Anthropic 联合创始人 Dario Amodei（达里奥·阿莫代）：Claude 4 与 AI 的“相对论”时代

撰文：Techub News 整理 导语 在 Anthropic 主办的“Code with Claude”开发者大会压轴环节，公司联合创始人兼 CEO Dario Amodei（达里奥·阿莫代）与主持人 Mike Krieger 进行了一场深度炉边对话。这场对话发生在 Claude 4 系列模型（包括 Sonnet 和 Opus）发布后不久，正值业界热议 AI 智能体与下一代开发者工具之际。作为“扩展定律”论文的先驱者之一，Dario Amodei（达里奥·阿莫代）的见解不仅关乎 Anthropic 的产品路线图，更映射出整个 AI 行业加速演进的核心逻辑与未来挑战。 摘要 Claude 4 标志着模型自主性和长程任务处理能力的显著跃升，为构建“智能体舰队”铺平道路。 AI 发展正经历“相对论式”时间压缩，模型迭代和社会采纳速度远超传统标准，例如 MCP 协议在数月内成为事实标准。 软件开发的经济学将被颠覆，极低成本、按需生成的“一次性软件”将成为可能，重新定义开发者角色。 模型的前训练与后训练（如 RLHF）进步相辅相成，共同驱动能力增长，而可解释性研究正开始反哺神经科学。 AI 安全与能力提升并非零和游戏，而是可以协同并进的“竞优”关系，构建可信、可控的 AI 是商业与长远目标的一致需求。 Claude 4：自主性突破与“炼金术”时刻 对话始于对最新发布的 Claude 4 模型的探讨。Dario Amodei（达里奥·阿莫代）表示，最令他兴奋的是每一代新模型都开启了一个新的能力等级，而 Claude 4 在自主性方面迈出了一大步。他认为，当前我们仍处于利用这代模型完成复杂任务的“起点”，尤其是让模型长时间自主运行、处理长视野任务的能力，未来将有远超当前水平的发展。 他特别指出了两个关键应用方向：网络安全和生物医学研究。网络安全本质上是高阶的编程任务，而 Claude 4 可能终于达到了有效处理这类任务的阈值。作为一名前生物学家，Amodei 对 Opus 模型在生物医学和详细科学研究方面的潜力感到尤为兴奋，认为它在这方面将表现得特别出色。 当被问及是否有某个瞬间让他意识到 Claude 4“与众不同”时，Amodei 分享了一个内部故事：在模型发布前几周，有团队成员惊呼，模型一次性解决了一个极其困难的性能工程任务，这是以往任何模型都未曾做到的。他将模型开发最后阶段的能力整合描述为一种“炼金术”或“超级stitious process”——尽管训练过程是计划好的，但模型的某些能力，或许是与人的互动，或许是最后一点的优化，总在最后一刻突然“涌现”并完美融合。他引用《创新公司：皮克斯的启示》中的比喻：就像皮克斯的电影在上映前两天可能还显得很糟糕，但最终总能化腐朽为神奇。AI 模型的开发也充满这种非理性的、在最后一刻汇聚成型的魔力。 软件工程的未来：从“氛围编码”到智能体舰队管理 面对现场众多开发者，话题自然转向 AI 将如何重塑软件工程。Amodei 提到了他深有共鸣的“初级工程师的复仇”系列博客文章，并勾勒出清晰的演进路径：从最初的代码自动补全，到现在的“氛围编码”，再到未来可以派遣智能体去执行具体任务。随着 Claude Code 等工具的进化，世界正朝着一个人类开发者能够管理一支智能体舰队的方向发展，开发者可以指挥不同的智能体去完成不同的模块。 然而，他强调，人类的持续参与对于质量控制和确保细节正确至关重要。AI 并没有消除对人的需求，而是改变了人的角色。同时，AI 加速了工程部分，反而让工作中低效的环节（如跨部门对齐、路线图规划）显得更加令人痛苦，促使团队反思如何将更多时间投入真正的构建。 