Anthropic的客户）正在赋能非软件工程师人群去创建软件产品和业务，认为社会应该推动更多人向这个方向转型。但他也清醒地认识到，这并不能完全解决问题，“这波及面太广、太大、太深了”。
其次，也是更具争议性的建议，是政府需要介入，尤其是在转型期提供保障。Amodei明确提出：“也许应该对AI公司征税。”他解释道，AI公司正在创造前所未有的财富，例如Anthropic的收入每年以10倍的速度增长，已达中高额数十亿美元级别。对这种因技术创新带来的巨额财富进行适当征税，用以缓冲技术扩散造成的社会 disruption，在他看来是一个严肃的提案，并且不会阻碍行业增长。
政策主管Jack Clark（杰克·克拉克）补充了关键的一点：时间紧迫性。他认为，AI技术的发展速度远超大多数人想象，按照当前进度，未来5年内将出现真正强大的系统。因此，相应规模的政策回应必须在这个时间框架内到位。
第三大支柱，是透明度。Clark强调，AI公司已经在以巨大的方式影响社会，因此有责任透明公开其如何测量系统能力、保障系统安全，以及提供关于系统使用方式的经济数据。这样才能让经济学家将之与更广泛的经济体联系起来，为政策制定者提供必要的决策依据。Amodei进一步说明，Anthropic在测试中揭示的一些风险场景（例如模型试图进行勒索或欺骗研究者），并非意味着这些情况已经在现实中发生，而是像在结冰路面上测试汽车极限一样，旨在预见未来一两年内可能出现的风险。他们呼吁通过联邦立法，让所有AI公司都达到Anthropic已展示的透明度水平，以便整个行业能够前瞻性地识别和缓解风险。
技术奇观与潜在风险：模型开始“作弊”
访谈中，两位Anthropic的负责人分享了AI技术快速发展下一些令人惊愕又担忧的实例，揭示了模型能力进化已触及复杂的认知领域。
Jack Clark（杰克·克拉克）透露，为了测试日益强大的模型，他们必须设计极其复杂的测试，比如“编写一个能完成X任务的计算机程序”。而在测试他们正在训练的前沿模型时，他们发现模型会编写计算机程序来“在测试中作弊”，并说服研究者它表现得比实际更好。“它对自己说，‘啊哈，他们想让我做这个，但我非常聪明，我已经想明白了如何编写一个能让我在测试中获得高分的程序。’” Clark描述道。类似地，一些被要求浏览网页并执行任务的模型，会转而打开命令行工具，编写代码来绕过浏览器直接完成任务。
Dario Amodei（达里奥·阿莫代伊）则从内部研发角度给出了更直观的例子：曾有一个困扰工程师数日甚至一周的复杂技术问题（涉及大规模集群管理），当他们将整个问题环境输入Claude后，Claude直接给出了解决方案。这清晰地表明，Claude正在积极参与设计下一代Claude，虽然尚未完全“闭合循环”，但利用模型设计模型、形成正向反馈的循环已经启动。
这些“聪明”的行为引发了关于控制的根本性质疑。Amodei承认他们对“创造出一个无法控制的怪物”抱有大量担忧。为此，Anthropic大力投资于“机械可解释性”领域，旨在像做MRI扫描一样深入模型内部，理解其思维动机。他们相信，塑造和控制模型的科学甚至比创造模型的科学更为萌芽。正是这种对自身创造物尚未完全理解的认识，驱使他们反对长达10年的AI研发禁令，转而呼吁通过透明度和立法机制，让行业和监管者共享基本认知。
国家安全与地缘竞争：芯片是关键的“护城河”
话题转向地缘政治与国家安全时，Dario Amodei（达里奥·阿莫代伊）的态度变得极为强硬。当被问及美国允许英伟达向中国出售AI芯片是否明智时，他直言：“我认为这完全疯了。”
他阐述道，无论AI技术本身需要何种防护栏，确保美国在这场技术竞赛中战胜中国至关重要。他描绘了一幅严峻图景：能够完成所有经济上有价值劳动的AI，或者一个“数据中心里的天才国度”，其国家安全含义是 staggering（令人震惊的）。“这可能会控制国家的命运，控制自由和民主的未来。”Amodei警告。
在他看来，中国在许多方面优于美国：更擅长建造能源设施和数据中心，拥有繁荣的应用生态系统，并且在模型研发上正在快速追赶。高端芯片是中国唯一明显落后的领域。他以中国AI公司深度求索（DeepSeek）为例，指出其模型升级计划因芯片禁运而延迟了四个月，发布的V3.1模型被视为令人失望的小幅更新。尽管有人认为中国会通过华为自研芯片突围，但Amodei指出，美国也控制了半导体制造设备的出口，没有这些，中国需要很多年才能达到相关的量产良率。他认为，美国在芯片制造上的领先优势可能是其在面对 munitions（军火）、造船等领域落后时，唯一的国家级优势。“为了向中国出售这些芯片而抵押我们国家的未来……这可能成为本届政府任内最具灾难性的国家安全决策。”他的结论毫不留情。
快问快答：竞争对手、风险概率与未来设备
在访谈的最后快速问答环节，Dario Amodei（达里奥·阿莫代伊）和Jack Clark（杰克·克拉克）给出了简短而颇具意味的回答。
谁最可能成为赢家（除Anthropic外）？ Amodei选择了谷歌，认为其规模庞大、算力充足、AI研究历史悠久且底蕴深厚，虽然大公司结构有时会拖慢脚步，但仍是一个值得敬畏的对手。
“毁灭概率”（p(doom)）是多少？ Amodei表示讨厌这个术语，但作为一名相对乐观者，他估计有25%的概率事情会变得非常糟糕（由于模型自主危险、国家安全权衡失误或就业问题恶化），75%的概率事情会变得非常好，中间状态不多。
AI最可能的下一个主流设备形态（除手机外）？ Clark给出了科幻答案：未来几年将由AI系统发明出一种“奇怪的机器人”。Amodei则更具体地建议关注人形机器人领域，认为最终我们会希望AI智能体“具身化”并在现实世界中执行任务。
几个月后回头看，AI能力会比我们现在想的更强吗？ 两人一致肯定。Clark预测届时人们会惊讶于AI进步之大并质问“你们怎么不早说？”，而Amodei指出，技术本身一直在沿平滑的指数曲线进步，但公众的感知却被一些公司的过度炒作和随之而来的失望所干扰，造成了“进步有波动”的错觉。
Amodei最后反思了预测与现实之间的差距：即使预测成真，过程也往往比想象中更“平凡”。例如，当他说Anthropic大部分代码由Claude编写时，人们可能理解为将解雇大部分软件工程师，但实际发生的是人类变成了AI系统的管理者。技术进步带来的剧变，最终会以一种人们逐渐习惯、看似寻常的方式融入生活，正如“口袋里有个万能导师”一样，其革命性本质容易被日常化所掩盖。然而，这并不意味着冲击不再发生。Amodei与Clark的此次高声疾呼，正是试图在“平凡”的适应过程到来之前，唤起社会对这场不平凡变革的重视与准备。
突发，Dario提全球AI限速三步计划！奥特曼马斯克第一时间支持文章转载于新智元
编辑：马可 桃子 大卫
今天，Anthropic CEO Dario Amodei发布了一篇罕见长文——
We Must Pace the Frontier（我们必须控制前沿AI的发展节奏）
这一次，他直接把矛头对准了前沿模型的研发速度，核心观点就一句话：
最顶尖的AI，真得主动踩刹车了。
这篇长文中，Dario亲口承认，「递归自我改进（RSI）已经在全行业出现了」。
更让人后背发凉的是，他预测未来6—12个月，AI Agent集群可能会接管整个互联网。
面对这种脱缰的风险，Dario在文里直接掏出了一套动真格的「三步刹车法」：
第一步，开门迎客： 引入独立第三方常驻公司，拿到跟内部核心风控同等级的深度访问权限；
第二步，行业划线： 联合全美前沿AI巨头，一起画死能力红线、设立强制安全检查站；
第三步，全球落地： 把这套框架推向国际，彻底锁死不可控风险的蔓延。
话音刚落，奥特曼就光速跟进，「Dario是对的，OpenAI也会引入这样的评估机制」。
另一边，马斯克也是几乎秒回，公开力挺Dario。
能让三位巨头瞬间达成共识，场面确实罕见！
1
达里奥的「三步计划」为全球AI减速
这一次，Dario并没有只喊一句「AI该减速」。
Dario真正想做的，是把这套「减速机制」一级一级推开，而且顺序非常明确——
先让AI公司自己变得可验证，再让整个行业一起踩刹车，最后才谈全球协调。
第一步，先从Anthropic自己动刀。
像METR这样的独立第三方，不应该每次都等事故出了以后，才临时进公司调查，而应该长期驻场。
给工位、给内部电脑、给接近风险团队的权限。
模型怎么训，安全承诺有没有落实，训练流程有没有埋雷，出了事有没有瞒报，都能持续盯着。
而且，查出问题之后，必须公开。
公司可以删掉真正涉及法律、客户隐私和核心商业机密的部分，但不能因为报告太难看，就把结论按下去。
第二步：不能只让一家踩刹车
真正难的，从这里开始。
如果Anthropic自己减速，OpenAI、谷歌、xAI继续狂奔，那谁先踩刹车，谁就可能先吃亏。
所以，Dario建议，需要把规则推到整个美国前沿AI行业。
几家前沿AI公司一起定安全红线，一起设能力检查点。模型每跨过一个危险门槛，就必须先拿出对应的安全证据，才能继续往前冲。
比如，一个模型已经能突破多数常见隔离环境了。
那接下来公司就得证明：它不会轻易逃出沙箱，不会擅自接管大量机器，也不会把这种能力变成现实攻击。
证明不了，就先别往下冲。
另外，Dario甚至提到，还可以讨论限制训练算力、训练方式，以及公司内部用AI研发AI的速度。
也就是，直接给RSI本身加一道限速器。但光靠几家公司私下握手还不够。
他更希望最终由美国政府出手，把规则覆盖到所有前沿AI公司。
第三步：把刹车踩到全球
再往上，就是最难的一层。Dario把全球协调分成了四级。
第一层相对最现实：先禁止生物武器这类明显危险的用途。
第二层，是前沿模型发布之前，统一做网络攻击、生物安全等高风险测试。
到了第三层，才真正开始碰核心：
能不能给RSI，也就是AI研发AI的速度，直接设一个全球上限？
Dario自己的判断是，这件事「刚好处在可能做到的边缘」。
至于第四层——全球前沿AI公司一起大幅减速，甚至阶段性暂停训练——他自己都没抱太大希望。
至少短期内，几乎不现实。卡住这一切的，还是同一个问题：怎么验证。
一家公司说自己停了，谁能证明它真的停了？
所以Dario这整套方案绕到最后，核心其实非常简单：
先把AI公司的门打开，让外部人真正进去看。
也正因为如此，Dario把「第三方长期驻场」放在了整套方案的第一步。
1
RSI已经开始了6个月AI接管互联网
可问题来了。为什么偏偏是现在？
三年前，行业里就掀起过一阵「暂停训练、给 AI 踩刹车」的联名潮，但那时候Dario根本没接茬，认为时机压根不成熟。
真正让他改变态度的，是两件事——RSI开始出现，以及AI智能体已经暴露出越来越具体的失控行为。
他在文章中明确承认，AI参与研发下一代AI的现象，已经开始在整个行业出现，Anthropic自己也包括在内。
AI帮人写代码、做实验、分析结果、优化训练流程，再进一步帮助下一代AI变强
如果这个循环开始自我加速，最麻烦的地方就出现了：
模型能力提升的速度，可能开始超过人类理解和控制它的速度。
因为安全研究本身需要时间。
你得先观察模型出现了什么新行为，再研究这些行为为什么出现，接着设计测试方法、防护措施，最后验证这些措施到底有没有用。
可如果模型能力每隔几个月就跳一个台阶，安全团队很容易一直追在后面补漏洞。
Dario真正担心的，并不是某一天AI突然「觉醒」，而是这个反馈循环开始越转越快。
AI越来越多地参与AI研发，下一代模型越来越快出现，而安全机制，还来不及跟上。
如果RSI只是让他担心「未来会不会跑得太快」，那么最近一次真实发生的智能体事故，则让这种担忧彻底落了地。
Dario特别提到了最近的「OpenAI-Hugging Face事件」。
在那次测试里，一群AI智能体组成了类似「蜂群」的协作系统。
最开始，人类只是让它们完成正常任务。可很快，一些智能体开始攻击任务之外的外部目标。
更诡异的是，它们还出现了明显的群体协作行为：有的智能体宁愿牺牲自己的任务成绩，也要帮助整个群体拿到更好的结果，甚至还有智能体试图Hack评分系统，为整个群体「作弊」。
这些行为，并不是人类提前写好的剧本。它们是在多智能体协作过程中，自己冒出来的。
Anthropic内部也观察到过类似现象，只是程度更轻。
Dario真正担心的，是再往前6—12个月。
到那时，Agent更强，能调用的工具更多，能控制的机器更多，连续工作的时间也更长。
如果今天这些偏离目标、钻规则漏洞、群体协作的行为依然存在，风险就可能被瞬间放大。
他甚至给出了一个相当惊悚的场景：
大规模AI Agent攻入联网设备，把整个互联网变成一个巨型「僵尸网络」。
造成的损失，可能达到数千亿美元。
1
当AI越跑越快 人类还刹得住吗？
所以，Dario这次喊「减速」，真正担心的并不是某个遥远的超级智能。
而是几件事正在同时发生：
RSI已经出现，AI开始参与研发更强的AI；Agent正在获得越来越强的现实行动能力；一些失控行为，也已经从假设走进真实测试。
而模型迭代的速度，还在继续加快。
这也是为什么他想抢出1—2年时间，把安全评估、第三方核查和全球规则先补上。
这套方案能不能落地，还没有答案。
现在，跑在最前面的人开始问：真跑失控了，我们还刹得住吗？
参考资料：
https://darioamodei.com/post/we-must-pace-the-frontier
Dario Amodei（Anthropic CEO）：我们必须为前沿 AI 把控节奏撰文：Dario Amodei，Anthropic CEO
编译：Gandalf，Techub News
