.png?table=collection&id=cbe6506e-1263-8358-a4d7-07ce62fcbb3f&t=cbe6506e-1263-8358-a4d7-07ce62fcbb3f)
深入解读Anthropic联创：文科生如何破局AI？附Claude国内使用指南
type
status
date
slug
summary
tags
category
icon
password
网址
通才，是被低估的优势
相比 Dario，Anthropic 的另一位联合创始人 Daniela Amodei 平日深居简出，少见公开发声。
这场 47 分钟的对谈里，她难得谈起几件 Anthropic 不太对外解释的事：为什么主动暂缓发布 Mythos 模型、为什么当年选择离开 OpenAI、为什么决定不在 Claude 里放广告。
这些选择合起来，就是开篇那句话的注脚：做好事的愿望，和做得好这件事，是强相关的。
嘉宾背景
Daniela Amodei 是 Anthropic 联合创始人兼总裁。
她毕业于英文文学专业，早年关注国际发展与全球健康，曾在国会山、政治竞选和早期 Stripe 工作，2018 年加入 OpenAI。
2020 年 12 月，她与哥哥 Dario 及另外五位联合创始人共七人离开 OpenAI，并于 2021 年创立 Anthropic。
核心观点
- 通才路径：进入 AI 不只有写代码这一条路
Daniela 的履历完全不像 AI 行业领导者：英文文学、国际发展、国会山、竞选、Stripe，最后才到 OpenAI 和 Anthropic。她把这条路径背后的能力定义为通才：保持好奇、跨学科学习、清楚自己的比较优势。
AI 行业需要的不只是写代码的人，也需要能在不同领域之间翻译、连接、判断的人。
- 奔向，而非逃离：Anthropic 的创立逻辑
七位创始人当年从 OpenAI 离开不是因为冲突，而是对"AI 应该如何被构建"有一幅更清晰的愿景："我们是在奔向某样东西，而不是在逃离。"这也是 Anthropic 选择注册为公益公司的原因。
Daniela 给所有未来联合创始人的测试很简单：让你们各自画"我们要建什么"，如果一个画独角兽，另一个画鸭嘴兽，就别合伙。
- 彻底负责：安全是经营动作，不是口号
Anthropic 把 "AI 安全" 定义为彻底负责（radical responsibility）：在问题真正出现之前，就提前想清楚技术可能如何被滥用。
最具体的压测来自 Anthropic 自家的 Mythos 模型。这是一款能力极强、客户都希望尽早交付的前沿模型，但其在网络攻击方面有显著的潜在滥用风险。
Anthropic 为此启动“玻璃之翼”计划（Project Glasswing），进行额外安全评估和修补，主动推迟发布。Daniela 把这事说得很直白，今天难的不是"要不要做安全"，而是时间不够，模型能力跑得比安全评估快太多。
- AI 与就业：不是替代，而是工作形态的重组
Anthropic 的经济指数研究显示，AI 当下更多是互补而非替代，目前接近替代的主要是客服这类场景。
Daniela 强调，很多工作不是简单消失，而是边界会被重新划分。对擅长跨领域翻译、解释、判断的人，这种重组其实是机会。
- 走出硅谷气泡：全球南方对 AI 反而更乐观
硅谷的 AI 采用率是一个高度异常的样本，实际使用存在明显的人口学差异：教育、性别、种族、财富、地区都会影响采用。
全球南方（Global South，泛指亚洲、非洲以及拉丁美洲等发展中和新兴经济体）对 AI 的乐观度普遍高于发达国家。在资源稀缺的地区，AI 反而被看作一种可以拉平差距的力量。
- 认知外包：最大的风险，是人主动放弃思考
Anthropic 的 81,000 人定性访谈浮现出一条暗线：人们本可以自己思考，但因为 AI 给得太快太顺手，就直接放弃了。
