Anthropic 2021年内部研究路线图因版权官司曝光，Claude Code雏形五年前已写好

一份原本标注「最高机密」的内部文件，因为一场版权官司意外进入公众视野。量子位10月15日报道称，这份文件是Anthropic在2021年7月写下的内部研究路线图，PDF正文只有两三页，却提前写下了Claude Code、工具调用与模型自我评判等今天的产品形态。

值得注意的曝光时间点：彼时Anthropic刚从OpenAI独立出来几个月，团队规模只有十几人，GPT-3的热度仍在持续，而行业对「AI写代码」的想象大多还停留在代码补全这一层。

路线图开篇就把终极目标写得很具体——安全、有益的AGI，并给出了清晰的原型定位：一个能通过自然语言与人类交互，去创建、编辑和解释软件的通用AI助手。文档列出回答通用问题、写函数、找Bug、设计API、讨论代码风格与最佳实践等能力，明确提出这个助手要展现出「软件工程师同事」的全部能力。

在实现路径上，文件还保留了一场内部分歧。研究员Andy Jones提出，究竟该先做真正好用的编程助手，还是先去证明工具调用的可行性；GPT-3论文一作Tom Brown建议从代码仓库浏览（Repo Browsing）入手。最终由CEO Dario Amodei拍板：短期先验证工具调用的可行性，长期再演进成好用的编程助手。

预训练和对齐部分同样写得很远。文件提出要训练1T（一万亿参数）及以上的超大模型，并探索超长上下文等能够容纳海量记忆与经验的机制；对齐章节里出现了「模型自我评判」，以及「测试时计算（Test-time compute）」这样的概念。报道同时指出，当时这些研究被放在对齐与判别器的语境中，距离后来o1式的推理计算扩展还有相当距离，但研究视野已经覆盖到训练之外的计算投入。

安全讨论占了很大篇幅。联合创始人Sam McCandlish在批注中追问，如何安全地部署没有沙箱隔离的工具；Dario Amodei紧接着补充，具体说的是在部署时执行代码的Tool。这些批注与今天Agent提权、环境逃逸、数据污染、提示注入等话题高度重合。

文件还记录了内部研究者的担忧。报道中被称为A社内部哲学家的Amanda指出，如果在自然语言上做对齐研究、却主要在代码上推进模型能力，两种研究必须时刻保持紧密联系，否则对齐测试的有效性会被限制，甚至让对齐研究变成一座孤岛。她建议确立一条原则：各领域的能力研究和对齐研究应成比例同步推进，除非能给出充分的理由说明为什么要分开。

报道在结尾给出自己的判断：Anthropic这五年持续聚焦高质量代码信号、强化学习和企业工作流，而OpenAI在文生图、视频、语音助手、搜索等方向多线作战，路线差异由此拉开。对读者而言，更值得追问的是，一份2021年的规划文档能在多大程度上解释今天的产品形态，以及这是否会改变行业对「路线图先行还是技术成熟后顺推」的理解。