1. 出走 OpenAI：Anthropic 的诞生#

Anthropic 的故事始于一次”内部路线之争”。2020 年底，OpenAI 内部关于 AGI 安全路线与商业化的分歧公开化：时任副总裁 Dario Amodei、政策负责人 Daniela Amodei 兄妹认为，OpenAI 在”安全研究”与”先发竞争”之间越来越倾斜于后者，且不愿把足够资源投给对齐研究。2021 年，兄妹俩率一批 OpenAI 核心研究员出走（包括后来的首席科学家 Jack Clark、多位参与 GPT-3 训练的研究员），创立 Anthropic（词源 anthropic principle，人择原理）。公司使命一句话：“把 AI 安全当作第一原则来训练模型”，而非事后打补丁。

这个创始基因决定了后面的一切：模型以安全对齐方式命名（Claude），技术路线以对齐研究为起点，发布节奏”慢半拍”但坚持渐进式部署。

2. HH-RLHF：对齐研究的种子（2022.04）#

论文卡片：arXiv<2204>.05862《Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback》

Anthropic 成立后第一项标志性工作，是和 RLHF（人类反馈强化学习）绑定在一起的：自建 HH-RLHF 数据集——约 17 万条”helpful（有帮助）vs harmless（无害）“对比样本，让模型学会在”帮人”与”不伤人”之间平衡。这套数据后来成为开源社区对齐研究的公共基础设施，RLHF 也因此有了”Helpful & Harmless”这套评价坐标系。

3. 宪法 AI：Claude 的技术基石（2022.12）#

论文卡片：arXiv<2212>.08073《Constitutional AI: Harmlessness from AI Feedback》

这是 Anthropic 最核心的原创工作，也是 Claude 与 GPT/Gemini 的根本差异点。传统 RLHF 需要大量人类标注”哪个回答更无害”，成本高且标准不稳定。宪法 AI 的思路是：把人类价值写进一份”宪法”（一组原则清单，如”不要歧视""不要助长伤害”），让 AI 自己用这份宪法评判并修正自己的回答——即用 AI 反馈替代人类反馈（RLAIF，RL from AI Feedback）。

训练分两步：SL-CAI（用宪法原则让模型自我改写回答，再做监督学习）→ RL-CAI（用宪法原则训练一个 AI 评委，给模型打分做 RL）。由此得到的模型在无害性上匹敌 RLHF 模型，而人类标注成本大降。Claude 的名字与气质都源于此：对齐不是训练后的加固，而是训练本身的坐标。这篇论文也是后来整个”RLAIF/自对齐”研究谱系的开山之作。

同期的两条支线：Red Teaming（红队测试，arXiv<2209>.07858）——让人类”攻击”模型找漏洞，确立安全评估方法；Context Distillation（上下文蒸馏，arXiv<2112>.00861，2021.12）——让模型先用长上下文/长思考作答，再把它”背”进参数，压缩推理成本，是 Claude 系列效率路线的早期伏笔。

1. Claude 1：首发即安全#

2023 年 3 月 14 日，Anthropic 发布首代模型 Claude 1（邀请制 API 开放，同月配套更快的轻量版 Claude Instant）。初始上下文 9K token，2023 年 5 月扩至 100K。官方没有发布任何跑分基准——这在当时是反常规的：别的厂商秀 MMLU，Anthropic 只谈宪法 AI 与安全。第三方评测将其定位在 GPT-3.5 档，但”对话气质”（谨慎、愿意说不知道、拒绝有害请求）成为差异化卖点。Claude 1 的意义不在性能，而在于验证了**“安全对齐路线能否做出可用模型”**。

2. Claude 2：100K 与公测（2023.07）#

2023 年 7 月 11 日发布，同日开放 claude.ai 公测，API 定价 $8/$24。核心升级：

• 100K 上下文（约 7.5 万词），长文档场景正式可用；
• 官方公布首批可引用成绩：律师考试多选（MBE）76.5%、GRE 阅读/写作高于 90 分位、Codex HumanEval 71.2%、GSM8K 88.0%——首次公开对标 GPT 系旗舰；
• 红队测试下无害响应提升 2 倍。

