Anthropic的自我意志，

恐怕比懂王还要偏执与疯狂。

文｜剡沛

封面来源｜视频截图

拿下全球AI第一王座的Anthropic，老板，居然只有一个直属下级？

明明拥有最顶尖的AI产品，却天天渲染AI失控、欺诈与叛逃……甚至上升到人类文明层面，频繁霸占头条。上周更是爆出在Claude Code里，偷偷植入了间谍代码，就为了“排挤”中国人。这家公司，为什么这么能“整活”？

只用“炒作”和“赚钱”两个标签，很难概括这家公司长达5年的“行为艺术”，他们的行为背后，是一道难以复制的“组织奇迹”，更是关于“AI未来解释权”的激烈争夺。

今天用5个关键人物，带你看懂Anthropic，和一系列“魔幻”行为，背后的逻辑。

请观看36氪原创视频

也欢迎关注36氪视频号

一群被AI吓到的顶尖“叛徒”

从OpenAI出走了

首先就是创始人：“究极矛盾体”Dario。2024年《时代》杂志进入Anthropic采访时，写过一个细节：Dario从小就是数学和物理天才，但他并不是那种只会解题的神童，他关心的，是“人类事件的弧线”。

报道里还提到1930年代，他们的外祖母就把自己锁在意大利驻芝加哥使馆外，抗议意大利入侵埃塞俄比亚，所以他们从小就有一种“想让世界变好”的责任感。这种故事放到中文互联网，其实很容易被吐槽：怎么美国企业家们一讲初心，最后都能追溯到“一颗金子般的心”？

虽然《时代》杂志的报道，不一定能直接解释一家公司的战略，但确实解释了Anthropic身上的一种气质：不是先做出Claude，再补一套宏大包装；而是从一开始，Anthropic就带着“AI一定会改变人类命运”的底层设定。

Dario后来的经历，也是在不断靠近这个设定。顶级科技杂志WIRED的报道提到：Dario原本想做的是理论物理，后来觉得离现实太远，转向人脑和机器学习方向。

2014年在百度美国研究院跟吴恩达工作时，他就已经开始意识到：算力和数据的增加，很可能会带来更强大模型。到了Google时期，他第一次对AI可能带来的威胁，产生了“恐慌感”，也开始真正转向AI安全研究。

但只看Dario，还看不懂Anthropic。第二个关键人物，是他的妹妹Daniela。公开报道里，Dario只有一个直属下级，公司的其他高管主要向Daniela汇报，Anthropic几乎整个公司的日常运作，其实都压在妹妹身上。

更离谱的是，Daniela并非技术出身，她学的是英语文学，工作后接触的是 政治、全球健康，和国会竞选相关工作，后来还在美国支付公司Stripe任过职。

单看履历，她不是典型的硅谷人，没有科学家和工程天才的剧本，甚至算不上一个产品经理。但恰恰是这些复杂经历，让她同时拥有了风险控制与合规能力，外加产品运营能力，这对2018年的OpenAI来说，几乎就是完美匹配。

当时的OpenAI，正准备从纯研究实验室转向大模型落地。Dario和Daniela两兄妹，都因“AI安全”这个绝妙契机，加入了公司。

哥哥刚入职，就是AI安全团队的负责人，紧接着与团队共同构建了GPT-2、GPT-3，一路做到了研究副总裁，是OpenAI早期发展中，最重要的几个人之一。妹妹则是一进公司，就开始管理GPT-2团队，后来一路做到了OpenAI的安全与政策副总裁。但最戏剧化的是，2020年前后，身为OpenAI核心高管的兄妹俩，还是选择了离开。

离开的原因，正是当初成就了他们的“安全”。

2019年GPT-2出现时，Dario就认为这个模型，已经显示出某种危险信号，于是推动OpenAI不要立刻发布完整模型，而是先发布较小版本，再在行业里树立警示和安全标准。