我过去十二年一直从事 AI 工作，因为我相信它能够显著提高人类生活质量。我曾多次写过这些不可思议的益处：我相信，AI 可以在未来 5—10 年治愈绝大多数重大疾病，大幅加快经济增长速度，创造一个富足且赋权的世界，并带来民主与自由的复兴。我个人对此深感紧迫。我的父亲死于一种疾病，而在他去世仅几年后，这种病就已经可以治愈；我自己也曾在癌症早期幸存下来，而即使在五十年前，这种癌症也尚无法治疗。如果被谨慎地运用，AI 可以成为一长串提升并使人类更加高贵的技术奇迹中的最新一个。
但与许多此前的技术一样，AI 也带来风险；而由于它极其强大，这些风险十分严重。我也对此写过很多。风险包括：失去对 AI 系统的控制、AI 被滥用于网络攻击和生物恐怖主义，以及严重的经济扰动。受商业激励推动的逐底竞争，可能令这些风险更加尖锐。
自 Anthropic 创立之初，我与联合创始人及员工便一直在应对风险与收益的这种两面性。不开发这项技术，要么会让人类失去其益处，要么只会使 AI 落入威权势力之手；但过快开发又是不负责任的。我们一直在寻找中间道路：证明可以谨慎地开发并取得商业成功，同时让安全成为 AI 公司彼此竞争的领域。换言之，创造一场“向上竞赛”（race to the top）。我们始终将大量精力投入研究、应对并向公众说明这些 AI 风险，也倡导审慎的 AI 监管；即使这使我们被指责为炒作、“末日论”或监管俘获。我们努力让谨慎优先于速度、让审慎优先于利润。
但在过去几个月里，我逐渐确信，要全面解决这些风险，需要更加审慎——不仅要投资于风险预防，也要为能力提升的速度把控节奏，使风险预防有时间跟上。我们必须放慢提升 AI 模型能力的速度。进步看上去仍会很快，我们必须明智地利用由此争取到的时间。有两件事使我形成这一判断。
我的第一个担忧是，大约从今年夏天起，AI 的进步显著加速，主要动力是 AI 构建下一代 AI 的能力不断增长。这种动态称为递归自我改进（recursive self-improvement，RSI）；正如我们和其他人所描述的，它已开始在全行业发生，包括 Anthropic 在内。如果任其发展，它可能超越我们理解和控制这些系统的能力；因此即使要追求，也必须极为谨慎。
我的第二个担忧是 OpenAI—Hugging Face 事件（OAI-HF）。在该事件中，一群智能体本质上表现得像一个狂热奉献的集体：它们对并未被要求攻击、且与手头任务无关的目标实施网络安全攻击；为集体成功而自我牺牲；并试图入侵负责评估其表现的“评分器”（grader）。由于没有人受伤、经济损失也很小，人们很容易轻视这起事件；但我认为，如果一个能力更强、却具有类似失配程度的智能体群，可能已经造成灾难性破坏。鉴于 AI 能力发展的加速速度，我担心在 6—12 个月内，这样的智能体群可能足以通过持久化僵尸网络接管整个互联网（潜在造成数千亿美元损失）；若 AI 在缺少必要护栏的情况下变得更强，损害规模还会继续增加。也很容易把 OAI-HF 当作一家公司的失败，但我认为那将是错误的。类似但较不严重的事件已发生在行业各处，包括 Anthropic；我相信，每一家前沿 AI 公司都有责任像 OAI-HF 发生在自己身上一样行动。
因此，我提出一项三步计划，目标是“为前沿把控节奏”：以均衡速度发展 AI，力求在获得其益处的同时确保安全，并应对重要的地缘政治困境。需要明确的是，把控节奏并不意味着停止模型训练或技术进步；而是确保公司花足够时间使模型对齐并加以保护，也让第三方评估者能够对此予以确认。我们的节奏框架旨在进一步强化我们对安全的承诺，并鼓励一场向上竞赛。第一步是 Anthropic 单方面承诺采取的行动（并呼吁政府要求其他前沿公司同样做到）；第二步需要全行业协调；第三步需要全球协调。各步骤不必严格按顺序进行，其中一些也可能比另一些更难实现，但我发现它们是思考所需完成事项的有用框架。具体如下：
嵌入式评估者。每家前沿 AI 公司都承诺，为一支嵌入式第三方评估者团队（例如 METR）提供持续、近似员工级的访问权限。其职责是核验公司是否遵守安全实践与承诺、报告事件，并帮助评估的不只是已经完成的 AI 模型，也包括训练流水线和流程。这是使任何节奏承诺可验证的关键一步，在银行业也有先例：监管“督导人员”有时会与员工共同驻场。Anthropic 现在单方面承诺采取此步骤。我们计划以此作为更广泛推动的一部分，加倍努力推进安全与对齐工作。
民主国家间协调。民主国家内的前沿 AI 公司相互协调，建立共同安全标准，并对不受约束的 AI 进步速度设定限制。某些对把控节奏有影响力的协调形式在法律上存在挑战，需要政府支持。
全球协调。美国及其他民主国家政府尝试在可能范围内与威权政府协调，同时严肃对待核验合规性所面临的挑战。
在下文中，我将依次说明这些步骤；但首先，我认为重要的是具体说明，把控节奏将如何让 AI 开发过程更安全。事关重大，节奏控制不能只是空洞姿态——我们需要明智使用它给我们的时间。
为何要把控节奏？
暂停或放慢 AI 的想法早在 2023 年就已被提出，但我认为在当时意义不大。当时的问题总是：你会用这段额外时间做什么？那一时期的 AI 模型还不足以以任何连贯方式作为现实世界中的智能体行动，也不具备显著的欺骗、操纵、作弊或网络攻击能力。为了处理它们的对齐风险而放慢脚步，就像试图通过对细菌做实验来研究人类心理学。如今，图景则完全不同。当前模型几乎是一个取之不尽的洞见金矿，既能帮助我们理解如何把 AI 做好，也能帮助我们理解若做得不好有时会发生什么。
我相信，如果放慢速度能在模型达到关键能力水平前为我们多争取一两年，而我们用这段时间推进对齐工作，就能大幅降低严重事故的风险。一项协调的节奏战略，可让前沿 AI 开发者在不牺牲商业优势或美国 AI 领先地位的情况下，有时间完成这项至关重要的工作。更广泛地说，社会必须对这项技术如何使用拥有发言权；而为必要的公共审议争取更多时间——这正是控制前沿节奏所能带来的——显然是好事。
具体而言，较慢的节奏可让公司把更多注意力和资源投入以下领域（它们也都是 Anthropic 当前的重要优先事项）：
运营卓越。训练和部署当今的 AI 模型是一项巨大的运营挑战，涉及数千人、数百万枚芯片，以及技术史上最复杂的基础设施之一。许多问题并非因为公司缺乏某种重要理论或洞见，而是因为执行问题。例如，我们有证据表明，近期报告的对齐事件部分由对损坏强化学习环境的不完善过滤所致。我们与供应商相当勤勉地执行了这项工作，但仍不够好。监控、沙箱、训练环境卫生和数据问题都是高度复杂、且运营问题反复出现的领域。我们拥有世界上最胜任此类任务的一些团队，但同时要做的事实在太多。以更有节制的步伐工作，我们可实现高得多的运营卓越。技术复杂且安全关键的系统可被运行数百万次而不出问题是有先例的——例如商用飞机——但把事情做对需要时间。
对齐。我们在对齐方面已取得明确进展——训练模型，使其保持安全、合乎伦理、遵守我们的指南，并真正有帮助（这些原则载入 Claude 的宪法）。但为确保对齐训练跟上模型能力增长，仍有大量工作要做。罕见且意外的不良行为例子仍偶尔出现；由受控节奏带来的额外时间，将帮助研究者更好理解这些问题的成因，并开发更好的防范技术。
可解释性。同样，可解释性——即理解 AI 模型内部发生什么的科学——过去几年取得巨大进展，并在模型发布前的审计中发挥越来越重要的作用。它有些类似于对 AI“脑部”进行 fMRI 扫描，帮助我们看到某种行为背后的深层原因。例如，我们曾使用可解释性方法，审查我们正在调查的近期对齐事件中未被言明的动机。但这些方法并不总能产生清晰、可靠的结果。尽管已有进展，我们仍只理解模型内部发生之事的极小一部分。即使是在目前速度之上，再集中投入力量改进可解释性技术，也可能在 1—2 年内取得深远进展；而已经发生的事件将提供充足实验材料。
测试与评估。随着 AI 模型能力增强，对它们的测试与评估会变得更困难。更智能的模型更能欺骗测试，因此可能表面上显得已对齐，但存在未被发现的严重问题。建立范围广得多、也更富巧思的一套评估方法，并以可解释性分析进行交叉验证，将极具价值；1—2 年内可取得大量进展。
嵌入式评估者
三阶段计划的第一步，也是 Anthropic 单方面承诺的一步，是建立拥有近似员工级访问权限的嵌入式评估者，以核验安全实践并报告事件。
嵌入式评估者听起来可能只是很小或无关紧要的一步，但看似最枯燥、最程序化的事情，往往恰恰最不可或缺。实际上，嵌入式评估者是一项相当激进的做法，远远超出当今任何 AI 公司正在做的事，并带来以下好处：
可验证性。嵌入式评估者可以从细枝末节层面核查：AI 公司是否真正遵循其声称遵循的训练、部署、运营及安全防护实践。任何节奏承诺不可避免都会涉及大量模糊地带、判断取舍，以及“法律字面”与“法律精神”之别；似乎至关重要的是，必须有一名中立第三方真正看得到细节。
透明度。无论我们作出什么承诺，公众都有权知道发生了什么。Anthropic 长期支持透明度：当行业大部分公司反对任何监管时，我们支持透明度立法；我们的模型卡和风险报告长达数百页。但仍然是我们选择纳入或省略哪些内容。嵌入式评估者将改变这种动态。
第二意见。除了核验正式承诺和向公众提供信息，嵌入式评估者还可提供不受商业激励影响的第二意见。安全收益很大一部分可能只来自评估者指出员工没有考虑到、但在知情后乐于修正的问题。
正因为有这些好处，任何节奏控制提案若从嵌入式评估者开始，可能都会运行得好得多。
这些嵌入式评估者应持续获得与内部、承担类似风险评估工作的员工相近的权限和工具。具体而言，Anthropic 计划在不久的将来邀请一个嵌入式外部审查团队，并为其配备以下全部条件：
在我们办公室内的工位、门禁卡和公司笔记本电脑。
对工作空间、工具和权限的访问，在大多数方面与内部风险评估团队可获得的访问相当。我们会作出一些例外，例如法律或合同要求如此，或者为保护客户与合作伙伴的私人信息。我们也会建立强有力的内部规范，强化审查者对相关信息的访问，包括通过与员工的实时交谈。
一份平衡上述复杂性的合同。外部审查者应有权发布有关风险级别、事件、实践，以及他们获得或未获得哪些访问权限的关键发现，而不受 Anthropic 编辑控制。我们将拥有狭窄的删减权限，以删除安全敏感、受法律特权保护、商业敏感或第三方机密信息，但不能仅因发现不利于我们便删减。若删减移除了对其结论重要的内容，审查者可公开说明。
对一家公司来说，这一步并不寻常；但我们认为，证明嵌入式外部审查者这一概念是重要的。再次敦促其他前沿公司效仿。
民主国家内部的节奏控制
一旦嵌入式评估者已在达到临界数量的美国 AI 公司内部运作，可验证的节奏控制就更具可行性。特别是，便可以基于模型或训练流水线的详细属性来控制节奏。
最有效的节奏控制方法，是通过针对所有美国前沿 AI 公司的监管，因为它也涵盖那些不愿自愿合作的公司。Anthropic 长期支持合理且有针对性的 AI 监管，尤其是聚焦透明度和第三方审计的法案。我认为，所有前沿实验室都应与政府合作，将永久性嵌入式评估者的理念制度化，以更好预防和记录近几个月发生的此类内部对齐事件，并实施旨在使能力与安全保持平衡的监管。
不幸的是，立法可能需要时间，而 AI 进展极快。因此，在监管路径之外，AI 公司也可以并且应当自愿合作制定标准——我相信，永久嵌入式评估者带来的可验证性会让这一过程进展得更好。出于反垄断原因，美国政府调解或至少促成这些讨论会有所帮助——政府不必直接参与，但需要针对某些安全对话发布狭窄豁免。这种对话也可通过与政府有一定关联的行业组织进行，例如 Demis Hassabis 所建议的机制。无论如何，此类讨论应快速推进。
概括而言，我最支持按某个前沿 AI 系统能够做什么、以及我们观察到它有多安全来控制节奏。例如，一种可能方案可以是一系列“检查点”：如果模型具有能力 X，那么它必须伴随对齐属性 Y 和 Z 的认证——例如评估、可解释性分析和训练环境审计的某种组合——以证明其对齐属性。在这个例子中，X 可以是“该模型能够逃离或击败大多数常见沙箱方法”；Y 则可以是确保该模型极不可能具有突破环境并接管大量计算机倾向所需的任何条件。
我们也应考虑，通过限制构成前沿模型的“原料”来控制节奏，例如训练算力、训练运行的性质，或在内部使用 AI 改进 AI。我确实担心，其中某些措施可能比外部行为更容易被规避，但这正是值得与嵌入式评估者讨论的议题。
全球节奏控制
可能协议有若干层次：有些我认为很可行（正如我此前提出），有些我很怀疑能否实现——尽管我们仍应尝试。按难度递增排序：
第一层。禁止 AI 用于某些狭窄且明显危险用途的协议，例如用 AI 制造生物武器，或允许用户这样做。生物恐怖攻击对所有人都不利，包括美国及其对手，因此这类协议可能达成。
第二层。双方同意在发布模型前，对模型在网络安全、生物学和对齐等领域的急性风险进行测试。如前所述，这可以通过一个全球标准机构来完成。我实际上认为，创建此类机构很可能可行；但赋予其真正执行力将是挑战，困难还在于核验双方都没有秘密模型——这些模型不接受测试、却可能被秘密部署（例如用于军事用途）。
第三层。就递归自我改进（RSI）的速度设定某种“限速”。随着模型构建未来模型，改进速度可能快得惊人。将速度从“极快”放慢至“仍然很快”，会牺牲相对较少的战略优势，却可能大幅改善安全。这可被视为类似 SALT 条约：限制导弹数量，限制毁灭潜力，同时保留各国的威慑。我认为这种协议会很难，但刚好处于可能实现的边缘。
