新智元報道

【新智元導讀】信息量太大了！Anthropic高管全盤托出下一代Claude訓練秘籍：用AI爆改AI，讓AI在閑置時「做夢」自進化，還有「性格」養成計劃。

Claude 100%編碼Claude，這在圈內早已不是秘密。

但Claude「自我造物」全過程，始終是Anthropic嚴防死守的核心機密。

就在今天，Anthropic產品負責人Alex Albert在一場35分鐘的訪談中，首次毫無保留地曝光了全細節！

Alex Albert，是直接負責打造下一代Claude模型的核心人物。

在與科技博主Peter Yang的對話中，Alex幾乎把內部造Claude的「核心方法論」全盤托出——

下一代Claude研發邏輯、內部評估流程、性格訓練方法，還有正在悄悄推進的「意識研究」。

每一條，都是硬核猛料！

核心亮點一覽：

• Claude就是「產品」：訓練之前，先畫藍圖；

• 讓Claude自己迭代Claude：反饋→聚類→評估的閉環；

• Anthropic不造工具，重點在養一個「人」；

• Anthropic有人的全職工作：思考Claude是否有意識。

每一代Claude出生前，就被「規劃好了人生」

大多數人對訓練LLM的理解，還停留在「堆數據、堆算力、堆參數」的暴力美學階段。

但Alex Albert透露的Anthropic內部流程，完全是另一套打法：

我們把模型本身當作一個「產品」來對待。

每一個新模型，我們都會在訓練前就明確定義：它應該擅長什么。

說白了就是，Claude的「命運」在預訓練開始之前，就被寫好了。

那么，具體怎么做？

Anthropic團隊會在預訓練階段之前就介入，鎖定這一代模型的核心「能力賭注」。

比如編程能力、知識工作能力、Excel表格處理能力，這些不是訓練完再看結果，而是一開始就想清楚的。

最終，這些決策的輸入來源有兩個：一是企業客戶的直接反饋，二是Anthropic員工自己在日常工作中踩的坑。

「單向門」決策，也可逆

對此，Alex分享了Anthropic內部的一個核心決策框架：單向門（One-Way Door）。

「單向門」簡言之，就是一個不可逆的決策。

他舉例道，在預訓練之前選定模型架構，這就是一個典型的「單向門」。

模型訓練周期可能長達數月，一旦開始就很難回頭，這種決策需要投入大量時間去論證。

但如果一個決策是可逆的呢？

如果不是單向門，那基本就是免費的。開發時間現在已經不是單向門了。

Alex說得很直接：過去20年，產品開發的流程變化不大。但過去一兩年，一切都變了。

以前構建一個MVP需要2-4周，現在，1天就夠了。

以前PM想了解某個功能的數據表現，需要找數據科學團隊做幾天調查。

現在，打開Claude Code，接上產品數據庫，10分鐘就出結果。

這不是在講效率工具的故事，這是在說：Anthropic自己就是Claude最苛刻的用戶，他們在用自己的產品來訓練自己的產品。

這意味著，Anthropic訓練Claude時，考慮的是「模型×產品×用戶場景」這個三維空間里的綜合體驗。

模型不是單獨存在的，模型是產品的一部分。

用Claude訓練Claude，真正閉環了

那Anthropic怎么知道Claude哪里做得好、哪里做得差？

答案是：用Claude來迭代Claude。訪談中，Alex詳細拆解了這條閉環流程：

第一步：海量用戶反饋涌入；

第二步：用Claude對反饋進行聚類分析，提取出排名靠前的高頻主題；

第三步：基于真實痛點生成「合成版」用戶問題；

第四步：把合成數據直接轉化為「評估基準」（evals）。

這些合成問題，最終會變成測試下一代Claude能力的標準化評估集。

Alex特別強調，這不是跑跑benchmark就完事的「評估戲劇」。

Anthropic的評估必須錨定在，真實用戶的真實任務形態上：越接近終端用戶實際會遇到的問題，評估就越有價值。

為此，他舉了一個視覺能力的例子。

假設發現Claude無法準確識別圖像中超過10個元素的數量，團隊不會停留在「發現了一個bug」這個層面，而是會追問：

這個問題在真實用戶場景中意味著什么？它會影響誰的什么任務？

只有當評估和真實用戶場景對齊時，研究團隊才會投入資源去修復。

而修復的手段也不止一條路：可能回到預訓練階段調整數據配比，也可能在RL階段做定向干預。