关于模型架构的争论，Amodei 表示，Claude 4 的进步既体现在前训练（遵循扩展定律），也体现在后训练（如 RLHF）。两者相辅相成，并且都仍在快速发展。他警告，多种指数级增长趋势（模型规模、数据、算法效率等）正在相互叠加，这就是为什么一切都会发生得“非常快”。 他用一个生动的比喻描述了身处 AI 领域的感受：就像乘坐一艘以相对论速度离开地球的宇宙飞船。飞船上的每一天，地球上可能已经过去了两三天。你需要消化和理解的信息量随时间膨胀而急剧增加，这种“时间膨胀”效应正是行业加速发展的真实写照。 记忆、工具与“竞优”：构建可信 AI 的协同路径 Claude 4 中“记忆”管理能力的提升是一个重要进展。Amodei 解释说，这就像人类在思考时会记笔记并在之后回忆一样，模型也需要在长程任务中创建、存储和调用中间数据。新的“交错式推理与行动”功能允许模型在推理过程中穿插执行存储、读取等操作，其可供性正逐渐向人类靠拢，这是应有的发展方向。他举例说，看到 Claude Code 使用待办事项清单来管理自己的任务流，并随着思考动态增删条目，这种模仿人类工作管理方式的能力令人印象深刻。 更强大的工具使用能力也随之而来。Amodei 提到一个案例：模型通过 MCP 使用一个工具时遇到了速率限制，它通过推理意识到问题，并尝试了另一种方法。这种在工具使用中进行推理和自主补救的能力非常强大。 话题转向 AI 安全与能力的经典张力。Amodei 的核心理念是“竞优”，即安全与能力可以协同发展，而非对立。从商业角度看，许多客户需要 AI 模型的行为是 predictable 和 trustworthy 的，这与确保 AI 长期与人类意图对齐的宏大目标是协同的。这种协同也体现在开源工具上，例如 MCP 协议。Amodei 对 MCP 在发布后短短三四个月内就成为社区广泛采纳的事实标准感到惊讶，这再次印证了行业发展速度之快，传统标准制定所需的数年时间已被压缩到数月。 结合其神经科学背景，Amodei 还探讨了可解释性与机器智能的协同发展。有趣的是，早期人们期望神经科学启发 AI，但现在情况更多是反过来的：通过 AI 模型的可解释性研究发现的模式（例如视觉模型中颜色与亮度通路的分离），后来在动物大脑中被神经科学家验证。这表明，无论是人工还是生物学习系统，都可能发现世界中存在的相同自然区分。 未来展望：2026年的独角兽与“一次性软件”时代 展望未来，当被问及何时会出现第一家只有一名人类员工的十亿美元公司时，Amodei 毫不犹豫地回答：“2026年。” 对于未来一年的构建者，他给出的核心建议异常简洁：保持雄心。在技术加速的“相对论”时代，具体的技巧可能很快过时，但敢于构建超越当前想象之物的雄心至关重要。他甚至开玩笑说，按照这个速度，今年晚些时候他给出的建议可能会变成“今天什么都别建了，因为今晚我们就要发布更好的”。 但他也补充道，在能力边界上“碰壁”有时是有益的。如果一件事在当下“几乎可能”，那么提前搭建好所有基础设施，当下一代模型突破瓶颈时，你的产品可能因为准备过度而异常 robust。这就像为下一代模型进行“推测性执行”。 对于未来一年，Amodei 预测我们将在代码领域看到不可思议的进展，从当前的编码助手走向真正的“智能体舰队”。这将引发深刻的经济学变革：当软件生产成本急剧下降，低至几美分、几秒钟就能生成一个一次性工具时，世界将变得完全不同。届时，只为特定活动临时开发一个软件变得经济可行，这将彻底改变开发者、企业和初创公司的角色，以及最终用户的体验。“我们尚不知道这些问题的答案，但这非常有趣。” 在五年的时间尺度上，Amodei 再次回归他热爱的生物学领域。他认为，生物医学的变革不会在明年就彻底发生，因为该领域本身节奏较慢。但他希望，五年后，AI 能帮助人类征服许多现存疾病。对话在此充满希望的愿景中结束，留给观众对加速未来无尽的思考。