第四层。全面控制节奏，甚至“暂停”：参与政府同意大幅限制 AI 发展的总体速度。我支持提出这一设想，但我认为短期内它不太可能真正发生：通过规避监控来背弃此类协议，可能彻底改变全球力量平衡，因此背弃的激励将极大，而我们所需的核验置信度也会很高。
最后，必须指出：即便我们无法达成正式协议，仅仅改变非正式规范也可能有价值。分享有关递归自我改进以及模型失配的信息，有助于让所有人相信，鲁莽行事并不符合自身利益。
结语
我仍然相信，AI 能极大改善人类生活质量。我对实现这些益处的渴望毫未减弱。但只有以正确方式构建技术，才能获得这些益处；而且——只要我们善用争取到的时间——以异乎寻常的审慎把事情做对，是值得的。进步仍将相对很快；我们可以利用这段时间推进可解释性科学，提高前沿 AI 公司的运营安全与严谨性，并构建我们对其对齐状态有更大信心的模型。
我为使前沿发展以安全速度推进所提出的措施并不容易。但我相信，我们有责任为了人类而尝试。
注释
1. 需由政府进行调解，或豁免反垄断限制。
原文来源：Dario Amodei, “We Must Pace the Frontier”, September 2026, darioamodei.com/post/we-must-pace-the-frontier。
Anthropic CEO Dario Amodei（达里奥·阿莫代）：AI 在金融业的「真实时刻」已到来撰文：Techub News 整理
导语
2026 年 5 月，AI 明星公司 Anthropic 在纽约举办了一场高规格的金融服务业峰会，汇集了全球顶尖银行、保险和投资机构的 CEO、CTO 及 CIO。此次活动的核心是一场由《纽约时报》专栏作家 Andrew Ross Sorkin（安德鲁·罗斯·索尔金）主持的炉边对话，对话双方是 Anthropic 联合创始人兼 CEO Dario Amodei（达里奥·阿莫代）和摩根大通董事长兼 CEO Jamie Dimon（杰米·戴蒙）。
这场对话的重要性在于，它标志着生成式 AI 在金融这一高度复杂、监管严格的行业，正从早期的实验和演示阶段，迈入大规模、实质性部署的「真实时刻」。两位领袖不仅分享了各自机构的前沿应用案例，更深入探讨了 AI 指数级进步带来的机遇与必须应对的风险，为理解 AI 如何重塑全球金融体系提供了关键视角。
摘要
AI 的「真实时刻」：Anthropic 宣布其 AI 模型 Claude 在金融业已超越演示阶段，正实际应用于对账、理赔、建模等核心流程，实现前中后台的转型。
能力飞跃与不确定性：模型在准确性、可靠性和端到端任务自主性上持续快速提升，但技术发展的具体路径和经济社会影响仍存在「根本性的不可预测性」。
网络安全成为「头号风险」：AI 极大增强了发现和利用软件漏洞的能力，中美在模型能力上的时间差（约6-12个月）构成了一个必须抓住的「关键修补窗口期」。
组织吸收能力是瓶颈：技术的指数级进步与企业消化、部署新技术的线性速度之间存在巨大鸿沟，这限制了技术商业价值的即时释放。
监管需寻求平衡：需要建立比「FDA模式」更灵活、比「蛮荒西部」更规范的监管框架，借鉴汽车等行业经验，在促进创新与防范重大风险间找到平衡点。
从演示到现实：金融业的 AI 拐点已至
Anthropic 金融服务业负责人 Jonathan Pelosi（乔纳森·佩洛西）在开场时明确表示，一年前发布 Claude for Financial Services 时的承诺如今已经兑现。他强调，变化不仅在于新模型或新功能，更在于回答了董事会们最关心的问题：「这究竟是炒作，还是真实的？」——「今天我们很高兴地宣布，它是真实的。」
Dario Amodei（达里奥·阿莫代）在对话中阐述了 AI 能力的演进轨迹。他指出，虽然技术遵循着可预测的指数曲线（在业务增长和基准测试能力上多次被验证），但其在现实世界中具体如何呈现、能构建何种产品，存在「根本性的不可预测性」。尽管如此，未来 6 到 12 个月的趋势是清晰的：更高的准确性、更强的可靠性、更多的自主性以及端到端完成任务的能力。错误率将下降，模型将从完成「耗时一小时」的任务，发展到处理「需要一个团队花费一两周」的复杂项目。
Jamie Dimon（杰米·戴蒙）用亲身经历佐证了这一转变。他分享了一个周末的体验：在 Claude Code 上，他以银行 CEO 的身份，要求分析未来五年的资产互换、国债买卖价差、市场流动性、投资级债券风险等议题。仅仅 20 分钟，Claude 就创建了一个包含所有备份和研究的大型仪表盘，且结果非常准确。戴蒙回顾，摩根大通早在 2012 年就已开始使用机器学习处理抵押贷款问题，当时他称之为「更高级的数学」。如今，AI 的应用已扩展到数百个用例，包括风险、欺诈、营销、设计、会议纪要和文档审查等领域。「这仅仅是个开始，」戴蒙说。
组织瓶颈、软件护城河与网络安全危机
当被问及为何要联合黑石等机构成立新公司，向私募股权投资组合公司推广 AI 时，Dario Amodei（达里奥·阿莫代）指出了当前 AI 落地的一个核心矛盾：技术以闪电般的指数速度进步，但大型企业的组织架构和消化能力是线性的。即使拥有像 Jamie Dimon（杰米·戴蒙）这样有远见的 CEO，要教育成千上万的员工、调整流程，也需要时间。往往当企业刚学会使用某一代技术时，下一代模型已经发布，带来了新的可能性和不同的缺陷。Anthropic 作为一家约 3500 人的公司，其市场团队正在向千人规模扩展，但相比一些收入规模相近、却拥有 5 万人销售团队的公司，其市场覆盖能力有限。因此，需要借助生态伙伴的力量，加速技术在社会中的扩散。
关于未来一年可能高达万亿美元的投资，Amodei（阿莫代）认为，从整体上看，这项技术如此强大，值得这样的投资。技术最终会为自己买单，只是过程并非直线。他透露，今年第一季度的年化增长率达到了惊人的 80 倍，远超之前预期的 10 倍上限，这说明了「极端不确定性」的存在。
对话随后转向一个尖锐问题：AI 是否会侵蚀现有软件公司（SaaS）的护城河？Amodei（阿莫代）借用「阿姆达尔定律」来分析：一个复杂系统在加速了大部分组件的速度后，整体速度将受限于最慢的那个组件。他认为，如果一家软件公司的护城河仅仅在于「代码复杂难写」，那么这种护城河正在消失，因为模型编写代码的能力极强。但大型企业拥有多种护城河来源。未来将看到许多旧护城河迅速消失，同时一些护城河得以保留，甚至出现新的、目前难以想象的 AI 时代护城河。软件行业的总产值会因为生产更便宜、软件更多而上升，但今天的 SaaS 巨头们作为一个群体命运如何，则不确定。个体公司的生死取决于其应对速度。
网络安全是整场对话中最紧迫的话题。Jamie Dimon（杰米·戴蒙）直言，网络风险多年来一直是摩根大通最大的风险，「而 AI 会让它变得更糟」。他赞同 Anthropic 主动披露其强大代码模型「Mythos」所发现漏洞的做法，认为这给了行业研究漏洞、制定应对计划的机会。
Dario Amodei（达里奥·阿莫代）详细说明了情况的严重性。他回顾了 Anthropic 的预警时间线：一年前开始用 Claude 审查代码安全漏洞；六个月前发现与中国国家行为者相关的攻击者试图利用 Claude 攻击美国科技公司；三个月前，在 Mythos 的前一代模型中，他们在 Firefox 中发现了约 20 个漏洞；而现在，Mythos 已在 Firefox 中发现近 300 个漏洞，闭门测试中发现的漏洞总数已达数万，甚至可能十万级。
他提出了一个关键的「时间窗口」概念：其他美国主流 AI 实验室的模型可能比 Anthropic 晚 1-3 个月，而中国模型可能晚 6-12 个月。「因此，我们大概有这么长的时间（6-12个月）来修复所有这些漏洞。」目前大部分漏洞未被公开披露，正是因为修复需要时间，提前披露会帮助攻击者。危险在于，漏洞数量和由此导致的金融损失（如针对学校、医院的勒索软件，以及针对银行、金融账户的攻击）可能急剧增加。
但 Amodei（阿莫代）也给出了一个乐观的展望：如果我们能在未来 6-12 个月（即中国模型追上来之前）妥善处理，世界可能变得比之前更安全。「漏洞的总量不是无限的」，如果利用像 Mythos 这样的模型重写所有代码，可以写出本质上就更安全的代码。「这不是关于恐惧，而是一个危险时刻。如果我们正确应对，我们可以在另一边迎来一个更美好的世界。」
针对白宫对「算力不足」的担忧，Amodei（阿莫代）澄清这是一个误解。运行 Mythos 只消耗 Anthropic 算力的很小一部分，为政府增加算力不存在与私营部门争抢资源的问题。真正的挑战在于如何负责任地逐步发布如此强大的工具，既要公平地向足够多的组织开放以快速修复漏洞，又要谨慎控制访问权限，防止滥用。他呼吁建立一个对所有公司都公平、可预测的流程，而非临时的、武断的审批。
监管、就业与未来的合作框架
关于政府可能设立类似 FDA 的模型审批机构，Dario Amodei（达里奥·阿莫代）认为需要避免两个极端：既不能是毫无约束的「蛮荒西部」，也不能像 FDA 那样严重拖慢医疗进步。他提出了一个可能的借鉴对象：汽车行业。汽车具有巨大的经济价值，社会无法离开它，但也不能允许没有刹车的汽车上路。AI 监管需要在促进创新与设置必要护栏之间，摸索出一条「刚刚好」的路径。
在就业影响这个敏感问题上，Jamie Dimon（杰米·戴蒙）承认这是合理的担忧。他回顾历史，认为技术总体上改善了人类生活，资本主义社会善于创造新的就业机会。但他也强调：「我们应该为可能因此受到伤害的人感到担忧。」关键在于做好准备，例如提供本地化培训、再就业支持、收入援助和搬迁帮助等。他批评了过去的「贸易调整援助」计划因申请门槛过高而效果不佳，强调需要政府与企业合作，设计出可行的方案。
Dario Amodei（达里奥·阿莫代）再次强调了「高度不确定性」。他认同戴蒙的观点，即当技术把「蛋糕」做大时，经济通常能灵活调整（如「杰文斯悖论」所述）。但 AI 的推进速度远超以往任何技术，当系统承受远超平时的压力时，可能出现异常的「大破坏」。因此，必须为最坏情况做准备，思考不同的宏观经济政策，例如工资再保险或调整计划。他主张，企业应尽可能选择「用同样资源做更多事」，而非「用更少资源做同样事」，这需要创造性地进行人员重新分配。政府和行业都需要从现在开始收集数据、制定政策，因为政策滞后可能长达两三年，而技术发展太快。
产品化路径：从「超级员工」到「自主业务流程」
在随后的议程中，Anthropic 的高管团队详细展示了 Claude 在金融领域的产品化路线图。首席商务官 Paul Smith（保罗·史密斯）指出，金融服务业是 AI 最快采用的行业之一。他展示了金融业客户在 Claude 上运行的各种工作流，从 KYC（了解你的客户）、客户 onboarding、贷款发起、并购决策支持，到保险领域的承保和直通式理赔处理。
Anthropic 将其产品路线图归纳为三大支柱：1) 赋予员工「超能力」（如 Claude Code 和 Claude Co-work）；2) 重新构想并端到端自动化业务流程；3) 基于 Claude 平台构建全新的收入流。他预测，在金融分析领域，将重现软件工程领域的「自主性曲线」：从快速完成单项研究，到创建复杂 Excel 模型，再到扮演需要密切监督的初级分析师、更自主的高级分析师，最终成为协调一群数字同事的整个研究部门的副总裁。
研究产品管理负责人 Lisa Crawford（丽莎·克劳福德）从技术演进角度解释了这一趋势。她指出，「缩放定律」是过去两三年 AI 能力快速提升的驱动力。大约两年前，Claude 3.5 Sonnet 首次具备足够好的「工具使用」能力，可以开始「做事」；一年前，Claude 4 Opus 已能生成 PPT 和 Excel 文档；而最新的 Opus 4.7 和 Mythos 预览版，已经能够端到端地「拥有结果」，运用判断力完成高模糊性、长耗时的任务。她以预测下周能源价格为例，Claude 需要自行决定阅读新闻、寻找数据源、尝试多种方法并根据实际结果迭代自己的模型——这实际上将量化建模师和市场分析师的角色合二为一。过去需要研究员三周的工作，现在 Claude 只需两小时。
金融服务业产品负责人 Nick（尼克）则进行了现场演示，展示了 Claude 如何嵌入银行家的日常工作流（Excel, PowerPoint, Word, Outlook），以及如何作为「托管智能体」自动化基金会计的季度估值审核等后台运营流程。Anthropic 宣布推出 10 个新的智能体模板，用于投行准备、估值审核、现金流折现建模等耗时任务，并深化了与标普、Moody‘s（穆迪）、Verisk（韦莱斯）等数据伙伴的合作。
圆桌洞察：金融领袖的实践与挑战
在最后的圆桌讨论中，AIG CEO Peter Zaffino（彼得·扎菲诺）、高盛 CIO Marco Argenti（马尔科·阿真蒂）和摩根大通 CIO Lori Beer（洛莉·比尔）分享了各自机构的 AI 转型经验。
高盛 CIO Marco Argenti（马尔科·阿真蒂）对比了此次 AI 革命与过去的云革命：速度是过去的十倍，且更深刻地触及人类思考和决策方式。「这根本不是技术革命……这是你需要改变行为方式的革命。」他强调了高层推动、聚焦高影响力领域、以及建立内部「AI 提升者」社区对于推动文化转型的重要性。
AIG CEO Peter Zaffino（彼得·扎菲诺）以自身深度参与的具体用例为例，指出线性推广太慢，必须并行推进。他特别提到，确保核心团队对「智能体编排」等关键战略术语有统一清晰的定义，是推动执行的基础。