这种现象在认知科学里被定义为“认知外包”（cognitive offloading），是比"刷手机式分心"更深的能力流失。
Claude 的学习模式（Learning Mode）是一种反向尝试：不直接给出答案，而是像一位导师一样引导用户重新进入思考过程。
- 人类能力的重新定价：解释、陪伴、判断与关系
当 AI 能承担诊断、写代码、分析这类任务后，与人共处、解释、关怀的能力反而变得更珍贵。
Daniela 以医生为例：AI 会越来越擅长诊断，但无法真正观察你、安抚你。她引用了一项医学研究发现，和医生关系融洽的病人，临床结果好于那些不喜欢自己医生的人。
医患沟通技巧（bedside manner）未来会成为衡量医生价值的核心指标。这对受过人文训练的人来说，是一个更明确的信号：那些过去被贴上"软技能"、"不够硬"标签的能力，比如倾听、共情、跨界判断、与人建立关系，正在被市场重新定价。
以下是完整逐字稿
从英文文学到 OpenAI：generalist 如何进入 AI
🙍♀️主持人：
你和你哥哥一起建立了世界上最重要的 AI 公司之一，但你们成长过程中并没有为此做过任何规划。你的背景是文科，你学的是英文文学，早期的职业生涯是在政治领域。能不能多讲讲，你最初的职业规划是什么？
👩🦳Daniela Amodei：
哦天哪。首先，你能在这里用上 "规划" 这个词，已经很客气了。我都不知道我在任何阶段是不是真的描述过自己有规划。
我觉得这其实是很多人都会有的故事，那些后来去创业的人，或者人生轨迹里走出过一些不寻常路径的人。我只是在追随当下最让我感兴趣的事，去找那个我擅长什么、我对什么感兴趣、什么能在世界上产生大影响这三者交叉的点。
对我来说，刚走出大学，顺便说一句，我是 2009 年毕业的，那不是一个特别开心的毕业年份。你那时会想："我有一个文学学位，没什么技能，谁会雇我？" 但当时我就有一种很强的冲动，想让这个世界变得更好。
我觉得这是我和 Dario 从小都有的特质。对我来说，这种冲动最初导向的是国际发展和全球健康领域的工作。
我当时想的是：怎么能让世界更公平？怎么能让每个人都有机会获得食物、水和药品这些最基本的东西？
虽然这不是我现在直接在做的事，但那段早期经历给了我一个思考"如何在世界上做好事"的基础。你要怎么构建一件有意义的、有真正目的的事，毕竟你每周要在上面花 50 到 60 小时。
从那里开始是一段曲折的旅程：我去国会山工作过，做过竞选活动，然后回到了硅谷（我本身就是旧金山人），加入了一家当时谁都没听过的小公司 Stripe。我在国会山的朋友当时说："你要离开去做什么？支付？" 现在回头看是个很好的决定，但当时这家公司大概只有 40 个人。
然后从那里事情就像滚雪球一样越滚越大，我去了 OpenAI，再然后联合创办了 Anthropic。
🙍♀️主持人：
你跨过了不同的领域，没有被你之前学过或做过的事限制。这种心态从哪里来？是什么让你觉得，背景不必定义下一步？
👩🦳Daniela Amodei：
我觉得我在某种意义上真的把自己看作一个generalist（通才）。
如果你看我的背景，你会想："这位女士到底擅长什么？" 我没有法学学位，我不是计算机科学家。但我觉得，能够保持好奇、能够跨学科学习、能够在你工作的任何领域里都坚持想要产生影响，这是一种被低估的素质。
我在 Anthropic 招聘的人身上经常看到这种品质，在我合作过的很多科技行业的优秀人才身上也是。这种人好奇、聪明、想学、想帮忙，这其实就是除了"工程师"之外，每一个岗位的核心描述。其他岗位你不会说"我要这个学位、那个学位"，你要的就是这些品质。
但对我来说，这一直是兴趣和影响力驱动的。
我当时想："我出生在美国，能获得所有那些我们习以为常的基本资源，但世界上有些人就是没有，只是因为他们出生的地方不同。我怎么能让这件事更公平？"从那里我开始觉得，我达不到我想要的影响层级，我得有些技能。