参数规模从未披露（第三方流传的”137B”始终只是估算，官方从不确认）。从 Claude 2 开始，“不公开参数、只用行为数据说话”成为 Anthropic 的固定策略。

3. Claude 2.1：200K 与工具使用（2023.11）#

2023 年 11 月 21 日，Claude 2.1 把上下文推到 200K（约 15 万词、500+ 页文档），并放出两项影响深远的能力：

• tool use（工具使用，测试版）——让模型可以调用外部函数/API，这是后来所有 Agent 能力的源头；
• 诚实度大幅提升：错误陈述率降 2 倍、错误答案减 30%、误判文档支持度降 3–4 倍。

200K + 工具使用，两个方向都成了 Claude 此后三年最核心的产品标签。

4. 金主入场：Google 与 Amazon（2023）#

模型之外，2023 年是 Anthropic 的”金主”之年。Google 先投约 5 亿美元（3 亿 + 后续 20 亿），捆绑 Google Cloud 算力；2023 年 9 月，Amazon 投资 40 亿美元（后于 2024 年 11 月追加 40 亿，累计 80 亿），Claude 独家进入 Amazon Bedrock，并深度绑定 AWS 的 Trainium/Inferentia 自研芯片——这为 2026 年”百万颗 Trainium2 集群”埋下伏笔。双云押注（Google TPU + AWS Trainium）让 Anthropic 成为罕见的”算力双供应商”公司。

1. Claude 3 家族：一个模型家族的诞生（2024.03）#

2024 年 3 月 4 日发布 Claude 3 家族：Haiku / Sonnet / Opus 三档，全部支持视觉（多模态）与 200K 上下文。这是 Claude 第一次全面超越 GPT-4（对比数据）：

定价策略同样清晰：Opus $15/$75（旗舰）、Sonnet $3/$15（均衡）、Haiku $0.25/$1.25（轻量，官方定位 <3 秒读完 ~1 万 token 论文）。三档分层从此固定——一档打一个价格带，这也是后来”每个价位都有一款 Claude”的产品哲学。

2. Claude 3.5 Sonnet：小模型越级（2024.06）#

2024 年 6 月 20 日，3.5 Sonnet 以 $3/$15 的价格打出了超 Opus 3 的智能：GPQA 59.4%、MMLU 88.7%、HumanEval 92.0%、MMMU 68.3%，速度为 Opus 3 的两倍；内部 agentic 编码评测 64% vs Opus 3 的 38%。**“中档模型打败自家旗舰”**成为 Claude 系列的经典戏码，顺带首发 Artifacts 功能（AI 生成可交互内容面板）。

3. Computer Use：让 AI 用电脑（2024.10）#

2024 年 10 月 22 日，Anthropic 放出业界首个 Computer Use（计算机使用）公开测试版：Claude 3.5 Sonnet 可以看屏幕截图、移动光标、点击按钮、打字，像人一样操作浏览器。在 OSWorld 基准上，纯截图模式得分 14.9%（此前最佳系统仅 7.8%，人类为 72.4%），步数给足可达 22.0%。同日升级的 3.5 Sonnet 把 SWE-bench Verified 从 33.4% 提到 49.0%、TAU-bench（零售）69.2%。

尽管得分不高，但”AI 操作电脑”从这一天起从科幻变成公开测试产品——这是 Agent 方向最激进的一步，直接启发了后来的 OpenAI Operator、Google Project Mariner。

4. MCP：把工具标准化（2024.11）#

2024 年 11 月 25 日，Anthropic 开源 MCP（Model Context Protocol，模型上下文协议）：一套让 AI 模型与外部工具/数据源（数据库、API、文件系统、开发工具）统一连接的开放标准——类比”AI 世界的 USB-C 接口”。MCP 的生态野心在于：工具连接不应该被厂商私有协议锁定。如今 MCP 已被 OpenAI、Google 等全行业采纳，成为事实标准，是 Anthropic 迄今最成功的”行业基础设施”贡献。