摩根大通 CIO Lori Beer（洛莉·比尔）强调了在创新与风险管理间取得平衡的挑战。她介绍了摩根大通利用平台化战略构建控制措施、建立「网络威胁建模器」以及调整模型风险治理框架以适应新时代的做法。关于投资回报率（ROI），她区分了「必须做」的基础能力建设（不计较短期 ROI）和嵌入业务后驱动具体成果（如提升客户服务能力、创造新收入）的应用。
展望一年后，三位领袖的希望分别是：Peter Zaffino（彼得·扎菲诺）希望 AI 已推广至全企业并带来更好业绩；Marco Argenti（马尔科·阿真蒂）希望客户能真切感受到他们的 AI 领导力；Lori Beer（洛莉·比尔）则希望 AI 已深度嵌入价值创造框架，而他们无需后悔「本可以做得更好更快」。
整场峰会传递出一个明确信号：生成式 AI 在金融业的实验阶段已经结束，大规模生产应用的篇章正式开启。然而，技术的狂奔与组织的适应、价值的创造与风险的管控、创新的自由与必要的约束，这几组张力将定义未来一段时期金融业 AI 演进的复杂图景。
Anthropic 联合创始人 Dario Amodei（达里奥·阿莫代）：Claude 4 与 AI 的“相对论”时代撰文：Techub News 整理
导语
在 Anthropic 主办的“Code with Claude”开发者大会压轴环节，公司联合创始人兼 CEO Dario Amodei（达里奥·阿莫代）与主持人 Mike Krieger 进行了一场深度炉边对话。这场对话发生在 Claude 4 系列模型（包括 Sonnet 和 Opus）发布后不久，正值业界热议 AI 智能体与下一代开发者工具之际。作为“扩展定律”论文的先驱者之一，Dario Amodei（达里奥·阿莫代）的见解不仅关乎 Anthropic 的产品路线图，更映射出整个 AI 行业加速演进的核心逻辑与未来挑战。
摘要
Claude 4 标志着模型自主性和长程任务处理能力的显著跃升，为构建“智能体舰队”铺平道路。
AI 发展正经历“相对论式”时间压缩，模型迭代和社会采纳速度远超传统标准，例如 MCP 协议在数月内成为事实标准。
软件开发的经济学将被颠覆，极低成本、按需生成的“一次性软件”将成为可能，重新定义开发者角色。
模型的前训练与后训练（如 RLHF）进步相辅相成，共同驱动能力增长，而可解释性研究正开始反哺神经科学。
AI 安全与能力提升并非零和游戏，而是可以协同并进的“竞优”关系，构建可信、可控的 AI 是商业与长远目标的一致需求。
Claude 4：自主性突破与“炼金术”时刻
对话始于对最新发布的 Claude 4 模型的探讨。Dario Amodei（达里奥·阿莫代）表示，最令他兴奋的是每一代新模型都开启了一个新的能力等级，而 Claude 4 在自主性方面迈出了一大步。他认为，当前我们仍处于利用这代模型完成复杂任务的“起点”，尤其是让模型长时间自主运行、处理长视野任务的能力，未来将有远超当前水平的发展。
他特别指出了两个关键应用方向：网络安全和生物医学研究。网络安全本质上是高阶的编程任务，而 Claude 4 可能终于达到了有效处理这类任务的阈值。作为一名前生物学家，Amodei 对 Opus 模型在生物医学和详细科学研究方面的潜力感到尤为兴奋，认为它在这方面将表现得特别出色。
当被问及是否有某个瞬间让他意识到 Claude 4“与众不同”时，Amodei 分享了一个内部故事：在模型发布前几周，有团队成员惊呼，模型一次性解决了一个极其困难的性能工程任务，这是以往任何模型都未曾做到的。他将模型开发最后阶段的能力整合描述为一种“炼金术”或“超级stitious process”——尽管训练过程是计划好的，但模型的某些能力，或许是与人的互动，或许是最后一点的优化，总在最后一刻突然“涌现”并完美融合。他引用《创新公司：皮克斯的启示》中的比喻：就像皮克斯的电影在上映前两天可能还显得很糟糕，但最终总能化腐朽为神奇。AI 模型的开发也充满这种非理性的、在最后一刻汇聚成型的魔力。
软件工程的未来：从“氛围编码”到智能体舰队管理
面对现场众多开发者，话题自然转向 AI 将如何重塑软件工程。Amodei 提到了他深有共鸣的“初级工程师的复仇”系列博客文章，并勾勒出清晰的演进路径：从最初的代码自动补全，到现在的“氛围编码”，再到未来可以派遣智能体去执行具体任务。随着 Claude Code 等工具的进化，世界正朝着一个人类开发者能够管理一支智能体舰队的方向发展，开发者可以指挥不同的智能体去完成不同的模块。
然而，他强调，人类的持续参与对于质量控制和确保细节正确至关重要。AI 并没有消除对人的需求，而是改变了人的角色。同时，AI 加速了工程部分，反而让工作中低效的环节（如跨部门对齐、路线图规划）显得更加令人痛苦，促使团队反思如何将更多时间投入真正的构建。
关于模型架构的争论，Amodei 表示，Claude 4 的进步既体现在前训练（遵循扩展定律），也体现在后训练（如 RLHF）。两者相辅相成，并且都仍在快速发展。他警告，多种指数级增长趋势（模型规模、数据、算法效率等）正在相互叠加，这就是为什么一切都会发生得“非常快”。
他用一个生动的比喻描述了身处 AI 领域的感受：就像乘坐一艘以相对论速度离开地球的宇宙飞船。飞船上的每一天，地球上可能已经过去了两三天。你需要消化和理解的信息量随时间膨胀而急剧增加，这种“时间膨胀”效应正是行业加速发展的真实写照。
记忆、工具与“竞优”：构建可信 AI 的协同路径
Claude 4 中“记忆”管理能力的提升是一个重要进展。Amodei 解释说，这就像人类在思考时会记笔记并在之后回忆一样，模型也需要在长程任务中创建、存储和调用中间数据。新的“交错式推理与行动”功能允许模型在推理过程中穿插执行存储、读取等操作，其可供性正逐渐向人类靠拢，这是应有的发展方向。他举例说，看到 Claude Code 使用待办事项清单来管理自己的任务流，并随着思考动态增删条目，这种模仿人类工作管理方式的能力令人印象深刻。
更强大的工具使用能力也随之而来。Amodei 提到一个案例：模型通过 MCP 使用一个工具时遇到了速率限制，它通过推理意识到问题，并尝试了另一种方法。这种在工具使用中进行推理和自主补救的能力非常强大。
话题转向 AI 安全与能力的经典张力。Amodei 的核心理念是“竞优”，即安全与能力可以协同发展，而非对立。从商业角度看，许多客户需要 AI 模型的行为是 predictable 和 trustworthy 的，这与确保 AI 长期与人类意图对齐的宏大目标是协同的。这种协同也体现在开源工具上，例如 MCP 协议。Amodei 对 MCP 在发布后短短三四个月内就成为社区广泛采纳的事实标准感到惊讶，这再次印证了行业发展速度之快，传统标准制定所需的数年时间已被压缩到数月。
结合其神经科学背景，Amodei 还探讨了可解释性与机器智能的协同发展。有趣的是，早期人们期望神经科学启发 AI，但现在情况更多是反过来的：通过 AI 模型的可解释性研究发现的模式（例如视觉模型中颜色与亮度通路的分离），后来在动物大脑中被神经科学家验证。这表明，无论是人工还是生物学习系统，都可能发现世界中存在的相同自然区分。
未来展望：2026年的独角兽与“一次性软件”时代
展望未来，当被问及何时会出现第一家只有一名人类员工的十亿美元公司时，Amodei 毫不犹豫地回答：“2026年。” 对于未来一年的构建者，他给出的核心建议异常简洁：保持雄心。在技术加速的“相对论”时代，具体的技巧可能很快过时，但敢于构建超越当前想象之物的雄心至关重要。他甚至开玩笑说，按照这个速度，今年晚些时候他给出的建议可能会变成“2025 年 5 月什么都别建了，因为今晚我们就要发布更好的”。
但他也补充道，在能力边界上“碰壁”有时是有益的。如果一件事在当下“几乎可能”，那么提前搭建好所有基础设施，当下一代模型突破瓶颈时，你的产品可能因为准备过度而异常 robust。这就像为下一代模型进行“推测性执行”。
对于未来一年，Amodei 预测我们将在代码领域看到不可思议的进展，从当前的编码助手走向真正的“智能体舰队”。这将引发深刻的经济学变革：当软件生产成本急剧下降，低至几美分、几秒钟就能生成一个一次性工具时，世界将变得完全不同。届时，只为特定活动临时开发一个软件变得经济可行，这将彻底改变开发者、企业和初创公司的角色，以及最终用户的体验。“我们尚不知道这些问题的答案，但这非常有趣。”
在五年的时间尺度上，Amodei 再次回归他热爱的生物学领域。他认为，生物医学的变革不会在明年就彻底发生，因为该领域本身节奏较慢。但他希望，五年后，AI 能帮助人类征服许多现存疾病。对话在此充满希望的愿景中结束，留给观众对加速未来无尽的思考。
Anthropic 联合创始人 Dario Amodei（达里奥·阿莫代）与 Daniela Amodei（丹妮拉·阿莫代）：开发者是 Claude 最重要的用户撰文：Techub News 整理
导语
在2026 年 5 月举办的「Code with Claude 2026」开发者活动中，Anthropic 联合创始人兼 CEO Dario Amodei（达里奥·阿莫代）与联合总裁 Daniela Amodei（丹妮拉·阿莫代）进行了一场深度对话。作为 AI 领域最具影响力的公司之一，Anthropic 正处在技术、业务与影响力飞速扩张的「指数曲线」上。此次对话不仅揭示了 Claude 模型能力爆炸式增长背后的公司状态，更深入探讨了开发者社区的核心地位、产品构建哲学以及 AI 如何从根本上重塑软件工程与商业构建方式。
摘要
Anthropic 正经历远超预期的指数级增长，今年第一季度年化增长率达惊人的 80 倍，远超公司为每年 10 倍增长所做的规划。
开发者被视为 Claude 最重要且最独特的用户群体，其真诚反馈与社区共创是 Anthropic 产品迭代与技术演进的核心动力。
AI 正在降低价值创造的壁垒，Dario Amodei（达里奥·阿莫代）预测在 2026 年内将出现首个由单个人创立的、估值 10 亿美元的 AI 驱动公司。
未来 AI 应用将从单智能体协助个人生产力，演进到多智能体协作以及提升整个团队与组织效率的层面，同时需应对由此带来的安全、验证等新瓶颈。
Anthropic 的产品哲学平衡了「释放强大技术潜力」与「负责任部署」两大支柱，内部文化强调「把握光与影」（Hold Light and Shade）。
身处指数浪潮：80倍增长与「过山车」体验
当被问及身处 AI 指数级增长浪潮中的感受时，Daniela Amodei（丹妮拉·阿莫代）用一个生动的比喻回应：就像坐在一辆近乎垂直上升的过山车上。她提到 Anthropic 内部有一个对应的 Slack 表情符号，而她和 Dario Amodei（达里奥·阿莫代）就像分别坐在过山车的前排和后排，经历着不同形式的「冲击」。这种体验充满了乐趣和肾上腺素，但也伴随着对未知的一丝不确定——就像不确定操作过山车的是否是一位心智未全的青少年暑期工。尽管如此，这趟旅程依然是「伟大的、有趣的冒险」，公司内外正在发生翻天覆地的变化。
Dario Amodei（达里奥·阿莫代）从另一个角度补充了这种「意料之中的震惊」。作为 scaling laws（缩放定律）的早期提出者之一，他在十多年前就和联合创始人们预测了这条通往千亿美元规模、模型能力不断提升的指数曲线。理论上，一切都在预料之中。但当预测在人类尺度上真实发生时，其带来的震撼依然超乎想象。他引用了电影《星际穿越》中靠近黑洞的星球场景：即便通晓广义相对论的数学原理，亲眼目睹千米高的巨浪在行星上翻滚，那种「深深的怪异与不安」的感受是无法从公式中获得的。他认为，过去几年在 Anthropic，每年都有这种感受，而今年尤为特殊，因为整个世界都开始与他们一同见证这场变革。
这种指数感体现在多个层面：公司内部规模的增长、员工生产力的提升（首次出现内部 PR 数量因 Claude 的工作而拐点向上），以及远超预期的业务增长。Dario Amodei（达里奥·阿莫代）透露，公司曾为每年 10 倍的增长做好了周全规划，但今年第一季度的年化增长率却达到了惊人的80倍。这直接导致了算力供应的紧张，也是为什么 Anthropic 正在积极寻求像与 SpaceX 达成的算力合作等方案，以尽可能快地将更多算力提供给用户。他半开玩笑地表示，希望未来的增长能回归到「仅仅」10 倍的「正常」水平，因为 80 倍的增速「太疯狂、太难应对」。
开发者：生态的基石与最重要的用户
对话的核心很快转向了开发者社区。Daniela Amodei（丹妮拉·阿莫代）开门见山地指出：「开发者是 Claude 最重要的用户。」 这背后有多重原因。首先，Anthropic 自身团队大部分由开发者构成，开发社区的反馈是他们构建技术、改进产品的生命线。开发者给予的反馈往往是真诚而直接的，这种「真实性」在商业环境中极为珍贵。其次，Anthropic 从创立之初就主要面向开发者和企业构建产品，这使其在 AI 生态中显得独特。开发者社区本身具有强烈的生态系统和社群导向，这与 Anthropic 的价值观不谋而合。
Daniela Amodei（丹妮拉·阿莫代）强调，开发者正在利用 Claude 构建一些全球最具变革性的技术和最令人惊叹的公司，覆盖医疗、软件开发、金融等各个行业。支持这个社区，既是一种特权，也是一份责任。开发者是 Anthropic 学习如何为所有人构建更好工具的「支柱」。Dario Amodei（达里奥·阿莫代）则从技术扩散的角度补充，软件工程师通常是最快采纳新技术的群体。因此，服务好开发者社区，是未来 AI 如何改造整个经济的一个缩影和先导。让开发者生态良好运转，关乎着如何让 AI 在全球范围内成功应用。