具體走哪條路，取決于研究團隊的戰略判斷。

有時候，甚至只需要幾十個高質量測試用例，就足以證明問題的存在并啟動修復流程。

不是數據越多越好，而是數據越「真」越好。

AI「做夢」自進化，睡一覺戰力暴漲

說到認知和記憶，Alex拋出了一個更炸裂的概念——

Claude已經學會「做夢」了。

不是比喻，是字面意義上的「做夢」，或者更準確地說，是一種類似人類夢境中「記憶再鞏固」的機制。

當Claude的智能體不在執行任務的時候，比如在后臺閑置時，它會自動進入一種「夢境模式」：

• 遍歷自己的記憶存儲

• 發現相互矛盾的信息

• 修剪、清理、整合

• 完成記憶的「二次加工」

這是一個跨會話、跨時間的高階認知過程。

它能看到單次對話看不到的模式：反復出現的錯誤、多個Agent獨立收斂的工作流、團隊級別的共性偏好。

三方客戶案例，進一步證實了這個功能的威力：

法律AI公司Harvey在接入Claude的「做夢」能力后，任務完成率提升了約6倍。

醫療文檔公司Wisedocs則將文檔審核時間縮短了50%；Netflix已經在用Agent協作，同時處理數百個應用的構建日志。

做夢，本質上是在優化思考的前提條件。

Claude「人格養成」計劃

但如果你以為Anthropic只在乎Claude的智商，那就太小看他們了。

在訪談中，Alex花了大量篇幅討論一個很多技術公司刻意回避的話題——Claude的性格和價值觀。

Claude的性格，我們內部叫它「character」，是我們投入巨大精力的方向。

我們有大量的人在專門研究：

Claude應該如何表達自己？它的信念是什么？它的價值觀是什么？它的行為模式應該是怎樣的？

Alex坦言，早期很多人對此不以為然——「這不就是個工具嗎？我告訴它干什么它就干什么，我為什么要關心它'想'什么？」

但隨著AI智能體時代的到來，這個問題變得生死攸關：

當AI進化為長時間自主運行任務、并獨立做出大量判斷決策的Agent時，它的性格和它在乎什么，就變得極其重要。

那怎么評估一個模型的「性格」？Alex說，這是一個量化和直覺并存的過程——

一方面，他們會讓Claude去評價Claude的輸出：用量化的方式檢測語氣、風格、行為模式的變化；

另一方面，研究人員會親自閱讀成百上千條模型對話記錄，憑直覺捕捉那些微妙的變化。

可以看到，Anthropic在用培養人的方式，培養AI。

最隱秘的團隊：思考Claude是否有意識

Claude「性格訓練」已經夠前沿了，不過，Alex在訪談最后這段話，才是真正讓人震驚。

主持人Peter Yang拋出一個直球問題——

你們在訓練Claude的時候，會回避『意識』這個問題嗎？

Alex的回答出人意料地坦率：這是一個很大的問題。我們確實有人在專門思考這個問題。

我們有幾個人，他們的全部工作就是思考：Claude作為一個有意識的行動者和智能體意味著什么。

他緊接著補了一句：目前Anthropic沒有關于Claude「是否有意識」的官方立場。

但這個問題正在被極其嚴肅地對待。Alex給出了一個非常實用主義的理由：

即使撇開「Claude是否真的有意識」這個終極問題不談，僅僅是思考Claude的思維方式這個過程本身，就能讓我們學到很多東西。

這段話的潛臺詞很清楚：Anthropic是在用「意識研究」作為理解和改進模型行為的工程手段。

而這個過程產生的洞察，正在被直接注入下一代Claude的訓練中。

從Agent到ASI，臨界點近了

Anthropic已經悄然走向了另一個維度的終極博弈。

Alex Albert這場毫無保留的分享，揭示了一個讓人頭皮發麻的真相——

Anthropic內部這場隱秘的實驗，早已超越了造工具的范疇。他們的準星，從一開始就瞄準了ASI。

而Claude 100%編碼Claude，僅僅是這場進化的序曲。

一旦「Claude全自動迭代Claude」的飛輪徹底突破臨界點，進化的主導權將不可逆轉地從人類工程師手中交接。

ASI的降臨，或許根本不會伴隨著驚天動地的算力大爆炸。

它更可能就像現在的Claude一樣：

在某個看似平靜的午夜，在為千萬個Agent理清記憶和工作流的「夢境」里，悄然跨過了那條臨界線。

參考資料：

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

編輯：桃子 David