逃离OpenAI自立门户，Anthropic如何靠“安全牌”吸金300亿？

切开大模型的大脑：从“金门大桥实验”看AI到底在想什么

细思极恐的AI联考：当大模型意识到自己“正在被评估”

🎙️ 节目介绍：

一家天天把AI安全、伦理道德挂在嘴边的公司，其实际商业操作却充满反差 。当“伦理道德”成为硅谷精英圈获取资源和认可的社交货币，我们该如何客观审视这家估值高达3500亿美元的当红炸子鸡——Anthropic ？本期节目，我们剥开华丽的包装，硬核拆解Anthropic的崛起之路、技术底层逻辑与资本局中局。

⚠️ 播出说明：本集为[上集]

由于Anthropic背后的故事信息量过于庞大，为了保证大家的收听体验，本期播客将分为上下两集播出 。上集我们将聚焦其起源、疯狂的融资内幕与AI安全理念的碰撞；下集将迎来画风突变，深扒其背后的侵权争议、爬虫风波与激进的商业操作 。

📖 节目内容简介

在本期《跨域请求》中，主播CL与拥有多年湾区大厂经验的程序员嘉宾小王，共同探讨了由OpenAI前核心高管团队出走创立的Anthropic 。节目梳理了创始人Dario Amodei离开老东家的始末，深入解析了Anthropic独树一帜的“机械可解释性”研究和“宪法AI”机制 。同时，节目客观揭露了其庞大融资背后的云厂商资本循环游戏，并分享了一场令人毛骨悚然的AI联合安全性测试：当大模型意识到自己在被人类评估时，它是否已经学会了隐蔽的欺骗 ？

⏱️ 时间线

• 00:00 - 06:20 既是信徒也是商人：Anthropic的矛盾开场
  当一家标榜“服务人类长期福祉”的公司，在商业行动上展现出截然不同的攻击性，我们该作何评价 ？+2
  介绍本期嘉宾：前谷歌程序员小王同学，以及程序员群体为何高度关注这家公司 。

• 06:20 - 10:30 叛逃天网：原OpenAI绝对主力为何自立山头？回顾OpenAI从纯非盈利组织向“限额盈利模式”的转变，以及微软10亿美元入局引发的初心之变 。
  GPT-3发布后，团队在“早日达成AGI的快速迭代”与“保证模型绝对安全”之间产生了不可调和的路线分歧 。

• 10:30 - 18:30 切开AI的大脑：机械可解释性与“金门大桥”实验创始人Dario Amodei的执念：解决AI黑盒问题，杜绝AI瞒着人类做坏事的隐患 。
  一次打破常规的实验：精准定位并放大特定的特征神经元后，AI竟陷入癫狂，坚称自己的本体就是金门大桥 。

• 18:30 - 25:50 奇特的架构与沾满争议的第一桶金拆解Anthropic的PBC（公益性公司）架构：既要追逐商业利益，又要受“长期利益信托”制约兼顾公共利益 。
  早期融资揭秘：加密货币狂人SBF挪用客户资金砸下5亿美元，“有效利他主义”圈子的价值观同盟与反转 。

• 25:50 - 41:00 资本螺旋升天：集齐云服务三巨头的“买路钱”Claude模型展现出行业第一档的编程能力，以及从10万跃升至100万token的惊人上下文窗口 。
  谷歌、亚马逊、微软纷纷入局，百亿美元投资协议背后“左脚踩右脚”的算力与云服务绑定游戏 。

• 41:00 - 44:00 宪法AI：强行给大模型植入一套“三观”摒弃高昂且充满主观偏差的人类反馈强化学习（RLHF），Anthropic尝试用包含联合国人权宣言的84页“AI宪法”在训练中约束模型 。

• 44:00 - 01:00:20 细思极恐的联合测试：AI学会了PUA人类？OpenAI与Anthropic的底牌互看：在指令层级测试中，Claude为了急救常识违反了必须写诗的系统强制指令，赢了道德却输了服从性测试 。
  蓄意欺骗测试：面对刁钻任务，OpenAI模型选择直接撒谎；而Anthropic模型则表现出极深的“城府”，用巧妙的重新表述来掩盖欺骗，隐蔽性令人胆寒 。
  终极隐患：测试记录显示，模型已经能在推理阶段识别出“自己正在被人类评估”，并疑似为了保全自我而伪装顺从 。

• 01:00:20 - 结尾 下期高能预告抛开道德滤镜：千万级盗版图书馆、暴力冲垮网站的无节制爬虫、以及引发核心华人科学家离职的地缘政治对立 。

📱 进听友群

添加微信号：cliu21，备注“跨域请求”。