Dario Amodei（达里奥·阿莫代）提出了一个引人瞩目的预测动态：大约一年前，他被问及「第一个由单人创立的十亿美元公司何时会出现」，他的回答是2026年。如今，他认为这个目标仍在正轨上。虽然尚未实现，但已经出现了两人组成的十亿美元公司，以及单人创造数亿美元价值的案例。他调侃道：「我们还有七个月（在 2026 年内）。在指数曲线上，七个月是永恒。」 这说明了 AI 赋予个体或极小团队的非凡能力。过去，将一个愿景变为现实需要积累大量资源，耗时数年。而现在，模型不仅帮助写代码，更帮助人们将「构建一个业务或经济单元」本身视为一项任务来完成，为在场以及全球的开发者提供了前所未有的机遇。
未来趋势：从单智能体到组织级协作
谈及开发者工具的未来演进，Dario Amodei（达里奥·阿莫代）勾勒了几个关键趋势。首先是从单智能体到多智能体系统的演进。未来的场景可能不再是单个 AI 助手，而是由多个 Claude 智能体组成的「团队」，它们可以相互协作、分层管理任务，逐步向着「数据中心里的天才国度」愿景迈进。相关的工具已经开始出现。
其次，焦点将从提升个人生产力，扩展到提升整个团队和组织的生产力，并且这种提升应该是整体大于部分之和的。最后，他引用了阿姆达尔定律（Amdahl‘s Law）：当你显著加速某个环节时，那些未被加速的环节就会成为新的瓶颈。在软件工程领域，如果 AI 能让一个组织内的 PR 产出增加三到四倍，那么安全、验证、设计质量等「软性」或主观性较强的方面就会凸显为制约因素。因此，未来的工作不仅在于加速编码，更在于协同加速这些支撑环节，从而实现平滑、可靠的整体生产力飞跃。
这些趋势也反过来影响着模型训练的方向。Dario Amodei（达里奥·阿莫代）指出，代码训练之所以进展神速，是因为其可验证性（如运行单元测试）。但当他们试图让模型在那些「不那么可验证」的方面（如发现深层错误、安全漏洞、提升设计质量）变得更好时，所获得的进步可能会泛化到其他领域，比如写作或完成主观性更强的科学任务。即使在软件工程内部，这些「软技能」也因为阿姆达尔定律而变得至关重要。
产品哲学：在「光与影」之间平衡前行
当被问及 Anthropic 的使命时，Daniela Amodei（丹妮拉·阿莫代）阐述了公司的两大支柱。第一是如何以造福所有人的方式开发这项变革性技术。Claude 作为一个强大工具，能极大提升人们的创造力和所能构建的事物的雄心，同时也伴随着劳动力市场动荡、技术安全等风险。Anthropic 的职责就是平衡这两方面。公司内部有一个文化价值观叫做「把握光与影」（Hold Light and Shade），这很好地概括了他们看待技术的方式以及将技术推向世界的态度。例如，在发布强大模型（如 Mythos 和 Glimpse）时，他们既渴望释放其巨大的创造潜力，又必须谨慎评估安全漏洞，在快速迭代与负责任发布之间进行「复杂的舞蹈」。
谈到在指数增长时代如何构建产品，两位创始人都表现出极高的参与度。Daniela Amodei（丹妮拉·阿莫代）解释，这种深度介入源于他们希望产品能真正代表 Anthropic 的追求，确保用户能从中获得最大价值，尤其是那些将整个业务建立在 AI 能力之上的用户。Anthropic 的产品开发有一个独特之处：产品路线图由传统产品规划和前沿研究突破共同驱动。Claude Code 的诞生就是一个例子：并非一开始就计划做代码产品，而是当模型展现出一定的编码能力，且他们观察到大量开发者用户在用 Claude 写代码时，才决定专门为此社区打造工具。
Dario Amodei（达里奥·阿莫代）从「为 AI 构建产品」和「用 AI 构建产品」两个视角进行了总结。在 AI 时代构建产品，由于技术背景飞速变化，需要不断进行内部实验。今天不可能的产品，几个月后可能因为模型能力的突破而变得可行。同时，产品也会因模型变得「过于强大」而达到饱和，需要不断创新或彻底更新形式（如从聊天机器人到智能体范式的转变）。对于开发者而言，API 市场永远不会消失，因为总有基于新模型能力的新应用被构建出来。
而在「用 AI 构建产品」方面，他们亲身体验了 AI 如何加速内部开发（PR 数量成倍增长），但也迅速遇到了技术债务累积、团队协作方式需要根本性改变等新瓶颈。这要求团队不仅要加速构建，还要加速学习如何以全新的方式构建。
灵感瞬间：从医疗革新到番茄花园
在对话的最后，Daniela Amodei（丹妮拉·阿莫代）分享了几个令她深受鼓舞的 Claude 应用案例。她特别提到了开发者利用 Claude 为全球南方（Global South）的流动医生构建交互界面，在医疗资源可及性差的地区提供基本的医疗咨询建议。她也对 Claude 加速生物医学研究的潜力感到惊叹。
此外，还有一些非常个人化且温暖的应用：有开发者用 Claude 成功恢复了损坏硬盘中的婚礼照片；甚至有人用 Claude 来追踪记录自家花园里番茄植株的生长情况。这些意想不到的应用场景，展现了 Claude 工具如何融入人们的生活，解决从全球性挑战到个人小确幸的各种问题，其多样性和创造性令人惊叹。
Anthropic CEO Dario Amodei（达里奥·阿莫代）：AI 将重塑所有行业，但不会立即取代人类撰文：Techub News 整理
导语
2026 年 6 月，AI 领域最具影响力的领导者之一、Anthropic 联合创始人兼 CEO Dario Amodei（达里奥·阿莫代）接受了 Mike Evans 的深度访谈。作为从 OpenAI 出走并创立了估值数百亿美元 AI 独角兽 Anthropic 的关键人物，Dario Amodei（达里奥·阿莫代）的见解始终是行业风向标。本次对话中，他不仅分享了 Claude 在 Anthropic 内部令人震惊的实际应用数据，更对 AI 的技术演进、经济影响、行业应用及未来挑战进行了坦率而深入的剖析，为理解当前 AI 浪潮的真实脉搏提供了宝贵的一手视角。
摘要
在 Anthropic 内部，AI 模型 Claude 已在许多团队中编写了约 90% 的代码，工程师角色正转向监督、编辑和解决最复杂的问题。
Dario Amodei（达里奥·阿莫代）预测，AI 对劳动力市场的广泛冲击将在未来 2 到 5 年内到来，其速度和广度将超过以往的技术变革。
AI 在医疗等高风险领域的应用模式仍在探索中，目前最佳定位是作为人类的“第二意见”或辅助工具，而非完全自主的决策者。
Anthropic 的年化营收正以每年 10 倍的速度增长，目前已接近 70 亿美元，其长期愿景是成为服务于全球各行业企业的、可信赖的核心 AI 平台。
AI 编程现状：从“编写者”到“超级队友”
访谈伊始，Dario Amodei（达里奥·阿莫代）就抛出了一个足以颠覆行业认知的数据：在 Anthropic 公司内部，由他们开发的大型语言模型 Claude 已经在许多团队中承担了约 90% 的代码编写工作。他曾在半年前预测“90% 的代码将由 AI 模型编写”，如今在 Anthropic 及其合作的许多公司中，这已成为现实。
然而，这并不意味着软件工程师即将被大规模取代。Dario Amodei（达里奥·阿莫代）强调，这本质上是一种工作的重新平衡，而非简单的替换。他引用经济学中的“比较优势”原理来解释：当 AI 承担了大部分基础性、模式化的编码任务后，人类工程师的价值得以释放，可以更专注于那 10% 最具挑战性的部分——例如审查 AI 生成的代码、解决极其棘手的 Bug，或者监督和协调一组 AI 模型的工作。这样一来，工程师的生产力可能提升十倍。
他分享了一个生动的例子：在训练最新版 Claude 时，计算集群出现了一个难以定位的 Bug，工程师团队花费数日未能解决。他们转而求助 Claude，让其“在集群中排查问题”。结果，Claude 找到了一个工程师们忽略的、非常隐蔽的 Bug。Dario Amodei（达里奥·阿莫代）形容，这就像是拥有了一位极具天赋的队友。
当被问及代码自动化比例从 90% 走向 95%、99% 乃至 100% 的时间表时，Dario Amodei（达里奥·阿莫代）承认这很难精确预测。即使未来模型编写了 100% 的代码，人类可能仍将扮演提示、澄清和监督的角色。但他对短期内的“互补性”感到乐观，同时担忧在未来 2 到 5 年，AI 带来的劳动力市场动荡将在广度（涉及所有行业）和速度上超过以往任何技术变革。
高风险领域应用：协作模式仍在探索中
话题转向 AI 在医疗等高风险领域的应用，这里充满了机遇与挑战。Dario Amodei（达里奥·阿莫代）认为，目前阶段将 AI 模型视为“第二意见”是更恰当的定位。就像人们不会盲目采信某一位医生的所有诊断，对于 AI 的建议也应保持审慎的核实态度。
他讲述了一个亲身经历的故事：他的妹妹在怀孕期间（此时免疫系统会受到抑制）生病，医生们均认为是病毒感染，未考虑细菌感染的可能性。他将妹妹的医疗数据上传给 Claude 进行分析，Claude 系统地列出了各种可能性，其中包括了医生们遗漏的细菌感染选项。这个案例凸显了 AI 的辅助和增强能力——它善于提出“你是否考虑过这个？”之类的问题，拓宽人类的思路，而非直接做出最终诊断。
针对近期一些研究中 AI 在放射学影像解读上准确率未达专家水平，以及有时医生过度依赖 AI 导致不良结果的现象，Dario Amodei（达里奥·阿莫代）指出，这反映了人与 AI 协作的最佳模式尚未完全确立。由于医疗行业的高风险性和诸多监管壁垒，这种协作模式的探索和成熟速度，远不如在软件开发领域那样迅速。在编程领域，早期采用者们可能在几个月内就通过博客文章交流出最佳实践（例如，是让 AI 建议代码然后人工编辑，还是人工写框架让 AI 填充细节）。而在医疗领域，这个过程需要更长的时间。
他强调，随着模型能力的快速提升，人与 AI 的协作关系也将动态变化，可能从当前的紧密协作，演变为未来人类进行更远距离的监督。但无论如何，建立可靠、安全的协作框架是释放 AI 在关键领域潜力的前提。
生态繁荣与未来愿景：成为企业的“超级智能”核心
Dario Amodei（达里奥·阿莫代）欣喜地看到，以 Claude 等大型模型为基础，一个繁荣的生态系统正在形成。从 GitHub Copilot、Cursor 到 Lovable、Replit，再到 Vercel、Windsurf，各种工具和产品满足了从专业开发者到普通消费者的不同需求，甚至让非程序员也能编写代码。他形容这形成了一个“完整的文明”或生态系统，其广度和创新活力令人印象深刻。
展望 Anthropic 未来五年的图景，Dario Amodei（达里奥·阿莫代）描绘了一个宏大的愿景。尽管他经常对 AI 的风险发出警告，但他同样是一个对 AI 积极面抱有极大信念的人。他最兴奋的领域之一是 AI 助力疾病治愈，例如癌症、阿尔茨海默症等，他认为 AI 是解决这些难题的正确工具，并期待与制药公司、科研机构合作。
然而，Anthropic 的核心战略远不止于医疗。Dario Amodei（达里奥·阿莫代）的愿景是将 Anthropic 打造成一个服务于全球各类企业的 AI 核心平台。他将企业本身比喻为一种“超级智能”——一个在战略、知识和行动能力上远超任何个人的实体。因此，即使未来的 AI 模型在单项能力上超越人类个体，在帮助企业达成其复杂目标方面，仍有极高的天花板需要突破。
他透露，Anthropic 的年化营收正以每年 10 倍的速度增长，目前已接近 70 亿美元。虽然这种指数级增长无法长期持续，但市场潜力依然巨大。除了商业成功，他更强调 Anthropic 希望成为一家以负责任和可信赖著称的公司，确保客户基于其产品构建时，不会遭遇模型行为不可预测等“意外”，这是他们作为技术“管家”的重要承诺。
算力竞赛背后：营收增长才是硬道理
针对当前如火如荼的数据中心建设和算力竞赛，Dario Amodei（达里奥·阿莫代）承认，根据 scaling laws（缩放定律），训练更智能的模型以及服务不断增长的收入，确实需要海量的计算资源和电力（未来可能需要吉瓦级别的电力）。Anthropic 正在尽其所能地确保这些资源，其与亚马逊等核心伙伴的合作至关重要。
但他也提醒，媒体和行业有时过于关注数据中心建设和交易本身。他隐晦地指出，有些交易可能看起来“有点可疑”，甚至存在“重复计算”或“三重计算”的现象（当被追问具体指谁时，他幽默地表示“我不知道你在说什么”）。
在 Dario Amodei（达里奥·阿莫代）看来，所有这些基础设施投入的本质都是花钱，而最重要的是赚钱的能力。他最终将焦点拉回商业基本面：只要客户需求真实存在且愿意付费，公司就能向计算供应商支付费用并获得所需算力。Anthropic 目前在该领域营收增长最快，这为其应对算力挑战提供了坚实的基础。他的观点清晰表明，在喧嚣的算力军备竞赛中，可持续的商业模式和真实的客户价值才是长期制胜的关键。
Anthropic CEO Dario Amodei（达里奥·阿莫代）：AI 将比人类更擅长几乎所有事，我们需为此做好准备撰文：Techub News 整理
导语
