延伸阅读

本章汇总 Anthropic 相关的权威来源、官方文档、论文、可解释性研究与本手册交叉引用。

官方来源

• Anthropic News — 模型发布、产品更新、治理公告。
• Claude Platform Docs — API 参考、prompt caching、extended thinking、tool/computer use。
• Prompt Caching 文档 — prefix hash + 20-block lookback、TTL、预热、计费倍率。
• Responsible Scaling Policy — RSP v3 与 ASL 框架。
• Claude's Constitution — 宪法原则来源与设计。
• Anthropic and Amazon expand collaboration (up to 5 GW) — Project Rainier、>100 万 Trainium2、$100B/10 年。

论文与可解释性研究

• Bai et al. 2022 — Constitutional AI: Harmlessness from AI Feedback（arXiv:2212.08073）— CAI / RLAIF 奠基论文。
• Elhage et al. 2021 — A Mathematical Framework for Transformer Circuits（transformer-circuits.pub）— attention heads、induction heads。
• Bricken et al. 2023 — Towards Monosemanticity — dictionary learning / 稀疏自编码器分解特征。
• Templeton et al. 2024 — Scaling Monosemanticity — 在 Claude 3 Sonnet 上解析数百万特征。
• Anthropic 2025 — On the Biology of a Large Language Model / Circuit Tracing — 特征作为分类器、电路级追踪。

算力与合作

• Anthropic Leases SpaceXAI's 220,000 NVIDIA GPU Colossus Cluster — Colossus 异构算力补充。
• Amazon Bedrock — Anthropic — Bedrock 托管与 Trainium。
• Google Cloud Vertex AI — Claude — Vertex AI 托管。
• Microsoft Azure Foundry — Claude — Azure Foundry 托管。

开源与生态

• transformer-circuits.pub — 可解释性研究论文与实验。
• Anthropic Cookbook / SDK（Python、TypeScript） — 集成示例与官方 SDK。
• Anthropic Skills — 渐进式指令（progressive disclosure）的 Agent 能力封装。
• Model Context Protocol（MCP） — Anthropic 主导的工具/资源协议（详见 MCP 详解）。

工程分析

• Anthropic — Frontier Safety Roadmap / Risk Reports — 治理 roadmap 与定期风险报告。
• RAND — Securing AI Model Weights — 模型权重安全等级（SL5 等）参考。
• California SB 53 / NY RAISE Act / EU AI Act Codes of Practice — 与 RSP 对齐的监管框架。

本手册交叉引用

• OpenAI 案例研究 — 对照"规模驱动" vs "对齐驱动"两条路线。
• Meta 案例研究 — 对照"闭源对齐（Anthropic）↔ 开放权重 + 硬件协同设计（Meta）"；Meta 也公开 SDC 治理与 >95% 有效训练时间的可靠性工程。
• Google 案例研究 — 对照"闭源对齐"与"开放生态 + Frontier Safety Framework"；两者都有正式的安全治理框架，Google 另开放完整软件栈。
• vLLM 详解 — continuous batching、KV/prefix cache 工程化。
• LLM Gateway 详解 — 多云入口、限流、计费、cache 感知路由。
• Agent Runtime 详解 — tool/computer use、extended thinking 的执行循环。
• MCP 详解 — Anthropic 主导的工具/资源协议。
• 安全详解 — RSP/ASL、guardrails、红队、权重安全。
• AI SRE 详解 — 容量规划、cache 命中率、成本 SLO。

学习路径建议

1. 先读 Constitutional AI 论文，理解 CAI/RLAIF 与 RLHF 的区别。
2. 读 RSP v3 与 Claude's Constitution，理解治理化扩展的思想。
3. 精读 Prompt Caching 官方文档，跑通本主题 Mini Demo 的命中模型。
4. 浏览 transformer-circuits.pub 的 Towards/Scaling Monosemanticity，理解可解释性工程化。
5. 结合 OpenAI 案例研究 做对照阅读，形成完整的"前沿实验室工程路线"地图。

小结

Anthropic 的公开资料在"对齐、可解释性、治理"三条线上是行业最系统的。建议持续关注 Anthropic News、transformer-circuits、Claude Platform Docs 与 RSP/Risk Report 的更新——这三条线仍在快速演进。