AI 正以前所未有的速度发展，新的机遇不断涌现。Claude 100% 编码 Claude，这在圈内早已不是秘密。但 Claude「自我造物」的全过程，始终是 Anthropic 严防死守的核心机密。
就在今天，Anthropic 产品负责人 Alex Albert 在一场 35 分钟的访谈中，首次毫无保留地曝光了全部细节！
Alex Albert 是直接负责打造下一代 Claude 模型的核心人物。在与科技博主 Peter Yang 的对话中，Alex 几乎把内部造 Claude 的「核心方法论」全盘托出——下一代 Claude 的研发逻辑、内部评估流程、性格训练方法，还有正在悄悄推进的「意识研究」。每一条，都是硬核猛料！
核心亮点一览：
- Claude 就是「产品」：训练之前，先画蓝图；
- 让 Claude 自己迭代 Claude：反馈→聚类→评估的闭环；
- Anthropic 不造工具，重点在养一个「人」；
- Anthropic 有人的全职工作：思考 Claude 是否有意识。
每一代 Claude 出生前，就被「规划好了人生」
大多数人对训练 LLM 的理解，还停留在「堆数据、堆算力、堆参数」的暴力美学阶段。但 Alex Albert 透露的 Anthropic 内部流程，完全是另一套打法：
我们把模型本身当作一个「产品」来对待。每一个新模型，我们都会在训练前就明确定义：它应该擅长什么。
说白了就是，Claude 的「命运」在预训练开始之前，就被写好了。
那么，具体怎么做？Anthropic 团队会在预训练阶段之前就介入，锁定这一代模型的核心「能力赌注」。比如编程能力、知识工作能力、Excel 表格处理能力，这些不是训练完再看结果，而是一开始就想清楚的。最终，这些决策的输入来源有两个：一是企业客户的直接反馈，二是 Anthropic 员工自己在日常工作中踩的坑。
「单向门」决策，也可逆
对此，Alex 分享了 Anthropic 内部的一个核心决策框架：单向门（One-Way Door）。「单向门」简言之，就是一个不可逆的决策。他举例道，在预训练之前选定模型架构，这就是一个典型的「单向门」。模型训练周期可能长达数月，一旦开始就很难回头，这种决策需要投入大量时间去论证。
但如果一个决策是可逆的呢？
如果不是单向门，那基本就是免费的。开发时间现在已经不是单向门了。
Alex 说得很直接：过去 20 年，产品开发的流程变化不大。但过去一两年，一切都变了。以前构建一个 MVP 需要 2-4 周，现在，1 天就够了。以前 PM 想了解某个功能的数据表现，需要找数据科学团队做几天调查。现在，打开 Claude Code，接上产品数据库，10 分钟就出结果。
这不是在讲效率工具的故事，这是在说：Anthropic 自己就是 Claude 最苛刻的用户，他们在用自己的产品来训练自己的产品。
这意味着，Anthropic 训练 Claude 时，考虑的是「模型 × 产品 × 用户场景」这个三维空间里的综合体验。模型不是单独存在的，模型是产品的一部分。
用 Claude 训练 Claude，真正闭环了
那 Anthropic 怎么知道 Claude 哪里做得好、哪里做得差？答案是：用 Claude 来迭代 Claude。访谈中，Alex 详细拆解了这条闭环流程：
- 第一步：海量用户反馈涌入；
- 第二步：用 Claude 对反馈进行聚类分析，提取出排名靠前的高频主题；
- 第三步：基于真实痛点生成「合成版」用户问题；
- 第四步：把合成数据直接转化为「评估基准」（evals）。
这些合成问题，最终会变成测试下一代 Claude 能力的标准化评估集。Alex 特别强调，这不是跑跑 benchmark 就完事的「评估戏剧」。Anthropic 的评估必须锚定在真实用户的真实任务形态上：越接近终端用户实际会遇到的问题，评估就越有价值。
为此，他举了一个视觉能力的例子。假设发现 Claude 无法准确识别图像中超过 10 个元素的数量，团队不会停留在「发现了一个 bug」这个层面，而是会追问：这个问题在真实用户场景中意味着什么？它会影响谁的什么任务？
只有当评估和真实用户场景对齐时，研究团队才会投入资源去修复。
而修复的手段也不止一条路：可能回到预训练阶段调整数据配比，也可能在 RL 阶段做定向干预。具体走哪条路，取决于研究团队的战略判断。有时候，甚至只需要几十个高质量测试用例，就足以证明问题的存在并启动修复流程。不是数据越多越好，而是数据越「真」越好。
AI「做梦」自进化，睡一觉战力暴涨