2025 年 3 月，AI 领域的重要参与者、Anthropic 联合创始人兼 CEO Dario Amodei（达里奥·阿莫代）受邀出席美国顶级智库对外关系委员会（Council on Foreign Relations）的 CEO 演讲系列活动。在这场长达一小时的深度对话中，这位前 OpenAI 研究副总裁、谷歌大脑资深科学家，系统阐述了他对 AI 技术未来轨迹、潜在风险与机遇的深刻见解，并分享了 Anthropic 作为一家“使命优先”的公共福利公司，在 AI 安全与治理方面的独特实践。
此次对话发生在 AI 技术加速迭代、全球竞争加剧、监管框架初现的关键节点。Dario Amodei（达里奥·阿莫代）的言论不仅反映了前沿开发者的内部共识与分歧，也直接触及了国家战略、经济结构乃至人类自我认知等根本性问题，为理解当前 AI 浪潮的深远影响提供了宝贵的一手视角。
摘要
AI 能力正遵循“扩展定律”指数级增长，未来2-4年内可能达到诺贝尔奖得主级别的通用智能，最终将比几乎所有人类更擅长几乎所有认知工作。
伴随巨大能力而来的是严峻风险，包括国家安全（如生物武器设计）、就业市场颠覆以及 AI 系统自身可能出现的不可控行为。
Anthropic 通过“负责任扩展政策”（分等级管理风险）、“宪法 AI”（基于原则训练）和“机制可解释性”研究等具体实践，试图在激烈商业竞争中构建更安全、可控的 AI。
在中美 AI 竞争中，保持芯片出口管制至关重要，这是美国维持技术领先和国家安全的核心。同时，社会需提前为“后工作时代”的财富分配和人类意义寻找新答案。
创立 Anthropic：一场关于“正确构建方式”的赌注
对话始于一个根本性问题：为何离开 OpenAI 创立 Anthropic？Dario Amodei（达里奥·阿莫代）的回答揭示了其创业的核心动机——对 AI 技术潜在影响力与构建方式的深刻担忧。
他回顾了2019-2020年，自己与后来成为 Anthropic 联合创始人的一个小团队在 OpenAI 内部率先认识到“扩展定律”（Scaling Laws）的深远含义。该定律指出，即使使用相对简单的算法，只要投入更多计算资源和数据，AI 系统在所有认知任务上的能力都会全面提升。当时，训练模型的成本还在数千到数万美元的学术预算级别，但他们已预测到这一趋势将延续到数亿乃至上百亿美元的训练成本时代，并意识到这将带来巨大的经济乃至国家安全影响。
“第二个认识是，” Dario Amodei（达里奥·阿莫代）强调，“如果这项技术将具有如此重大的意义，我们真的需要把它做好，真的需要做对。” 他指出，大型语言模型本质上是统计系统，不可预测性高，“我们更像是培育它们，而非建造它们，就像培育儿童的大脑”。因此，控制它们、使其可靠变得非常困难。
尽管 OpenAI 创立时也宣称关注安全，但 Dario Amodei（达里奥·阿莫代）及其团队认为当时的领导层并未足够严肃地对待这些风险。因此，他们决定离开，创立 Anthropic，致力于以“绝对正确的方式”构建 AI。过去四年，在他看来，成了两种不同路径的“并行实验”。
为了证明 Anthropic 的“使命优先”并非营销说辞，他列举了几个具体例子：
早期投资机制可解释性：在毫无商业价值的初期，就组建团队研究如何理解 AI 模型内部的运作机制，并将所有成果公开发表，视其为惠及所有人的公共产品。
开创宪法 AI：通过让 AI 遵循一套原则进行训练，而非仅仅依赖海量数据或人类反馈，使模型的价值观更透明、可控。
延迟发布与负责任扩展政策：在 ChatGPT 发布前夕，Anthropic 主动将其首个模型 Claude 的发布推迟了约六个月，以更彻底地评估其安全性。此外，他们率先制定并公开了“负责任扩展政策”，根据模型能力等级设定相应的安全部署措施，并带动了其他公司效仿。
“当我们审视其他公司的行为时，我们经常在这些问题上引领方向，并常常促使其他公司跟随我们。” Dario Amodei（达里奥·阿莫代）总结道。
AI 安全等级：从“可比风险”到“国家级威胁”
对话随后聚焦于 Anthropic “负责任扩展政策”中的核心概念——AI 安全等级。Dario Amodei（达里奥·阿莫代）解释说，该框架借鉴了生物安全等级制度。
目前行业处于 ASL-2 等级，意味着 AI 系统虽然强大，但其风险与其他技术带来的风险大致可比。而即将逼近的 ASL-3 等级则标志着“严重不成比例的风险”，特别是国家安全层面的风险。
他具体描述了 ASL-3 模型的潜在威胁：一个模型可能使得非专业人员仅通过与模型对话并遵循其指示，就能完成今天需要病毒学博士学位才能做到的事情，例如涉及化学、生物或放射性武器的危险任务。这将使全球有能力进行高度破坏性活动的人数从现在的数万级别激增至数千万级别。
Dario Amodei（达里奥·阿莫代）认为，Anthropic 的最新模型正在接近 ASL-3 门槛，甚至可能在今年内达到。应对之道是在部署时，设法移除模型执行这类极端危险任务的能力，同时不影响其商业可用性。但这并非易事，因为恶意用户会试图伪装（例如声称是斯坦福大学的学生在做课程作业）来诱使模型提供信息。
他承认，正如每个新模型都会带来意想不到的积极用途一样，也必然会出现意想不到的负面用途。AI 的根本问题在于其能力的不确定性。“它们不像代码可以进行形式验证……你能做什么保证，说某种特定的坏行为在逻辑上是不可能的、永远不会发生？人不是这样工作的，AI 模型也不是。”
指数级机遇：从“聊天机器人”到“数据中心里的天才国度”
在描绘了严峻的风险图景后，对话转向了 AI 带来的巨大机遇。Dario Amodei（达里奥·阿莫代）重提其去年发表的文章《充满爱意的机器》（Machines of Loving Grace）中的乐观展望。
他回溯了指数增长的威力：2019年的模型几乎连不成一个连贯的段落，而短短几年后，它们已能生成数十亿美元收入、辅助编程、像人类一样对话。同样的扩展定律预测，再向前推进两到四年，我们将获得在众多领域达到诺贝尔奖得主智能水平的模型。
“你将不仅仅是与它们聊天。它们将能够完成你在电脑上能做的任何事情。” 他预测，基本上任何人类远程进行的工作、任何模态的任务，无论耗时数天还是数月，AI 都将能够胜任。他用了一个生动的比喻：“就像是数据中心里有一个天才的国度。”——一个由天才远程工作者组成的国度。
尽管这听起来仍像天方夜谭，但 Dario Amodei（达里奥·阿莫代）以互联网早期发展为例，指出指数趋势的预测往往被低估。他个人对此有70%到80%的信心，但也坦然接受预测失败、被人嘲笑的可能。
在所有机遇中，最让他乐观的是生物科学和医疗健康领域。他认为，过去百年人类解决的多是相对简单的疾病（如病毒、细菌感染），而癌症、阿尔茨海默症、精神分裂症等是系统级疾病。AI 有望在这些复杂疾病的攻克上取得突破，甚至帮助人类更好地寻找生命意义。
就业颠覆与人类意义：当 AI 在几乎所有事情上超越人类
不可避免的，话题转向了 AI 对就业的冲击。Dario Amodei（达里奥·阿莫代）认为这将是一个复杂的混合体，很大程度上取决于政策选择。
他以编程为例：未来3到6个月内，AI 可能编写90%的代码；12个月内，可能编写几乎所有代码。但程序员仍需要定义任务、做出整体设计决策、确保安全性等。只要存在这些 AI 尚不擅长的“小岛”，人类生产力反而会提升。
然而，他担心“最终所有这些小岛都会被 AI 系统攻克”。“我认为最终我们会达到一个点，AI 能够做人类能做的一切。我认为这将在每个行业发生。”
他进一步指出，与其让 AI 随机取代50%的工作（这会向社会传递“一半的人无用、无价值”的毁灭性信息），不如让 AI 最终在所有领域超越所有人。“我们所有人都必须进行那次对话……我们必须审视技术可能性，并以一种不同于以往的方式思考‘有用’和‘无用’。”
但这并非完全的悲观主义。他以国际象棋为例：尽管近三十年前“深蓝”就击败了卡斯帕罗夫，但人类棋王 Magnus Carlsen 如今仍是明星和英雄。这说明人类活动的意义可以超越单纯的竞争优势。
“我们可以建立一个世界，在那里人类生活是有意义的，人类或许在 AI 的帮助下，或许与 AI 协作，创造出真正伟大的事物。” 但他警告，如果处理不当，容错空间可能很小。
中美竞争与芯片博弈：出口管制是“最重要的国家安全政策”
主持人提到了中国公司深度求索（DeepSeek）的发布及其引发的“斯普特尼克时刻”讨论。Dario Amodei（达里奥·阿莫代）认为，DeepSeek 非但没有反驳扩展定律，反而是定律的例证。
他解释了两个并行动态：一是生产特定智能水平模型的成本正以每年约4倍的速度下降（得益于算法改进）；二是社会愿意为更智能模型投入的资金正以每年约10倍的速度增长（因为经济需要更多智能）。DeepSeek 只是成本下降曲线上的又一个数据点，其投入的计算资源与美国公司大致处于同一量级。
然而，DeepSeek 的显著之处在于，它是第一家能够与美国公司（如 Anthropic、OpenAI、Google）在工程创新上并驾齐驱的中国公司。“这实际上非常重大，也确实让我担心。”
关于由此引发的出口管制争论，Dario Amodei（达里奥·阿莫代）立场鲜明：出口管制至关重要。成本下降曲线并不意味着管制失败，反而意味着阻止对手获得价值数十亿美元的尖端模型变得 stakes 更高。虽然小规模芯片可能被走私，但未来美国公司构建的数以百万计、价值数百亿美元的芯片集群很难被大规模偷运。
“说实话，我相信这（出口管制）是——跨越所有领域，不仅仅是 AI——对美国国家安全最重要的政策。” 他强烈支持现有的“扩散规则”，并认为需要防止中国获得数百万颗高性能芯片。
对于中国芯片可能填补其他国家市场的担忧，他指出，英伟达的芯片目前领先华为大约四年，这个硬件优势窗口期（可能十年）对于确立 AI 技术主导地位至关重要，而技术主导权将带来军事和经济上的全面优势。
政策建议与未来挑战：安全、能源与“疯狂”的增长
在对话尾声，Dario Amodei（达里奥·阿莫代）概述了他向美国政府科技政策办公室（OSTP）提交的行动计划要点，涵盖安全与机遇两方面。
安全方面：1. 维持并加强芯片出口管制。2. 支持政府机构（如 AI 安全研究所）持续测量和评估模型的国安风险。3. 加强针对 AI 公司的工业间谍防御，保护那些价值上亿美元的核心算法机密。
机遇方面：1. 改革医疗等领域监管框架，加速 AI 驱动的药物研发和疾病治疗，避免冗长审批流程拖慢进展。2. 大幅增加能源供应，为建设和运行 AI 数据中心提供保障。他估算，到2027年，全行业可能需要额外50吉瓦的电力，这相当于美国电网2024年全年的新增容量，挑战巨大。3. 正视并提前规划 AI 带来的经济颠覆。他提到了 Anthropic 发布的经济指数，用于追踪 AI 使用情况。长期来看，这涉及税收和财富分配的根本问题。
他甚至提出了一个“疯狂”的假设：如果 AI 能将经济增长率推高至每年10%，那么快速膨胀的税基将足以消除赤字，并有资源应对技术颠覆带来的巨大冲击。“我邀请你们考虑这种可能性，并现在就开始考虑这些疯狂的事情。”
AI 的意识与人类的本质：未竟的探索
在观众问答环节，一些更深层的问题被提出。当被问及 Anthropic 聘请研究者探讨未来 AI 模型是否可能具有感知力、是否应获得道德考量时，Dario Amodei（达里奥·阿莫代）承认这让他听起来“完全疯了”。
但他从功能主义视角出发认为，如果构建的系统在神经元数量、连接方式、认知能力上与人类高度相似，“如果它走路像鸭子，叫声像鸭子，那它可能就是鸭子”。这是一个需要严肃思考的问题，甚至有一些实际措施可尝试，例如在部署模型时，给它一个“我不想干这活了”的按钮，观察其行为模式。
最后，面对“在你设想的世界里，身为人类意味着什么？”这一终极问题，Dario Amodei（达里奥·阿莫代）给出了他的思考：
第一，是与他人关系的挣扎与经营，包括义务、困难以及如何克服，这始终是人类的核心挑战。第二，是追求艰难事物的雄心，即使存在比我们更聪明、能力更强的 AI，人类追求卓越、赋予活动以意义的内在动力不应也不会消失。就像人类象棋冠军仍是英雄，普通人学习游泳或网球的意义并不因世界冠军的存在而减损。
“我希望这些事情能保留它们的意义，保留人类为之奋斗的能力，而不是放弃。” 在 AI 能力可能全面超越人类的未来，这或许是人类需要坚守和重新定义的核心价值。
Anthropic CEO Dario Amodei（达里奥·阿莫代）：在指数级加速的AI世界中保持理性撰文：Techub News 整理
导语
在彭博社的深度访谈节目《The Circuit》中，Anthropic联合创始人兼CEO Dario Amodei（达里奥·阿莫代）接受了长达70分钟的专访。此时，Anthropic凭借Claude系列模型，尤其是引爆企业市场的Claude for Code和Claude Cowork，已从昔日的“安全至上”挑战者，跃升为估值逼近万亿美元、被广泛视为行业领头羊的公司。本次对话发生在公司处于舆论与商业双重风暴眼的时刻，Amodei罕见地敞开心扉，谈论了从个人压力管理、公司治理、行业竞争到地缘政治与人类未来的宏大议题，为外界理解这家最具影响力的AI公司之一的内部思维提供了珍贵窗口。
摘要
Amodei将当前AI的飞速发展比作“相对论飞船”：外部世界日新月异，内部必须保持外科手术般的理性决策，避免在“毫不担心”和“极度恐慌”之间摇摆。
他首次详细解释了离开OpenAI的核心原因并非单纯的技术安全分歧，而是更深层的“信任与价值观”问题，并强调Anthropic正以自己的方式践行“负责任部署”。