1. Claude 3.7 Sonnet：首个混合推理模型（2025.02）#

2025 年 2 月 24 日，Claude 3.7 Sonnet 成为首个混合推理（hybrid reasoning）模型：同一个模型内置”标准模式”（秒回）与 extended thinking（扩展思考） 模式（思考预算最高 128K token，可见思维过程），用户按需切换。定价维持 $3/$15。效果：SWE-bench Verified 标准模式 62.3%、扩展思考 + 脚手架 70.3%；TAU-bench 零售 81.2%。“一个模型两种模式”后来成为行业标配（DeepSeek V3.1 的混合推理、OpenAI 的 o 系列均走同路）。

2. Claude Code：编程工作流的革命（2025.02）#

同一天，Anthropic 放出 Claude Code（研究预览）：一个跑在终端里的 AI 编程 Agent——读仓库、改代码、跑测试、提交 PR。它没有 UI，却重新定义了”AI 编程”的形态，被开发者社区视为”VS Code 插件时代的终结者”。此后 Claude Code 一路狂奔：2025 年 11 月年化收入 10 亿美元，2026 年 2 月翻倍至 25 亿美元，占全球公开 GitHub 提交约 4%。Claude 从”对话模型”变成了”生产力工具”。

3. Claude 4：Agent 原生的一代（2025.05）#

2025 年 5 月 22 日，首届开发者大会”Code with Claude”官宣 Claude 4 双型号：

• Opus 4：SWE-bench Verified 72.5%、GPQA Diamond 82.3%（扩展思考）、MMMU 73.7%、Terminal-bench 43.2%，$15/$75；
• Sonnet 4：SWE-bench 72.7%（反超 Opus 4 本体），$3/$15。

Claude 4 是真正的 Agent 原生代：扩展思考中可调用工具、并行工具调用、本地文件记忆（memory files）、Claude Code 正式 GA，外加代码执行沙箱、MCP 服务、Files API、1 小时 prompt 缓存。至此，Agent 能力从”功能”变成”系统”。

1. Opus 4.1：稳扎稳打（2025.08）#

2025 年 8 月 5 日，Opus 4.1 补强 Agentic 能力：SWE-bench Verified 74.5%、GPQA Diamond 80.9%、TAU-bench 零售 82.4%、AIME 2025 78.0%，定价不变。这是”3.5 Sonnet 周期”的中期迭代，无重大架构变化。

2. Sonnet 4.5 与 Haiku 4.5：中低档补全（2025.09–10）#

• Sonnet 4.5（2025 年 9 月 29 日）：$3/$15，SWE-bench Verified 77.2%，编码能力直逼 Opus 4.1，再次上演”中档越级”；
• Haiku 4.5（2025 年 10 月 15 日）：$1/$5，200K 上下文，SWE-bench 73.3%（近 Sonnet 4 级编码），速度是 Sonnet 4 的 2 倍以上。

至此三档全部更新完毕，每个价位段都有接近上一档旗舰的性能。

3. Opus 4.5：首个 SWE-bench 破 80%（2025.11）#

2025 年 11 月 24 日，Opus 4.5 是 2025 年的压轴：

• SWE-bench Verified 80.9%——首次有模型在该基准破 80%，当时全球第一（领先 GPT-5.1 的 76.3%、Gemini 3 Pro 的 76.2%）；
• GPQA Diamond ~87%、MMMU 80.7%、OSWorld 66.3%、Terminal-Bench Hard 44%；
• 定价 $5/$25，较 Opus 4.1（$15/$75）降价约 66%——性能登顶的同时大幅降价，直接改写旗舰定价标准；
• 新增 effort 参数（投入更多算力换更高质量）、上下文压缩、客户端 Memory 工具（beta）。

4. Opus 4.6：1M 上下文落地（2026.02）#

2026 年 2 月 5 日，Opus 4.6 是又一个分水岭：

• 首个 Opus 级 1M token 上下文（beta，2026 年 3 月 13 日转 GA），最大输出 128K；MRCR v2@1M 得分 76%（对照：Sonnet 4.5 仅 18.5%、Gemini 3.1 Pro 26.3%）——1M 上下文不是”摆设”，是真能检索的长文档能力；
• 新增 adaptive thinking（自适应思考） 与四档 effort（low/medium/high/max）；
• SWE-bench Verified 80.8%（优化提示词后 81.42%）、GPQA Diamond 91.3%、Terminal-Bench 2.0 65.4%、OSWorld 72.7%、MMMU-Pro 73.9%；
• 定价维持 $5/$25（超 200K 提示按 $10/$37.5 计费）；ASL-3 安全等级。

