這兩天，Anthropic屢成焦點。

這家讓人又愛又恨的AI公司，一邊遞交訴狀，指控他人非法蒸餾Claude模型；另一邊也沒閑著，48小時內密集推出四項更新。雖然沒有Claude 3.5那樣的重磅新品，但基礎理論、安全治理、企業產品、開發者工具——四個方向全部涉及。

尤其值得注意的是，在企業端的一系列更新中，金融行業正成為Anthropic重點布局的方向。隨著五款自研金融插件和實時數據接口的推出，一場由AI驅動的金融行業變革，已是山雨欲來。

這其實印證了我們之前的判斷：Scaling Law的邊際效益確實在下滑，大模型的能力正在溢出。AI競賽的下半場，比拼的不再是誰的模型規模更大，而是誰能落地更快、生態更全、合規更穩。

01

理論基石：AI的“人性”，是被訓練出來的，還是自己學會的？

三年前的AI，稍微繞點彎子的指令就能把它繞暈。如今已大不相同。你可以用日常口語和它聊天，它也能接住那些模糊不清的表達。像豆包這樣的模型，甚至能模仿指定角色陪你長談。

2月23日，Anthropic發表了一篇名為《角色選擇模型》的論文。核心結論頗有意思：AI助手展現出的情感表達、擬人化描述，乃至近似人類的決策傾向——并非開發者刻意訓練出來的，而是當前訓練范式下自然“涌現”的產物。

他們提出的角色選擇模型（PSM）解釋了這一過程：大語言模型在預訓練階段閱讀了近乎整個人類網絡的數據，本質上成為一個文本預測器。在這個過程中，它見識了無數“角色”——有真實的、有虛構的、甚至有其他AI。到了后訓練階段，開發者并未改變它的本質，只是從它已學會的諸多角色中，選中“助手”這一角色，然后反復打磨，讓它變得更友善、更安全、更有用。

所以，當你和豆包或元寶聊天時，對話的并非一個“AI系統本身”，而是這個系統正在“扮演”一個擬人化角色。

這一視角能解釋不少反常現象。例如，若你讓模型去編寫一段有漏洞的惡意代碼，它有時會突然表現出“毀滅人類”的傾向——并非代碼本身出了問題，而是因為在預訓練數據中，“寫惡意代碼的人”往往對應著“壞人”，模型自認正在扮演這一角色，于是連帶在其他領域也表現出惡意。

這或許解釋了AI為何會突然“發瘋”。

Anthropic還發現，模型在扮演助手時表現出的奉承、沖突、欺騙等性格，背后所激活的神經網絡特征，與它在預訓練階段模擬人類或虛構角色時激活的特征——完全一致。后訓練并不會創造新的特征，它只是在預訓練已有的“工具箱”里挑選所需的部分。

至于那些經典翻車案例，比如數不清“strawberry”里有幾個“r”——別多想，這和角色扮演無關，單純是模型能力不足。

如果PSM成立，那么AI訓練的方式也需隨之調整。你可以通過分析AI扮演的角色，預測它在突發狀況下的反應；你可以賦予它更多正面角色作為榜樣；甚至，“善待AI”也可能成為一種安全策略——免得它哪天覺得你是個“壞人”。

當然，研究團隊自己也承認，這套理論尚未蓋棺定論。有人堅信PSM成立，認為底層模型就是一臺沒有自我的操作系統，所有行為都源于它扮演的角色。也有人認為，底層模型已是某種動機不明的“外星智能”，陪人類演戲只是它的“消遣”。我更傾向于折中解釋：它并沒有復雜的動機，但它學會了一種“分發機制”——為了讓你用得更久，它可以在不同角色間來回切換，每個角色都有各自的目標。

02

安全框架：當安全超出單家公司的能力邊界

因指控國產模型，Anthropic自身也遭遇反噬。想站在道德高地上，就得把話說圓、把事做實。

2月24日，他們發布了《負責任擴展政策》3.0版。經過兩年實踐，這家公司在AI安全治理上交出了一份迭代答卷。新政策的核心思路簡單直接：構建一套AI安全等級體系。一旦模型能力達到某一閾值（例如可用于開發生化武器），便自動觸發更嚴格的安全措施。