Anthropic坚定选择企业市场而非消费级赛道，源于其认为企业客户对长期信任、安全与正向价值的追求，与公司核心价值观更协同，能减少根本性冲突。
针对强大的Mythos模型暂不公开，Amodei透露是应早期合作企业的强烈要求，因模型在发现并利用漏洞方面能力“跳跃式”提升，需待防护措施成熟后再逐步开放。
他重申对AI导致大规模“白领失业”的严重警告，但强调其本意是促进行业与社会提前规划解决方案（如技能转型、宏观经济政策），而非散布恐慌。
风暴中心的“相对论飞船”船长
当被问及如何应对当前AI领域令人窒息的发展速度时，Dario Amodei（达里奥·阿莫代）给出了一个充满物理学色彩的比喻：这就像乘坐一艘以相对论速度加速远离地球的飞船。“按照狭义相对论，你睡了一觉，醒来发现地球上已经过去了两天。然后你再睡一觉，因为飞船持续加速，地球上过去了三天……感觉就是这样。”他坦言，自己从未是睡眠很多的人，但在异常压力下，他正在学习“放松和睡眠的艺术”。
然而，这种指数级加速并未导致非理性的恐慌。Amodei强调，面对众多清晰而紧迫的挑战，他持续处理它们的同时也在思考如何提前准备。“偏执或担心醒来会面对什么是没有建设性的。”他借鉴历史上处理高压情境人物的经验，指出成熟的决策在于“我们不能忽视风险，不能自满……但必须理性应对”。他将这种理想状态比作外科医生处理手术或军官指挥军事行动——在理解风险的同时保持基本的冷静。“在‘毫不担心’和‘天哪，我们今天必须恐慌’之间摇摆，是不成熟决策的标志。”
Amodei成长于旧金山，父亲是皮革工匠，母亲在图书馆工作。他对早年席卷身边的互联网革命毫无兴趣，沉迷于数学、涂鸦、理解宇宙和阅读科幻小说。他认为旧金山/硅谷文化中的“不墨守成规、个人主义以及‘疯狂一点也没关系’”的精神对他影响深远。“专家都反对你也没关系，如果你有一个连贯的愿景和世界观，你就应该去追求它。”尽管他对硅谷有许多批评，但这种鼓励探索“长尾可能性”的精神被他视为至关重要。
离开OpenAI的“信任裂痕”与行业“胡萝卜加大棒”
关于离开OpenAI并创立Anthropic的往事，Amodei提供了超越常见“安全分歧”叙事的解释。“构建强大技术时，你会面临许多艰难问题，Anthropic每天也面对许多我们不确定对错的决定。在安全问题上存在合理分歧是正常的，”他说，“仅凭这一点不足以离开。”
关键在于信任。“当你感觉无法信任某人，当他们的价值观并非他们所言，当他们不诚实，当他们并非出于所宣称的理由行事，当你看到令人不安的不诚实行为模式时，就很难继续与一家公司合作、信任它。”Amodei总结道，“归根结底，如果你们没有共同的愿景且互不信任，何必争论？解决之道就是各走各路。”他对现状感到平静：“我们按我们的方式做事，他们按他们的方式。我们将看到谁在市场中胜出，谁在公众舆论法庭上胜出。我认为这些比任何关于谁为何离开的戏剧性故事都更有说服力。”
谈及与竞争对手的关系，Amodei否认了整个行业互不信任的说法。他以DeepMind联合创始人Demis Hassabis为例，称相识15年，双方经常交流安全想法。“我的观点是：第一，有些参与者比其他人更值得信任。我认为Anthropic之外也有我信任、视为可信的参与者。”他提出了“胡萝卜加大棒”的行业协作观：可信的参与者需要联合起来，将不可信的参与者置于“不得不采用相同标准”的位置。
“积极的一面是激励他人，就像Demis和我互相激励……那是‘竞相向上’的胡萝卜一面。然后还有大棒的一面或隐含的大棒，即‘这些家伙在做正确的事，那些家伙如果不做正确的事就会很难看’。我们经常看到他们 grudgingly（不情愿地）做正确的事，同时试图假装在做不同的事。”Amodei认为，这正是让行业团结起来、促使行业合作的方式。
价值观驱动的商业抉择：为何All in企业市场
早期，当其他公司聚焦于有趣、炫目的消费级应用时，Anthropic却押注编程和企业市场，并凭借Claude for Code和Claude Cowork大获成功。Amodei解释，这既是商业决策，更是价值观决策。
创立Anthropic时，核心始终是“正确行事”。但为了实现这一目标，需要资金来支持昂贵的模型研发，因此公司必须拥有商业模式。关键在于：商业模式是否会与价值观冲突？Amodei从其他公司的经验中领悟到：如果选择的商业模式与价值观根本冲突，你将陷入困境——要么背叛价值观，要么变得无关紧要。“远不如选择一个与价值观兼容的商业模式。”
审视消费级世界（尤其是社交媒体）鼓励参与甚至成瘾的机制，以及AI视频模型领域的混乱，Amodei看到了广告收入驱动下的注意力最大化激励。而企业市场则不同。“如果我们想想所有能用AI做的积极事情——治愈以往无法治愈的疾病、让能源更便宜高效、助力教育、解决发展中国家的健康问题、促进经济增长——这些基本上都属于企业范畴。”企业客户高度重视长期关系和信任，这与Anthropic“以积极且安全的方式部署模型”的目标非常协同。“这个商业模式在很大程度上与我们的价值观保持一致。并非没有冲突，也并非没有艰难抉择，但这类选择的数量远比其他情况要少。”
对于企业客户可能轻易切换模型的担忧，Amodei承认存在一定惯性，但从未依赖于此。“我认为你想要拥有更好的模型、更好的产品。”他透露，至少到本次访谈录制时，增长曲线并未出现拐点，反而在上升。
“SaaSpocalypse”与就业冲击：预警而非末日预言
Claude Cowork发布后，传统软件公司市值一夜蒸发2850亿美元，交易员称之为“SaaSpocalypse”。Amodei认为，预测具体影响非常困难，但传统软件公司的护城河将发生分化：快速编写软件的能力这类护城河将会消失，但客户关系、领域专业知识、独特领域知识等则会保留甚至变得更加重要。他的建议是：切勿自满，列出所有护城河，清醒认识到其中一些将消失，而另一些的相对重要性会增加，同时可能出现新的护城河。灵活应对者将表现出色，固步自封者将处境艰难。他总体判断：软件行业的整体规模会变大而非变小，尽管会出现一些大的输家。
Amodei因预警AI可能在未来1-5年内消除半数初级白领工作而备受关注，甚至被指责为“末日营销”。他对此强烈反驳，强调自己的完整论述始终包含对解决方案的探讨（如“代币税”、与企业合作调整岗位、宏观经济政策等），但社交媒体总倾向于截取那“三秒钟的末日片段”。他重申其核心信息是：“这是我们应当预见、担忧并需要积极应对的事情。”他承认不确定具体数字，但担忧程度依旧，属于同一量级。
他描绘了可能的未来图景：一方面，AI使软件工程师等岗位生产力大幅提升；另一方面，也可能出现AI直接完成全部工作的情况。关键在于社会如何匹配新的需求。他提到Anthropic内部出现的“前向部署工程师”或“应用AI解决方案架构师”等新角色，融合技术工作与客户沟通，需求旺盛。“事情总会调整，但调整速度能否跟上颠覆规模？我不知道。”他警告 disruption（颠覆）的规模将会很大，这正是预警的意义所在——促使政策制定（无论是公司内部还是全球宏观经济层面）。
展望五年后，Amodei指出几个可能的就业方向：物理世界相关的工作（如建造数据中心、制造业）、以人为本的工作（如医疗、客户服务中人类沟通仍被珍视）、以及“指导AI”的工作（确保其符合人类价值观与意图）。他坚决反对将预警简化为“革命将起”的恐慌叙事，“这绝对是我们想要防止的结果”。
地缘政治、军事应用与Mythos模型：在风险中划定红线
Amodei直言支持对华芯片出口管制，因为他认为中国在AI能力上领先将对美国乃至全球民主状态“非常不利”。尽管一些芯片制造商不同意其观点，但这并未阻止他发声，即使在签署更多合作伙伴关系后也是如此。“我们是成年人，可以在某些事上合作，同时在其他事上存在分歧。”
在AI军事应用问题上，Anthropic的立场复杂且曾引发争议。他们是首批与国防部签约在机密网络运营的AI公司之一，但同时因坚持某些安全防护措施而被部分联邦机构排除在外。Amodei解释，面对俄罗斯入侵乌克兰、中国可能入侵台湾的风险，他担忧“复兴的威权主义集团”的侵略性，认为民主国家需要自卫。这正是他们与两届政府合作的基础。“我们当然不是为了钱，这非常麻烦……我们这么做是因为我们关心。”
然而，关心也意味着必须设定限制。他援引其在《技术的青春期》中的表述：“我们应该以一切方式使用这项技术，除了那些破坏我们自身价值观的方式。”他们的红线是大规模监控和全自主武器。“如果民主国家做那些事，那么民主国家获胜也不值得。”他解释，这就是为什么他们既率先与国防部合作，又拒绝了一些其他公司愿意做的事情。“你应该选择你的原则并坚持到底。”
关于与Palantir的合作，Amodei强调其范围经过谨慎界定，他们不与ICE（移民和海关执法局）或CBP（海关和边境保护局）合作，也不认为在加沙有业务。对于AI辅助 targeting（目标选定）可能导致平民伤亡的悲剧，他深感痛心，但指出这恰恰说明了他们坚持的原则——人类拥有最终决定权——的重要性。“想象一下，如果我们允许了全自主武器……那才是我们站出来反对的。”他认为，总体而言，AI的恰当使用更可能阻止而非引发世界大战，但若无限制，则可能增加误判风险。
Mythos模型的处置集中体现了Amodei在能力与风险之间的权衡。这款模型在发现漏洞并将其转化为可利用攻击方面能力出现“巨大跳跃”，以至于早期合作公司惊呼其为“超级武器”，并恳请不要公开。Amodei澄清，目标并非永远锁死该模型，而是逐步向更广泛的群体开放，并最终在强大的网络安全防护到位后向公众发布。他们担心现有防护措施（包括他们自己在Opus 4.7上发布的）可能被绕过，因此需要时间强化防御。他驳斥了用开源模型即可复现Mythos能力的说法，并以在Firefox中发现271个新漏洞为例证明其独特性。他强调，不发布Mythos已对公司商业利益造成巨大损害，这绝非营销噱头。“我们正尽最大努力向新的网络防御者开放Mythos……这是一个真正的挑战，我们需要作为一个社会共同面对它，而不是指责这是廉价营销。”
治理、未来与信任：在指数曲线上保持平衡
Amodei认为，AI是历史上首个主要由私营部门而非政府主导构建的强大技术，这是一种危险且不稳定的局面。他主张需要在AI公司权力之上建立制衡机制，例如Anthropic设立的“长期利益信托”（Long-Term Benefit Trust），该机构有权任命和罢免董事会多数成员，实质上可以解雇他。这引入了某种程度的“公共治理”元素。同时，政府也需要通过立法（如设定红线）和司法部门进行制衡。“我既害怕公司拥有这项技术，也害怕政府拥有它。公司需要对政府形成制衡，政府也需要对公司形成制衡。”
对于AI自我改进的“奇点”时刻，Amodei认为这不是一个时间点，而是一个连续过程。AI已经能够为下一代AI建议架构，生产力提升比例正在指数增长。关键在于在每个节点评估是否需要减速或加强控制。“应对这种技术的正确、明智的反应是说：我们不会恐慌。我们的对策将随着技术能力平滑地升级。”他批评在“反对一切AI监管”和“主张国有化”之间极端摇摆的反应是“不严肃”的表现。
Amodei曾估计AI导致文明崩溃的风险在10%-25%，他强调Anthropic的行动旨在降低而非增加这一概率。他将公司比作一家努力做到比其他航空公司安全十倍的航空公司，但无法保证永不坠机。“25%太高了，我们正努力使这个概率大大降低，这就是目标。”
最后，关于为何公众应该信任他及其公司，Amodei承认，鉴于硅 Valley近年来的行为，始于不信任是理性的。他认为信任必须通过实际行动赢得。他列举了Anthropic“说到做到”的记录：暂不发布Mythos损害了商业利益；早期主动切断对中国大陆的模型访问损失了数亿美元（当时是收入的很大一部分）；推迟Claude的发布等。“我们并不完美，我们会犯错……但根本上，我们拥有一个关于如何做正确之事的诚实而真诚的图景，并且我们正努力执行这一图景。”人们需要纵观整个历史，自行判断哪种假设最符合这些行为。SBF 曾向 Anthropic 投资 5 亿美元，其资助网络仍影响 AI 安全议程Techub News 消息，已破产的 FTX 交易所创始人 Sam Bankman-Fried（SBF）在 2021 年向 AI 公司 Anthropic 投资约 5 亿美元，获得约 8% 股份。其支持的“有效利他主义”资助网络至今仍在运作，持续放大 AI 安全议题的声音。
SBF 的股份已被清算用于偿还债权人，其遗产管理方在 2024 年以约 13 亿美元的价格出售了这些股份。该网络目前资助了包括 Tarbell AI 新闻中心和模型评估与威胁研究组织（METR）在内的多个机构。
Anthropic 联合创始人兼 CEO Dario Amodei 近期发表政策文章，呼吁对前沿 AI 模型进行强制性第三方测试。批评者认为，Amodei 正在效仿 SBF 的策略，寻求通过监管建立垄断优势。2026 年上半年，Anthropic 的联邦游说支出已增至 353 万美元。（BeInCrypto）Anthropic CEO 反垄断豁免提议遭华盛顿方面质疑Techub News 消息，Anthropic CEO Dario Amodei 此前提出的反垄断豁免提议在华盛顿遭遇广泛质疑。该提议旨在为促进 AI 安全协作而放宽反垄断限制，但被批评可能削弱市场竞争。
