背景：为什么研究 Anthropic
Anthropic 成立于 2021 年，由前 OpenAI 研究副总裁 Dario Amodei（CEO）与 Daniela Amodei（总裁）等人创立。创始团队的核心分歧正是"安全节奏"——他们选择在追求规模化的同时，把安全研究作为公司的一等公民，并以"公共利益公司（Public Benefit Corporation）"的治理结构把这一承诺制度化。其口号是构建 Reliable, Interpretable, and Steerable（可靠、可解释、可控） 的 AI 系统。
关键里程碑
| 时间 | 事件 | 基础设施 / 工程意义 |
|---|---|---|
| 2021 | Anthropic 成立 | 以 AI 安全为使命；团队多来自 OpenAI。 |
| 2022 | Constitutional AI 论文（arXiv:2212.08073） | 提出 RLAIF，用 AI 反馈替代部分人类标注做对齐。 |
| 2023-03 | Claude 1 上线 | 首个以宪法对齐为核心的产品级对话模型。 |
| 2023-09 | Responsible Scaling Policy（RSP v1） | 行业首个仿照生物安全等级（BSL）的 AI 扩展治理框架。 |
| 2023–2024 | Amazon 投资、Google 投资；Bedrock/Vertex 集成 | 确立三云部署与多云算力战略。 |
| 2024 | Claude 3 / 3.5（Haiku/Sonnet/Opus）；computer use | 多档位模型矩阵 + 智能体能力。 |
| 2024 | Scaling Monosemanticity | 在 Claude 3 Sonnet 上解析出数百万可解释特征。 |
| 2025-02 | Prompt caching 正式可用 | 把 prefix cache 工程化为产品级成本优化能力。 |
| 2025-05 | 激活 ASL-3 防护 | 首次触发更严格的安全等级（CBRN 风险）。 |
| 2025-09 ~ 11 | Claude 4.5 系列（Sonnet 4.5、Haiku 4.5、Opus 4.5） | 1M 上下文与 agentic coding 成为标配；Opus 4.5 降价 67%（$5/$25）。 |
| 2026-02 | RSP v3.0 | 把治理拆分为"公司承诺 + 行业建议（Frontier Safety Roadmap）+ 定期 Risk Report"。 |
| 2026-04 | Claude Managed Agents public beta；Amazon 扩大合作 | 托管智能体基础设施（沙箱/OAuth/checkpoint）；AWS 合作扩至 $100B/10 年、最高 5GW、追加投资最高 $25B。 |
| 2026-05 | Code with Claude 大会 | Managed Agents 三项能力（Dreaming / Outcomes / 多智能体编排）；Colossus 1 独家算力；Claude Code 限流翻倍。 |
| 2026-06 | Fable 5 / Mythos 5 发布；《When AI Builds Itself》 | Mythos 级模型经安全分类器改造后以 Fable 5 公开上线，去分类器的受限版为 Mythos 5（Project Glasswing）；公开预警递归自我改进（RSI）。 |
| 2026-07 ~ 08 | Opus 5；RSP v3.4 生效（7-08）与 Risk Report（8-14，覆盖至 7-15） | CB-1/CB-2 阈值术语取代 ASL-2/3 命名；披露模型已"接近 CB-2 边界"。 |
| 2026-09-01 | Fable 5.1 / Mythos 5.1 | 缓存读降价 75%（降至 base 的 0.025x）；网络/生物防护触发率较前代降约 60%；Terminal-Bench 4.0 从 42.0% → 55.8%。 |
| 2026-09-22 | Claude Opus 5.5 | 多数任务达到 Fable 5.1 水平、成本低 40%——旗舰能力下放的定价策略。 |
| 2026-09-23 | Claude 发现带 CRISPR 样重复序列的新型酶系统（发表于 Science） | AI for Science 标志性成果；支撑后续 Genesis Mission 等科学算力承诺。 |
| 2026-09-28 | Claude Sonnet 5.5 | 提速 30%、成本最高降 30%；缓存读从 $0.20 降至 $0.10 /MTok（典型 agentic 负载成本约 -20%）。 |
| 2026-10-07 | Claude Haiku 5.5 | 最快最省的小模型，首个可调 effort 的 Haiku；按 prompt 长度双档计价（≤100k / >100k），较 Haiku 4.5 平均低约 75%（≤100k 档低 90%）。 |
| 2026-10 | Cyber Mission / Genesis Mission / 独立评估者 | 发布 Cyber Mission（关键基础设施防御 CIDP + 开源扫描 OSS Scanner，Glasswing 并入扩展版 Cyber Verification Program）；承诺 $150M/3 年支持 Genesis Mission（NASA/NIH/NSF 等 15+ 联邦机构）；启动独立评估者计划（METR 获"近似员工级"访问权）；$100M Frontier Academy 培养 1 万名工程师。 |
Claude 模型矩阵