于是我去做竞选，结果发现，一小群年轻、努力、有动力的人真的可以改变世界。
后来去硅谷也不算意外。在那里你会发现，一样可以改变世界，但创业公司有更多钱，节奏也比每周 80 小时的竞选要轻松一些。
但我觉得那些核心品质就是，真正追随你的热情。因为当你在意你做的事，你自然就想付出更多，不管是出于兴趣还是某种意义感。
🙍♀️主持人：
你的 AI 生涯是从 2018 年加入 OpenAI 开始的，那时它还是一家很小的实验室。突然之间你身处在那些谈论神经网络、Transformer 架构和 scaling laws（缩放律）的房间里。你是怎么学会那种语言的？
👩🦳Daniela Amodei：
我觉得我在两个维度上都有不错的铺垫。
第一是我已经在 Stripe 待了将近六年，和很多工程师一起工作过。研究和工程当然不一样，但有一些重叠和共通。
第二是我从小就和一个非常聪明、技术导向的物理学家（也就是我哥哥，Anthropic 的联合创始人）一起长大。再加上其余五位联合创始人，他们也全部都是工程师或研究员。
但我觉得最重要的是，这两段经历让我形成了一种"不要害怕技术"的心态。
它最终就是一套技能，这套技能确实很被看重，但它是任何人都可以学会的。背后的基础，那些术语和行话，刚开始确实会觉得难以招架。
但只要你愿意一直问问题，并且你身边有耐心的人（我在这方面非常幸运），你就可以一直问到自己真的搞懂了为止。
第二点是要清楚你的职责边界和别人的职责边界。研究员们能做的很多事，我可能没法做。我可能训练不了 GPT，肯定训练不了 GPT-2 或 GPT-3，但我能带去他们也做不到的东西。
所以理解你的comparative advantage（比较优势），知道你怎么融入更大的生态系统，这本身需要很多人际层面的技能。
好奇心是一种内在的特质，但也是可以训练的。这些东西加在一起，让我有能力在这种角色里做得不错。
创立 Anthropic：不是逃离，而是共同奔向一个愿景
🙍♀️主持人：
2020 年 12 月，你、你哥哥，还有一群同事一起离开了 OpenAI。你和 Dario 为什么决定创办 Anthropic？
👩🦳Daniela Amodei：
最初离开的有七个人，我和 Dario，加上五位联合创始人，之后又陆续来了一些人。对我们来说，这件事的根本就是专注在这项技术最终应该产生什么样的影响上。
我们七个人虽然各有不同，但都是非常正直的人，非常在意自己构建的东西会带来什么后果。
最终我们觉得，在一家新公司里去创造我们想看到的那种愿景，比在原来的公司里要容易得多。
我经常会被问到这个问题，所以我想说的是，我们其实是在奔向某样东西，而不是在逃离。
我们想创造一个组织，让那些对我们重要的价值观（围绕安全和责任）成为我们一切工作的前提。
这就是为什么我们选择注册为公益型公司（Public Benefit Corporation）。我们花了一段时间才搞清楚“该以怎样一种形式来表达这件事”，是的，我们会是一家商业实体，我们认为 AI 会创造巨大的经济价值；但用正确的方式把这件事做对，对我们来说极其重要。
这是把我们七个人团结在一起的东西。我们在 OpenAI 时都做过模型能力、安全和政策相关工作，所以在新公司里去构建这种结构会更容易。
🙍♀️主持人：
你不只是和哥哥一起在建 Anthropic，还有五位其他联合创始人。在场的很多人很快也要第一次选联合创始人，我们都知道这件事经常以糟糕收场。要让它成功，需要什么？
👩🦳Daniela Amodei：
我觉得我自己只是非常幸运，我们七个人是一个非常特别的群体。
我想说的第一件事是，人际关系的重要程度比你想象的要大得多。
比如说，你们怎么处理冲突？我和 Dario 已经"打架然后和好" 40 年了，因为他是我哥哥，我从小就抢他的玩具。
所以我们知道怎么一起走过冲突，并且毫无疑问最后我们还会爱彼此。