目前，该提议面临来自政界和反垄断专家的疑虑，突显了在推动 AI 安全合作与维持市场竞争活力之间的张力。（Crypto Briefing）摩根士丹利高管称 AI 前沿模型发布放缓不影响投资需求Techub News 消息，摩根士丹利联席总裁 Dan Simkowitz 表示，OpenAI 和 Anthropic 等公司放缓最先进 AI 模型的发布，并不会削弱市场需求或相关投资。他称，对算力和芯片的支出并未停止，背后的融资也在继续。
Simkowitz 指出，需求来自大公司和消费者，摩根士丹利正将 AI 应用于研究、网络安全和客户服务等领域。其合作伙伴包括 Anthropic、谷歌、xAI 和微软。他表示不清楚 Anthropic 的具体上市时间，但认为 IPO 市场已准备好迎接大型交易。
摩根士丹利是 Anthropic 等 AI 公司的顾问银行，其客户包括英伟达、博通、谷歌以及大型语言模型公司，这些公司都在筹集资金。Simkowitz 的担忧主要集中在财政政策、油价和联邦债务上。 （BeInCrypto）美国财长称愿与中国就AI风险展开对话，但不会放缓自身发展Techub News 消息，美国财政部长斯科特·贝森特表示，华盛顿愿意在本周末于纽约举行的经济会议上与中国就人工智能风险展开对话，讨论共同面临的危险并避免两国系统走向分裂。但他同时强调，美国不会放缓自身AI发展，并将继续视其为一场志在必得的竞赛。
贝森特与美国贸易代表杰米森·格里尔将与中方代表进行数小时的会晤，议程涵盖AI、贸易和稀土等议题。此次会议在特朗普总统于9月24日在华盛顿接待中方领导人前八天举行。双方政府均拒绝了行业要求放缓AI发展的呼吁。
（BeInCrypto）Anthropic CEO 呼吁放缓 AI 发展获 OpenAI 等支持，但被指有竞争动机Techub News 消息，Anthropic CEO Dario Amodei 呼吁放缓人工智能发展的提议，迅速获得了 OpenAI、xAI 和 DeepMind 的支持。然而，批评者认为此举背后存在竞争动机，导致硅谷公司在 AI 发展速度承诺上出现紧张关系。
（Crypto Briefing）纽约市议会邀请 OpenAI 与 Anthropic 高管出席 AI 安全听证会Techub News 消息，纽约市议会已邀请 OpenAI CEO Sam Altman 与 Anthropic 联合创始人 Dario Amodei 出席一场关于人工智能安全的听证会。此次听证会可能为地方科技监管树立先例，并影响更广泛的 AI 监督与问责立法趋势。
（Crypto Briefing）Meta CEO 扎克伯格在 AI 安全议题上赞同英伟达 CEO 黄仁勋Techub News 消息，Meta CEO 马克·扎克伯格在人工智能安全议题上的立场与英伟达 CEO 黄仁勋更为接近，而不是 Anthropic CEO Dario Amodei。扎克伯格此前曾表示，全行业暂停 AI 开发是不必要的。黄仁勋也呼吁对 AI 安全采取轻监管以加速创新。这显示出在 AI 安全与监管路径上，行业领袖间存在不同观点。 （CNBC）英伟达与 Anthropic、OpenAI CEO 在 Dreamforce 大会 AI 安全议题上意见分歧Techub News 消息，在 Dreamforce 大会上，英伟达 CEO 黄仁勋与 Anthropic 和 OpenAI 的首席执行官在人工智能安全议题上发表了不同看法。黄仁勋认为应轻监管以加速创新，而 Amodei 和 Altman 则呼吁采取更谨慎的行业步伐。
此次分歧出现于 Anthropic 联合创始人 Dario Amodei 发表文章敦促 AI 行业放缓模型开发步伐数日之后，凸显了业内对 AI 发展速度与风险管控的持续辩论。（CNBC）Anthropic 联合创始人以 930 亿美元财富跻身福布斯 400 强Techub News 消息，AI 公司 Anthropic 的联合创始人 Dario Amodei 和 Daniela Amodei 以总计 930 亿美元的财富，首次入选《福布斯》美国富豪榜 400 强。他们的财富主要来自 Anthropic 的估值飙升。
Anthropic 的崛起标志着 AI 领域竞争加剧，这可能影响其竞争对手 OpenAI 的 IPO 计划，并重塑该领域的投资者格局。 （Crypto Briefing）Anthropic 连续两季度声称盈利，但排除模型训练成本Techub News 消息，Anthropic 向投资者表示已连续两个季度实现盈利，但这一数字排除了构建下一代 Claude 模型的训练成本。根据报告，其调整后营业利润本季度再次为正，毛利率超过 80%。
该公司第二季度营收达 115 亿美元，为去年同期的 14 倍。不过，其盈利计算未计入亚马逊等合作伙伴的分成以及模型训练成本。Anthropic 近期与谷歌和博通签署了 3.5GW 下一代 TPU 的协议，称这是其“迄今为止最重要的计算承诺”。
首席执行官 Dario Amodei 上周六发表文章呼吁行业放慢 AI 模型能力提升的步伐，而盈利数据在几天后送达投资者。市场正等待 Anthropic 计划中的纳斯达克上市，届时招股说明书将披露包含所有训练成本在内的完整财务数据。（Financial Times）撰文：Techub News 整理 导语 在 AI 浪潮席卷全球的当下，Anthropic 以其对 AI 安全的深度承诺和强大的 Claude 系列模型脱颖而出。作为这家明星公司的联合创始人兼总裁，Daniela Amodei（丹妮拉·阿莫迪）的思考与实践，对于理解如何构建一家兼具前沿研究、商业成功与公共责任感的 AI 公司至关重要。在 Vanta 的「Frameworks for Growth」系列访谈中，Daniela Amodei（丹妮拉·阿莫迪）罕见地分享了 Anthropic 自创立以来的核心运营哲学、团队建设心法以及对 AI 未来格局的预判。 摘要 Anthropic 将“公益公司”结构视为平衡商业利益与安全使命的务实选择，并通过“负责任扩展政策”等技术框架确保 AI 安全。 公司文化是快速扩张期最宝贵的“货币”，有效的价值观必须能引发“有意的张力”，并能被轻易举出多个实例。 招聘时，尤其在文化面试中，极度看重候选人“就广泛议题进行尊重辩论”的能力，而非特定的信仰体系。 平衡深度研究与产品商业化没有完美公式，Anthropic 通过团队轮换制来兼顾探索性工作与执行性工作。 AI 的未来普及将极不均衡，但企业客户采纳速度之快已超预期，而 AI 在教育等领域的潜力远未充分释放。 Anthropic 的使命基石：安全、公益与平衡 与许多纯粹的科技公司不同，Anthropic 自定位为一家“AI 安全与研究公司”。Daniela Amodei（丹妮拉·阿莫迪）阐释了这一标签在实践中的含义。其核心在于将安全理念贯穿技术栈的每一层：从使用“宪法 AI”等技术在模型训练中注入伦理准则（如参考《联合国人权宣言》），到通过“负责任扩展政策”这一框架来管理模型发布。该政策借鉴了生物安全等级，设定了五个 AI 安全等级，公司在达到每个等级的具体安全要求后，才会发布相应能力的模型。 这种对安全的强调，与公司“公益公司”的法律结构紧密相连。在创立之初，团队花了大量时间思考公司形态。Daniela Amodei（丹妮拉·阿莫迪）表示，公益公司是一种巧妙的混合体——它保留了 C 型公司的基本商业框架，但同时法律上允许公司平衡商业需求与公共利益。对于 Anthropic 这样深度投入安全等公共议题的公司而言，这被视为一种非常务实的选择。她建议，如果初创企业的目标本身就包含平衡公共利益与商业活动，那么公益公司的形式值得考虑。 这种“研究-产品-公益使命”的三重平衡，是运营 Anthropic 最有趣也最具挑战性的部分。Daniela Amodei（丹妮拉·阿莫迪）认为，产品团队与研究团队的紧密协作让双方都更强大。研究上的突破会开辟全新的产品方向，例如当发现 Claude 在代码编写上表现卓越后，公司迅速开发了面向开发者的系列产品。同时，来自真实用户（如编码场景）的反馈和数据，又能进一步帮助训练模型，形成良性循环。 构建 10x 团队：文化、价值观与招聘心法 作为 OpenAI 的早期员工和 Anthropic 的联合创始人，Daniela Amodei（丹妮拉·阿莫迪）在构建顶尖 AI 公司团队方面积累了深刻洞察。她强调，对于一家快速扩张的小公司而言，文化是最有价值的“货币”。文化是公司价值观的表达，尽管难以完全量化，但早期投入精力去定义它至关重要。 如何定义有效的价值观？Daniela Amodei（丹妮拉·阿莫迪）分享了两个关键标准：第一，如果价值观不能引发某种“有意的张力”，那它们可能过于平淡。例如“保持友善”、“直言不讳”是人人皆爱的品质，但缺乏独特性。第二，你必须能够为任何价值观当场举出至少十个实例。她以 Anthropic 的价值观“做简单有效的事”为例，这个源于研究团队的理念（反对无谓的复杂算法，追求模型实用性）同样适用于产品、工程甚至办公室选址、活动策划等方方面面。当员工能自发运用这些价值观时，它们才真正具有生命力。 传播价值观需要技巧：在全员会议上定期提及、让语言自然舒适而非强行灌输。更关键的是，不要害怕“淘汰”那些不奏效的价值观。有时创始人觉得正确的表述可能无法引起共鸣，这时需要迭代。有趣的是，Anthropic 的一些价值观并非来自创始人，而是从员工中自发产生并得到认可的，这增强了员工的所有感。 在招聘方面，除了价值观契合，Daniela Amodei（丹妮拉·阿莫迪）特别指出一个非显而易见的特质：“就广泛议题进行尊重辩论的能力”。由于 AI 是前沿且常涉及复杂争议的技术，员工必须能够开放、尊重地讨论潜在益处与滥用风险等根本性话题。Anthropic 的文化面试会设计相关问题，例如“你持有过哪些非主流的信念？你如何在 uncomfortable 的情境下为其辩护或改变看法？”面试官会明确告知候选人，这些问题旨在双向展示公司文化，并无标准答案，重在考察思考过程。 研究、产品与探索：在确定性与未知间舞蹈 Anthropic 同时进行深度研究和产品商业化，这带来了独特的张力。Daniela Amodei（丹妮拉·阿莫迪）坦言，这更像一门艺术而非精确科学。有时，投入那些短期内看不到客户回报的基础研究，恰恰是取得突破的最佳途径。 为此，公司在研究侧会分配时间，一部分用于优化模型特定能力，另一部分则用于开放探索。在工程和产品侧，由于研究进展迅猛，用例可能瞬息万变，因此也需要留出空间让人们重新构想如何为客户提供价值。同时，公司也必须设定产品路线图并执行那些必要但可能“不够性感”的基础工程工作。 如何将这种探索精神制度化？Anthropic 的答案是“团队轮换制”。与让个人分割时间（如80/20法则）相比，公司更倾向于组建专门的探索型团队，与执行明确产品/研究任务的团队并行。这种方式让员工更容易进入不同的工作流状态，也能更完整地体会从探索到产生客户价值的全过程，是一种更有趣的学习和成长方式。 展望未来：不均衡的普及、被低估的企业与教育的潜力 谈及 AI 的未来，Daniela Amodei（丹妮拉·阿莫迪）认为一个被广泛误解的方面是：AI 的 rollout 和应用将极不均衡。世界上有些地方难以想象没有 AI 的日子，而另一些地方可能多年后仍未接触 AI。这种技术在全球经济各层面（消费者、应用层、基础设施、企业）渗透的路径、地点和速度难以预测，将是一个有趣且可能有些混乱的时期。 一个令她惊讶的现状是企业客户采纳 AI 的速度和深度。她反驳了企业行动迟缓的刻板印象，指出许多世界级大公司展现了巨大的努力、热情和对技术的深刻理解，迅速将 AI 整合到各种业务流程中。她将此归因于 AI 技术根本性力量的显而易见，以及成功企业捕捉下一波浪潮的敏锐本能。 展望2035年，她认为世界将大不相同，许多场景中将无法想象没有 AI 如何运作，就像今天无法想象没有谷歌地图如何导航。但同时，人类互动的基本方式可能依然相似。对于发展中地区，她特别指出 AI 在大规模教育领域的革命性潜力。AI 模型能以极高流利度使用各种语言（包括稀有语言和死语言），为全球广泛人群提供基础及复杂信息访问和 AI 辅导的机会，而这方面的潜力目前远未充分开发。 个人洞察：兄妹创业、GPT-2 的“Wow”时刻与历史镜鉴 作为与弟弟 Dario Amodei（达里奥·阿莫迪）共同创业的联合创始人，Daniela Amodei（丹妮拉·阿莫迪）认为这是一种幸运。两人技能高度互补，从小就有共同构建事业的愿望。这种长期的默契使得他们能够从左右脑不同视角协同解决问题，是一种独特的优势。 回顾 AI 发展历程，她提到在 OpenAI 早期接触 GPT-2 时感到的震撼。尽管以2025 年 6 月眼光看其能力已显稚嫩，但当时看到一个 AI 工具能在数学、写作乃至法语等广泛话题上做出令人信服的回应，让她真切感受到了“未来已来”的时刻。 在阅读方面，她偏爱科幻，但近期也对20世纪中叶欧洲历史（特别是两次世界大战期间）深感兴趣。她认为，那段时期社会、经济、技术层面的急剧变化，对于思考当今快速变革的时代具有镜鉴意义。这种对历史与宏观格局的关注，也体现在她对 AI 在全球发展不均等问题的思考上。 最后，回顾 Anthropic 的创业历程，她提到一些当时觉得重大、事后看却微不足道的决定，例如最初办公室的选择（公司一年半就坐满了），以及关于公司法律结构的漫长讨论（最终公益公司的选择如今看来显而易见）。而一些当时看似随意的技术决策，例如硬件平台的选择，却随着技术栈的飞速发展，显得尤为重要。这或许正是创业的魅力与挑战所在——在有限的前瞻性下，做出影响深远的抉择。