Anthropic 用三档命名（Haiku / Sonnet / Opus，对应"小快省 / 平衡 / 最强"）覆盖不同延迟与成本区间，并持续迭代：
- Haiku：低延迟、低成本，适合高并发、边缘与分类场景（当前 Haiku 5.5，2026-10-07 发布，号称比 Haiku 4.5 运行成本低约 75%——≤100k token 请求低 90%、>100k 低 50%；并按 prompt 长度分 ≤100k / >100k 两档计价）。
- Sonnet：能力与成本平衡，主力生产模型（当前 Sonnet 5.5，2026-09-28 发布，提速 30%、成本最高降 30%）。
- Opus：最强通用能力，适合复杂推理、长程智能体（当前 Opus 5.5，2026-09-22 发布——官方定位为"多数任务达到 Fable 5.1 水平、成本低 40%"，旗舰能力加速下放）。
- Fable / Mythos：前沿研究档（当前 Fable 5.1 / Mythos 5.1，2026-09 发布），属于"Mythos 级"模型——Fable 在 API 上默认开启安全分类器，Mythos 经审查的定向用户（防御性网络安全 Project Glasswing 等）使用去分类器版本。该档伴随更严格的红队、30 天数据保留与治理流程。
不同档位直接决定了基础设施的部署形态：Haiku 偏吞吐与成本，Opus 偏显存与算力。
工程挑战
异构算力协同 Anthropic 同时使用 AWS Trainium2/3（>100 万芯片、Project Rainier）与 NVIDIA GPU（Colossus 22 万 H100/H200）。两套硬件、两套软件栈（Neuron SDK vs CUDA/Triton）并存，对训练框架、可移植性与故障域管理提出极高要求。
算力需求指数级增长 据 NYT/Bloomberg 等报道，run-rate 收入从 2025 年底约 $9B 一路升至 2026-02 的 ~$14B、2026-04 的 ~$30B、2026 年中的 ~$65B，2026-09 报道已超 $100B。$100B/10 年、最高 5GW 的 AWS 合作与 Colossus 独家算力反映了训练与推理算力的爆炸式需求——增长引擎也从企业 API 扩展到了 Claude Code 与消费级订阅（Claude Code run-rate 2026-02 报道达 $2.5B）。
消费级增长冲击可靠性 企业与开发者需求加速，叠加 Free/Pro/Max/Team 消费级流量，峰值时段可靠性承压。2026 年的标志性事件是：Fable 5 上线两周后因容量问题于 6-23 从 Pro/Max/Team 套餐中移除（改为按量付费），7-01 恢复上线；Code with Claude 大会（5 月）则宣布 Claude Code 限流翻倍。扩容与容量治理成为公开的首要工程任务。
对齐必须是可重复的工程流程 Constitutional AI 不是一次性训练技巧，而是一条可重复、可审计的 SL + RLAIF 流水线，需要把"宪法"版本化、把 AI 反馈管线化。
安全要求前置到模型生命周期 RSP 的 if-then 承诺意味着：模型达到某能力阈值前，相应的防护（分类器、权重安全、红队）必须就绪。这把安全从"事后补丁"变成"发布门禁"。
可解释性要能指导决策 机制可解释性不只是学术研究，目标是能用它发现危险能力（欺骗、双重用途）并指导对齐——这要求研究产出能进入工程流程。2026 年自然语言自编码器（NLA）已能"监听"推理模型的内部独白，可解释性开始从研究走向运行时监控。
智能体负载成为主流量 Claude Code 与长时程智能体（任务时长从分钟级涨到小时级）成为增长主力，推理基础设施要支持沙箱执行、会话 checkpoint、跨会话记忆（Dreaming）与多智能体编排——负载形态从"一问一答"变为"长跑后台进程"。
为什么 Anthropic 值得作为案例
- 安全工程化的范本：把抽象的"负责任扩展"翻译成 ASL 等级、if-then 承诺、Risk Reports、第三方审查等可操作机制。
- 异构算力的极端案例：同时大规模使用自研芯片（Trainium）与租用 GPU 集群，是研究芯片多元化战略的最佳样本。
- 可解释性开源贡献：transformer-circuits、dictionary learning 公开了大量可读的研究代码与可复现实验。
- 推理工程的差异化：prompt caching 的 prefix-hash + 20-block lookback 模型，是学习 KV/prefix cache 工程化的活教材；2026 年起缓存读倍率按模型分档下调（5.5 系列 0.05x、Fable/Mythos 5.1 0.025x），把成本优化持续产品化。
- 智能体基础设施的 dogfooding 范本：Claude 已编写 Anthropic 80%+ 的合并代码（2026-05 数据），Managed Agents / Agent SDK / Claude Code 的"自用即产品"路径值得每个平台团队研究。
- AI for Science 与政府市场：2026-09 Claude 在 Science 发表新型酶系统发现；10 月承诺 $150M/3 年支持 Genesis Mission（15+ 联邦机构），科学计算与政府合规市场成为继企业 API、Claude Code、消费订阅之后的第四条增长线。
- 与 OpenAI 的对照价值：同样信仰规模化，却走出了"对齐与安全驱动"的独立路线。
小结
Anthropic 不是规模最大的实验室，但它最能体现"如何把安全变成可工程化、可治理、可规模化"的命题。下一章将从其核心工程思想入手，建立分析框架。