至于其他几位联合创始人，我认识 Jared 大概 15 年了，认识 Chris 也 15 年了。
Tom 和 Sam 是室友，Jared 和 Sam 在斯坦福读博士时一起工作过。所以我们之间有一段很长的历史。Dario 和我之前都带过其他几位联合创始人，他们要么向我们其中一人汇报过，要么向我们两个都汇报过，多数是后者，都在 OpenAI 时期。
所以我们已经有了一个"我们知道怎么互相给反馈、怎么一起工作以及了解彼此"的现成结构。
另一件重要的事是，你必须确保自己对要做的事有非常强的共识。
如果把你和你的联合创始人锁在一个房间里，让你们各自写下或画出"我们要建的是什么"，结果不该是一个人画了独角兽，另一个人画了鸭嘴兽。
那种情况就是你以为你们在做同一件事，但其实不是，这种合作通常不会有好结果。
我们其实在某种意义上被"预选"过，我们曾经处在一个让我们都觉得"不太对劲，我们想做另一件事"的环境里，但这件"另一件事"我们已经有共识了。
所以测试方式是尽可能地去做压力测试。在创业之前，先一起去度个假，合租一个房间。如果度假回来你想的是"我超想跟你多待一段时间"，那很好。
但如果你想的是"我需要再度一个假来从这次度假中缓过来"，那可能选错人了。
Radical Responsibility：安全不是口号，而是经营决策
🙍♀️主持人：
我想回到你刚才说的一点。Anthropic 与 AI 安全的关联很深，但我想确保大家真的理解这意味着什么。当你说 "AI 安全" 的时候，你到底指的是什么？
👩🦳Daniela Amodei：
这是个很好的问题。这个词在过去几年里其实有点被用滥了，它在很多场合都成了一个 catch-all（万能筐）。
但对我们来说，最顶层框架就是：对我们正在研发的技术，承担一种 radical responsibility（彻底的责任）。
我们经常用社交媒体公司来类比，现在公开吐槽他们已经很流行了，所以我也来吐槽一下。
如果你回到过去，那些创建这些科技公司的人，他们并不是想着"我要创造一个青少年女孩饮食失调的流行病"，那不是他们的初衷。
但他们想的是"我要优化什么指标？" 他们想建一家公司，看到爆炸性增长，那就朝着那个方向建。当时也确实没有必要做更多，因为我们从没见过这种量级的规模、这种采纳速度。
但你可以想象一下，如果能回到过去，跟那时正要开 Facebook、Instagram、Snapchat、Twitter 的人说："如果我真的去把这项技术可能出问题的路径提前想透，想想所有意料之外的外部性是什么，然后提前去尝试避免一些不好的事情发生？"
AI 这一代算是沾了点便宜，前一代技术已经替我们试过错，我们可以说"哈哈，我们不会重蹈覆辙了"，但这是巨大的特权。我们可以说"你们犯过那种错，我们这次不犯了"。
我们要很小心，要去思考，因为我们更了解这项技术，我们能不能利用对技术的理解，提前识别并避免那些可能变坏的路径？
怎么去想象一个一切都顺利的世界、也想象一个一切都失败的世界？
对我们来说，"安全"包括所有那些大事，比如阻止有人用我们的技术开发化学和生物武器，顺便说一句，AI 确实有这种潜力，也包括网络战。
我们最近因为决定搁置 Mythos 模型的发布而上了很多新闻，还有很多围绕用户健康、儿童安全、虚假信息、选举诚信等议题的工作。
这些不是我们发明的新东西，我们是站在前一代安全和安保团队的肩膀上，从过去那些最重要的科技公司里学经验，再问自己"我们如何做得更好"。
🙍♀️主持人：
Anthropic 是一家 AI 安全公司，但也是要产生收入的。你怎么平衡这两者之间的张力？
👩🦳Daniela Amodei：
这个问题我们也经常被问。我会说，这两者之间发生冲突的频率，比你想象的要低。
我们大部分收入来自企业客户，没有哪家企业是希望模型不安全的，没人会说"我希望 Claude 多产生一些幻觉"，或者"如果 Claude 在你问它问题时输出有害内容就太好了"。所以直到不久前，这两件事是 100% 一致的。