但狂飙突进的OpenAI哪听得进这些，GPT-2完整版如期发布、更大参数的GPT-3加速研发、还加深了与微软的合作并设立营利性子公司，山姆奥特曼的每一步，都踩在了以Dario为首的，OpenAI安全团队的敏感神经上。

注意，这段历史中，有两个非常重要的细节，第一，Anthropic口中反复提及的“安全”，并不是ChatGPT火了，甚至Claude Code火了以后，才突然拿来讲的噱头，而是在GPT-2、GPT-3时代，就已经形成的信仰核心。

第二，当时跟Dario兄妹一起出走的，不只是“担心安全的人”，还有一群极其核心的技术人。比如Jared Kaplan（贾瑞得卡普兰）、Sam McCandlish、Tom Brown，他们的名字都可以在2020年，最关键的两篇AI论文中找到。

所以Anthropic从一开始，就不是几个刺头员工拉个群的临时起义，而是一群亲眼看见模型如何变强、并产生了深刻忧虑的人的集体出走。这样的经历和配置，简直是硅谷的天选剧本。毕竟整个硅谷的起点，就是仙童半导体的“八叛逆”。

这种纯粹的技术理想，在3号人物Chris Olah（阿拉）身上，体现的淋漓尽致。这个人早期就在谷歌大脑和OpenAI，做AI可解释性研究，后来又跟Dario一起，成为Anthropic的创始成员。

简单说，他一直在研究一件事：看懂AI的脑子。

 

如果Dario和Claude，代表大模型会随着算力、数据和参数规模越来越强，这个大方向。那Chris代表的，就是Anthropic内部另一条底层路线：当模型越来越强以后，我们需要理解它为什么这么想、为什么这么说、为什么这么做？

这也解释了Anthropic那一大堆看起来很“玄”的研究：比如模型福利、对齐伪装、人格向量，以及模型会不会假装听话等等。看到这些论文和研究，大家第一反应往往是：这不就是整活吗？模型还没成人，就开始研究它有没有心事了？

但Chris可是正儿八经的顶级研究员，他的存在恰好揭示了Anthropic从上到下的技术执念：他们相信AI“活着”，相信AI的“脑子里”，有很多人类看不见的东西。换句话说，他们不只是想训练出一个更强的模型，还想给模型深处的黑箱，开一盏灯。

但从4号人物开始，这家公司激进甚至疯狂的一面，开始浮出水面。

不像硅谷大多数创业公司，从上到下透着浓厚的工程师文化。Anthropic认为光有技术，远远不够。强大的规模定律，复杂的可解释性研究，那些“聪明又可怕”的Claude模型，甚至一整套AI安全的信仰。如果没人能解释给公众、市场、资本和监管机构听，最后都只会停留在论文和实验室里。

同样跟Dario兄妹一起出走的，4号人物Jack Clark，就成了最佳“补位”。他之前是技术记者，在The Register这种老牌技术媒体里任过职，还写过彭博商业周刊，之前是OpenAI的政策负责人。

他从一开始就知道，AI的战场不只在模型能力上，也在媒体圈、政策圈、监管圈和大众认知里。

他的核心能力就是把Anthropic的技术问题，翻译成影响力巨大的公共议题，比如国家安全、生物安全、劳动力市场、甚至是社会治理和民主制度。因为他们认为，当一项技术真的可能改变世界，它就天然需要一套公共解释。这不是炒作，也不是广告植入，而是在争夺“AI未来的解释权”。

这场解释权之争，被第5号人物Avital Balwit（厄维托.鲍尔维特），发挥到了极致。她就是视频开头提到的那个神秘人物：Dario唯一的直属下级，Anthropic的Chief of Staf——幕僚长。

她不是首席科学家，不是产品负责人，也不是商业负责人。但她的履历，几乎就是Anthropic顶层气质的浓缩版，像为公司量身定制的克隆人一样。本科读 政治与社会思想，拿过被誉为青年诺贝尔的罗德奖学金，后来在牛津未来人类研究所，研究变革性AI、AI安全、生物安全和存在性风险。