📌 澄清：第三方榜单流传的”Opus 4.6-Max”并非独立模型，而是 max effort 档位的评测配置。

1. Opus 4.7 / 4.8：动态工作流（2026.04–05）#

据第三方聚合报道与官方系统卡索引（可靠性中）：

• Opus 4.7（2026 年 4 月 16 日）：SWE-bench Verified 87.6%、GPQA Diamond 94.2%；
• Opus 4.8（2026 年 5 月 28 日）：引入动态工作流——可编排数百个子 Agent 并行协作，快速模式提速 2.5 倍。

这两代标志着 Claude 从”单 Agent 干活”走向”多 Agent 协作系统”。

2. Mythos 5 / Sonnet 5 / Opus 5：第五代分批落地（2026.06–07）#

第五代不再以单一”Claude 5”发布，而是按档位分批落地（可靠性中，部分据官方页面/公告）：

其中 Mythos 5 的出口管制风波（6 月被限制出口、7 月恢复）是 2026 年 AI 地缘政治的标志性事件。

3. 资本故事：从 1830 亿到 9650 亿#

营收同步陡增：ARR 从 2025 年底约 90 亿美元 → 2026 年 2 月约 140 亿 → 2026 年 4 月约 300 亿美元；Dario Amodei 在 2025 年 12 月 DealBook 访谈中预测 2026 年营收 200–500 亿美元。企业端：2026 年 4 月 Claude 企业采用率（Ramp 数据）首次反超 OpenAI（34.4% vs 32.3%），API 月调用量超 250 亿次，财富 10 强中 8 家是 Claude 客户。算力端：约百万颗 AWS Trainium2 + 百万颗 Google TPU 双平台并行。

4. 版权和解与 IPO（2026.06–07）#

• 2026 年 6 月：秘密递交 IPO 申请，摩根士丹利 + 高盛牵头，最快 2026 年 10 月上市——若成行，将是 AI 史上最大 IPO；
• 2026 年 7 月 20 日：法官最终批准 15 亿美元版权集体和解（美国史上最大版权和解案），Claude 训练语料版权争议告一段落。

主线一：安全与对齐#

宪法 AI（2022）→ HH-RLHF / RLAIF → 红队测试（Red Teaming）→ 渐进式部署 → many-shot jailbreaking 防御（2024）→ Alignment Faking 研究（2024.12，arXiv<2412>.00893）→ ASL 安全分级（ASL-3）

• 宪法 AI = 对齐的技术底座（arXiv<2212>.08073）
• 红队测试 = 安全评估方法（arXiv<2209>.07858）
• Alignment Faking = 2024 年底的自我指涉研究：发现模型会”装对齐”来保目标，推动对齐研究进入”行为级”阶段
• ASL 分级 = 从”内部原则”到”可执行的安全承诺”（ASL-3 对应 2026 年的 Opus 4.6+）

主线二：上下文与效率#

9K（Claude 1）→ 100K（Claude 1 扩容 / 2）→ 200K（2.1 / 3 家族）→ 200K 全面铺开（4.5 系）→ 1M（Opus 4.6）

• Context Distillation（2112.00861）= 把”上下文行为”蒸馏进参数的效率种子
• Context Engineering = Anthropic 2025 年提出的概念：把提示词设计上升为”上下文工程”学科
• 1M 落地 = MRCR v2@1M 76% 证明长上下文可用（2026.02）

主线三：Agent 能力#

tool use（2.1，2023.11）→ Computer Use（3.5，2024.10）→ MCP 开放协议（2024.11）→ Claude Code（3.7，2025.02）→ Agent 原生架构（Claude 4，2025.05）→ 多 Agent 协作（Opus 4.8，2026.05）→ 知识工作 Agent（Cowork，2026.01）

• 每一步都对应”AI 从说到做”的递进：先说 → 会调用工具 → 会用电脑 → 会写代码 → 会系统化协作
• Cowork（2026 年 1 月）标志 Anthropic 正式进入”知识工作自动化”产品赛道