安全对生意来说是好事，因为企业本来就是风险厌恶的，他们不想要那种难以预测或不靠谱的 AI 技术。
话虽如此，我们现在进入了一个新阶段——模型能力发展得太快，张力其实是关于时间的。
不是说模型不能做出惊人的事情，而是我们还没有完全理解（以后会更明显）：这些风险到底有多严重？所有的风险是什么？我们怎么去减轻它们？
这有时意味着我们要做一些不寻常的动作，比如Project Glasswing。
我们当时说："这一类新模型，发布给所有客户就太好了，他们都会想用，但我们还没有足够的把握。
我们需要更多时间去做一些工作，让模型用起来更安全。" 这种感觉是不舒服的。对客户说这种话也不舒服，他们会说"我们都相信网络防御，但我真的想用上那个模型"。
在这种时候，我们就回到使命本身。我们说："我们理解你们的诉求。我们也希望尽快把这项技术给到你们。
但在我们确信所有该做的修补都完成之前发布它，就是不负责任的。"
AI 如何改变工作、教育与全球采用
🙍♀️主持人：
我们不能否认，人们在谈及 AI 的时候，存在着大量的恐惧。担心 AI 会减少工作机会，因为对人类判断的需求会下降，你认为这种恐惧合理吗？
👩🦳Daniela Amodei：
我觉得这其实是一个非常复杂的问题。我的看法是AI 会改变工作的种类和形态。
今天确实有些工作是因为 AI 才出现的，五年前并不存在；同时也会有一些工作，未来因为 AI 而不再存在。我们的 Economic Index（经济指数）研究，专门看人们到底在如何使用 AI 技术。
多数情况下，AI 表现为互补技能：AI 是在为工作赋能，而不是在替代工作。除了极少数情况，比如客服会被 AI 大量取代。
Anthropic 在发布的“劳动力市场受 AI 影响“报告中指出，AI 的理论覆盖能力与实际部署之间仍然相差甚远。以计算机与数学类职业为例，LLM 理论上可以影响该领域 94% 的任务，但在 Claude 的实际使用数据中，真正被覆盖的仅有 33%。办公与行政类职业的理论暴露度高达 90%，实际覆盖率同样只是一小部分。换言之，技术的大规模替代并未在当下全面发生，AI 还远未触及它的理论天花板。
👩🦳Daniela Amodei：
如果你以后要给 Comcast 发邮件，大概率不会再是真人回复你了，但我不知道这个（客服）跟五年前是不是真的有什么本质不同。
所以我预期未来会有一些工作，跟今天的某个工作类似但又不完全相同，我们不知道这些新形态具体长什么样。
今天讨论最多的当然是编程，软件开发者。在我参加的很多次商业会谈中，CEO 们经常会身体微微前倾、压低声音说："我女儿在斯坦福读大二，她本来要主修 CS，是不是不该学了？"我的答案是：我们不知道。
但我猜测，软件开发者依然会存在，只是他们不会再写那么多代码。软件开发者要做的事远远多于"手放在键盘上"，他们要和产品经理谈，要紧密地和客户合作。
这部分的占比会扩大，而那些更容易被 AI 完成的部分会收缩，但这会让“可能做到的事情”的边界完全不一样。
🙍♀️主持人：
在教育、领导力、社会层面，需要发生什么，才能让人们觉得自己准备好了、被激发了，而不只是焦虑？
👩🦳Daniela Amodei：
我觉得有几件事。
第一，我们要以谦逊作为起点和方向，承认我们不知道答案，但要去研究。Anthropic 一直试图做到的，就是尽可能保持彻底的透明。我们一直说："我们没有所有问题的答案，我们确实需要研究这件事，这样才能告诉大家我们看到了什么。"
有时候人们也会公允地说："哎，你们传递的负面信息太多了。" 我们的确说了"我们认为未来可能会发生什么"，但更重要的是更早地启动这场对话，因为我们不希望大家被打个措手不及。我们发布经济指数报告就是为了告诉大家："这是人们今天在如何使用 AI"，因为我们希望大家对"我们认为这会走向哪里"有理解。
第二，我们要...
Loading...