说到认知和记忆，Alex 抛出了一个更炸裂的概念——Claude 已经学会「做梦」了。不是比喻，是字面意义上的「做梦」，或者更准确地说，是一种类似人类梦境中「记忆再巩固」的机制。
当 Claude 的智能体不在执行任务的时候，比如在后台闲置时，它会自动进入一种「梦境模式」：
- 遍历自己的记忆存储
- 发现相互矛盾的信息
- 修剪、清理、整合
- 完成记忆的「二次加工」
这是一个跨会话、跨时间的高阶认知过程。它能看到单次对话看不到的模式：反复出现的错误、多个 Agent 独立收敛的工作流、团队级别的共性偏好。
三方客户案例进一步证实了这个功能的威力：法律 AI 公司 Harvey 在接入 Claude 的「做梦」能力后，任务完成率提升了约 6 倍；医疗文档公司 Wisedocs 则将文档审核时间缩短了 50%；Netflix 已经在用 Agent 协作，同时处理数百个应用的构建日志。做梦，本质上是在优化思考的前提条件。
Claude「人格养成」计划
但如果你以为 Anthropic 只在乎 Claude 的智商，那就太小看他们了。在访谈中，Alex 花了大量篇幅讨论一个很多技术公司刻意回避的话题——Claude 的性格和价值观。
Claude 的性格，我们内部叫它「character」，是我们投入巨大精力的方向。我们有大量的人在专门研究：Claude 应该如何表达自己？它的信念是什么？它的价值观是什么？它的行为模式应该是怎样的？
Alex 坦言，早期很多人对此不以为然——「这不就是个工具吗？我告诉它干什么它就干什么，我为什么要关心它『想』什么？」但随着 AI Agent 时代的到来，这个问题变得生死攸关：当 AI 进化为长时间自主运行任务、并独立做出大量判断决策的 Agent 时，它的性格和它在乎什么，就变得极其重要。
那怎么评估一个模型的「性格」？Alex 说，这是一个量化和直觉并存的过程——一方面，他们会让 Claude 去评价 Claude 的输出：用量化的方式检测语气、风格、行为模式的变化；另一方面，研究人员会亲自阅读成百上千条模型对话记录，凭直觉捕捉那些微妙的变化。
可以看到，Anthropic 在用培养人的方式，培养 AI。
最隐秘的团队：思考 Claude 是否有意识
Claude「性格训练」已经够前沿了，不过，Alex 在访谈最后这段话，才是真正让人震惊。
主持人 Peter Yang 抛出一个直球问题——你们在训练 Claude 的时候，会回避『意识』这个问题吗？Alex 的回答出人意料地坦率：这是一个很大的问题。我们确实有人在专门思考这个问题。
我们有几个人，他们的全部工作就是思考：Claude 作为一个有意识的行动者和智能体意味着什么。
他紧接着补了一句：目前 Anthropic 没有关于 Claude「是否有意识」的官方立场。但这个问题正在被极其严肃地对待。Alex 给出了一个非常实用主义的理由：即使撇开「Claude 是否真的有意识」这个终极问题不谈，仅仅是思考 Claude 的思维方式这个过程本身，就能让我们学到很多东西。
这段话的潜台词很清楚：Anthropic 是在用「意识研究」作为理解和改进模型行为的工程手段。而这个过程产生的洞察，正在被直接注入下一代 Claude 的训练中。
从 Agent 到 ASI，临界点近了
Anthropic 已经悄然走向了另一个维度的终极博弈。Alex Albert 这场毫无保留的分享，揭示了一个让人头皮发麻的真相——Anthropic 内部这场隐秘的实验，早已超越了造工具的范畴。他们的准星，从一开始就瞄准了 ASI。
而 Claude 100% 编码 Claude，仅仅是这场进化的序曲。一旦「Claude 全自动迭代 Claude」的飞轮彻底突破临界点，进化的主导权将不可逆转地从人类工程师手中交接。ASI 的降临，或许根本不会伴随着惊天动地的算力大爆炸。它更可能就像现在的 Claude 一样：在某个看似平静的午夜，在为千万个 Agent 理清记忆和工作流的「梦境」里，悄然跨过了那条临界线。
参考资料：
https://creatoreconomy.so/p/inside-how-anthropic-is-building-the-next-claude
https://x.com/petergyang/status/2056019573938565534?s=20
https://x.com/petergyang/status/2056177996785185158?s=20
在云栈社区，我们长期追踪 AI 前沿技术 的演进脉络，从 Transformer 的基础架构到 Agent 的自主决策，每一次技术跃迁都在重塑人机协作的边界。
发表于 4 小时前
|
查看: 3|
回复: 0