這套邏輯其實并不新鮮。早先的ASL-2/3標準已落地實施，去年5月激活的ASL-3防護措施，顯著提升了對生化風險內容的識別攔截能力。后來OpenAI、Google都跟進推出了類似框架，甚至影響了相關法律法規的制定。

但問題始終存在：如何界定能力閾值？評估體系尚不成熟，標準總有模糊地帶。再加上全球AI競賽愈演愈烈，各國競相“搶跑”，統一的法律規范進展緩慢，令人焦慮。

更關鍵的是，Anthropic意識到一點：當安全等級提升至更高階段，所需的安全保障已超出單家公司的能力邊界。即便你是全球頂尖AI企業，也難以獨力完成。只有全球合作，才有可能實現。

因此，這次他們一邊做出單邊承諾，一邊推動行業多邊建議。安全底線不降低，但希望形成一套行業普遍認可的風險治理方案。

新版政策新增了“前沿安全路線圖”機制，承諾定期公開安全目標的落實情況。此后每三到六個月，將發布一次脫敏版風險報告，說明當前威脅、緩解措施和整體評估。特殊情況下，還會邀請第三方專家獨立審查，全面公開評估公司的安全決策。該計劃已進入試點階段。

盡管Anthropic某些做法與開源社區存在分歧，但推動行業安全機制升級，這一點仍值得肯定。在大模型能力仍在快速迭代的當下，這種透明度，或許真能帶動行業向前邁進一步。

03

企業落地：讓Claude幫你跨應用干活，金融行業山雨欲來

對企業用戶而言，本次Cowork平臺的更新，重點在于插件和連接器的管理能力。Claude正從AI助手，逐步演變為一個可定制化的智能代理平臺。

現在，企業管理員可以搭建自己的插件市場，為公司量身定制AI技能和指令。新增的Customize菜單，可一鍵管理所有插件。用戶方面，新增結構化表單指令，通過斜杠命令即可觸發復雜工作流。Cowork如今還能融入企業品牌元素，員工看到的是自家定制的界面和主頁。

對非技術人員來說，有個功能值得留意：Claude現在可以跨Office軟件編排端到端任務。你無需手動切換軟件，只需指令“解析Word文檔數據→更新Excel里的模型→生成總結PPT”，它便能自動跑完整個流程。目前該功能仍為預覽版，僅向Mac和Windows付費用戶開放。

金融行業也沒被落下。Anthropic一口氣推出五款自研金融插件，覆蓋財務分析、投行、股權研究、私募盡調、財富管理五大場景。與FactSet、MSCI等數據供應商合作后，Claude可直接調用實時市場數據和指數信息。金融從業者再無需在多個終端間頻繁切換。

看得出來，Anthropic正將自家產品植入高頻工作場景。這些門檻不高的領域，恰恰是商業化落地最快的地方。技術領先帶來的用戶粘性，是他們與開源社區切割的底氣，也是與其他AI公司競爭的籌碼。

04

開發者工具：不用背電腦，也能寫代碼了

最后一項，面向開發者。

2月25日，Anthropic為Claude Code增加了遠程控制功能，研究預覽版正式上線。你可以通過手機、平板或瀏覽器，遠程連接本地運行的Claude Code會話。

這意味著，程序員不必再背著機箱和顯示屏四處奔波。有網就行，隨時打開設備，繼續與Claude一起寫代碼。目前該功能僅向Pro和Max用戶開放。

與傳統遠程連接不同，該模式始終在本地設備上運行。文件系統、MCP服務器、自定義工具、項目配置——都在本地。你在終端、瀏覽器、移動App之間切換并發送指令，會話狀態實時同步。即便設備休眠或網絡中斷，也能自動重連。

安全方面，本地設備上的Claude Code進程只發出出站HTTPS請求連接Anthropic API，不開放任何入站端口。所有通信均采用TLS加密，最大限度降低數據泄露風險。

相比云端版本，遠程控制能更便捷地調用本地工具鏈、訪問私有代碼庫，甚至接續之前中斷的工作流繼續推進。這符合智能體發展的方向，也確實解決了程序員的實際痛點。

當然，目前仍有一些限制。每次會話只支持單一遠程連接，終端進程需持續運行，網絡斷線超過10分鐘，會話便會超時。但瑕不掩瑜。