@MaxForAI：要不是这场诉讼，我们永远不会知道 Anthropic 曾完美预测了如今的发展轨迹……

要不是这场诉讼，我们永远都不会知道，Anthropic 早在 2021 年就已经精准预测了如今 AI 发展的轨迹。

我刚读完这份因诉讼而曝光的 @AnthropicAI 内部文件，名为《简明研究路线图》（Concise Research Roadmap），最后一次更新是在 2021 年 7 月。

这份文件由 Anthropic 联合创始人 Jared Kaplan 撰写，里面还保留着一批核心研究人员的内部评论，包括 @DarioAmodei、@NotTomBrown、@AmandaAskell、@ch402 等人。

文件上甚至还标着“高度机密——仅限律师阅览”。

仔细读完之后，我还真有点感慨。

因为我们今天正在讨论的东西——编程智能体、工具使用、长上下文、强化学习、自动化反馈，甚至智能体的安全问题——基本上都已经出现在这份五年前的研究路线图里了。

而且远不只是一些模糊的概念。

第一，Anthropic 在 2021 年就已经明确提出，要打造一个具备软件工程师能力的 AI 助手。 在文件第一页，他们就写道，希望开发一个通用 AI 助手，能够通过对话帮助用户创建、编辑和理解软件。 这包括开发浏览器插件、编写函数、发现漏洞、设计 API、讨论代码风格和最佳实践等。 最终目标，是让 AI 展现出软件工程师同事的能力。 你会发现，这不就是今天 Claude Code 正在做的事吗？ 更有意思的是，他们当时认为，要实现这个目标，需要大规模生成模型、长期记忆，以及通过自动化奖励和人类反馈进行的强化学习。 他们甚至已经把路线图规划得非常清楚了。

第二，他们当时就专门把“用于工具使用的强化学习”列为重点研究方向。 研究的核心是教会大语言模型使用工具、理解环境和目标，并通过强化学习不断改进。 他们当时提出的具体任务包括搜索、printf 调试等，还准备研究：与监督学习相比，工具使用能否为模型带来更好的规模扩展效果。 今天智能体领域正在讨论的一大堆问题，他们五年前就已经在考虑了。

第三，最让我惊讶的是，他们当时甚至已经在讨论编程智能体的产品形态。 Tom Brown 提出，浏览代码仓库是一个简单但有价值的工具，可以从这里入手。 Nelson Elhage 指出，如果 AI 能主动查阅项目中的类型定义，那将是一项非常强大的能力。 Andy Jones 则更进一步，提出了两条不同的路径。 一条是打造最优秀的 AI 程序员，另一条是先验证 AI 使用工具的能力。 Dario Amodei 的回应是：短期优先后者，长期优先前者。 而在同一份文件里，Sam McCandlish 就已经开始担心如何安全部署不受沙箱隔离的工具。 Dario 特别强调了部署阶段用于执行代码的工具。 再看看今天围绕编程智能体的沙箱、权限控制和代码执行安全展开的各种讨论。 真的很难不感到震撼。

第四，他们很早就意识到，模型能力与对齐不能脱节。 Amanda Askell 在评论中担忧地指出，如果能力研究集中在代码领域，而对齐研究只关注自然语言，未来就可能出现模型能力越来越强、对齐研究却无法充分覆盖的情况。 因此，她强调两者应该紧密结合。 这其实也是今天智能体安全研究面临的一个关键问题。

我觉得这份文件最有意思的地方，是它让我们重新认识 Anthropic 这家公司。

早在 2021 年，ChatGPT 甚至还没有发布，整个行业对于大语言模型未来能做什么的认识，也远没有今天这么清晰。

但 Anthropic 的这群研究人员，已经把软件工程助手设定为通向 AGI 道路上的一个具体研究目标，并围绕模型规模、数据、长上下文、工具使用、强化学习和安全，制定了一份相当完整的研究路线图。

至少从今天回头看，他们对技术发展方向的判断，确实非常有先见之明。

更值得注意的是，这份文件里讨论的很多问题，即使到了 2026 年，也依然没有得到彻底解决。

五年前，他们在思考如何让 AI 成为软件工程师的同事。

五年后，我们已经开始讨论，如何让 AI 独立完成完整的软件工程任务，甚至参与改进自身的模型和研发系统（也就是：递归自我改进，RSI）。

有时候，AI 的发展似乎快得令人难以置信，但当你认真回头看，就会发现，有些人其实很早以前就已经清楚自己要去哪里了。

🤔

笑死了哈哈哈哈

是

其实不是那样，我只是今天早上碰巧在另一个群里刷到了，只是 bb 你之前没提过，所以我没太留意（思考程度：低）

确实

有些点是受 OpenAI 启发的，所以我还是觉得用“预言”挺合适的？

对，刚成立。