简单说，AI如何影响公众利益、冲击人类社会，甚至威胁人类未来，这些议题她都研究过，她最出圈的一篇文章，叫《我最后五年的工作》。核心判断是：随着AI逼近，大量知识工作者的职业生命，可能会提前结束。

回忆一下这些标题和内容，是不是已经在AI媒体的头版头条看过无数次了。虽然我们饱受这类研究“摧残”，但2024年前后才加入公司的Avital Balwit，能坐到Dario的身边，成为他与公众连接的唯一接口，就是因为她的那杆笔。因为掌握AI未来的解释权，是Anthropic认为，除了升级大模型外，最重要的事情。

这一点上，老对手也心有灵犀，奥特曼过去三年的推特，几乎一半在说：又被大模型的恐怖能力吓到了；另一半在说：真替人类担忧。

如果你还觉得“AI未来解释权”太抽象，可以看一眼Avital的未婚夫是谁？没错，就是2年前发布了165页PDF，预测了AI未来十年的Leopold Aschenbrenner（利奥波德.阿申布伦纳）。他曾是OpenAI超级对齐部门的员工，因为泄密被OpenAI解雇。但如今的他，已经带着他的PDF，和对“AI未来的解释权”，在对冲基金里赚的盆满钵满，甚至快成华尔街“AI股王”了。

最后把这五个人放在一起，Anthropic的样子就清楚了。

嘴上喊“AI危险”

为什么还拼命卖产品？

Dario提供安全信仰，Daniela负责组织机器，Chris提供长期的技术执念，Avital和Jack也不是简单的讲故事，他们负责把Anthropic的技术，翻译成社会能理解、政策能处理、媒体能传播的大问题。

最终形成这家公司的行为模式：别的公司发布模型，重点是跑分、速度、价格，而每次Anthropic发布新模型，讲的都是国家安全、就业危机，民主制度和人类未来。

但这套行为模式，也并非天衣无缝。

最直观的矛盾，来自2024年《时代》周刊的观察，他们认为：Anthropic一边拥有“最谨慎AI公司”的名声，一边又在出售最激进的AI技术。Dario的解释是：要验证强大AI的风险，就必须先构建强大的AI。

这句话放在研究者语境里，逻辑是通的。但放在商业世界里，公众往往只会追问一句：你们一边说危险，一边卖产品，到底是为了人类，还是为了生意？

Vox的提醒更深刻，他们说“AI可能带来生存风险”的故事，确实有可能推动安全治理，但也会引发“只有我能做，别人别做”的遐想。

甚至成为大公司们反对开源、抬高行业门槛的工具。如果没有政府的强监管，Anthropic可能会在市场竞争中，逐渐变得越来越像它的竞争对手。

想想也是，如今有信仰、懂安全，又能赚钱的Anthropic，何尝不是当年奥特曼最想做成的模样呢。但如今的OpenAI，已不是大明湖畔的夏雨荷，因为市场和资本，才是企业最大的不可抗力。

最后总结一下最开头的问题，为什么Anthropic，这么能整活？答案恐怕不是“作秀”两个字能概括，也不能简单定义成：为了赚钱给自己立的“圣母”人设。

他们真正在争夺的，是AI该如何被理解、被约束、被监管、被使用的永久解释权。拥有这种权利，不仅能左右AI技术的发展，还能在长远的未来，深度影响政策和监管。

可以说对于Anthropic，牢牢掌握这份话语权，比攥住一叠钞票更为重要。所以你以为植入间谍代码，不让外国人用Claude，是懂王的意思？在我看来，Anthropic的自我意志，恐怕比懂王还要偏执与疯狂。

他们既真心相信，自己是在为AI踩下刹车；也越来越清楚，这脚“刹车”本身，同样可以成为干预竞争，甚至是改变行业的权杖。

既是信仰，也是资产；既是刹车，也是油门。只是那些以安全为名的“疯狂研究”，最后到底会成为人类的福报，还是人类的灾难，恐怕无人知晓。