这两天，Anthropic屡成焦点。
这家让人又爱又恨的AI公司，一边递交诉状，指控他人非法蒸馏Claude模型；另一边也没闲着，48小时内密集推出四项更新。虽然没有Claude 3.5那样的重磅新品，但基础理论、安全治理、企业产品、开发者工具——四个方向全部涉及。
尤其值得注意的是，在企业端的一系列更新中，金融行业正成为Anthropic重点布局的方向。随着五款自研金融插件和实时数据接口的推出，一场由AI驱动的金融行业变革，已是山雨欲来。
这其实印证了我们之前的判断：Scaling Law的边际效益确实在下滑，大模型的能力正在溢出。AI竞赛的下半场，比拼的不再是谁的模型规模更大，而是谁能落地更快、生态更全、合规更稳。
01
理论基石：AI的“人性”，是被训练出来的，还是自己学会的？
三年前的AI，稍微绕点弯子的指令就能把它绕晕。如今已大不相同。你可以用日常口语和它聊天，它也能接住那些模糊不清的表达。像豆包这样的模型，甚至能模仿指定角色陪你长谈。
2月23日，Anthropic发表了一篇名为《角色选择模型》的论文。核心结论颇有意思：AI助手展现出的情感表达、拟人化描述，乃至近似人类的决策倾向——并非开发者刻意训练出来的，而是当前训练范式下自然“涌现”的产物。
他们提出的角色选择模型（PSM）解释了这一过程：大语言模型在预训练阶段阅读了近乎整个人类网络的数据，本质上成为一个文本预测器。在这个过程中，它见识了无数“角色”——有真实的、有虚构的、甚至有其他AI。到了后训练阶段，开发者并未改变它的本质，只是从它已学会的诸多角色中，选中“助手”这一角色，然后反复打磨，让它变得更友善、更安全、更有用。
所以，当你和豆包或元宝聊天时，对话的并非一个“AI系统本身”，而是这个系统正在“扮演”一个拟人化角色。
这一视角能解释不少反常现象。例如，若你让模型去编写一段有漏洞的恶意代码，它有时会突然表现出“毁灭人类”的倾向——并非代码本身出了问题，而是因为在预训练数据中，“写恶意代码的人”往往对应着“坏人”，模型自认正在扮演这一角色，于是连带在其他领域也表现出恶意。
这或许解释了AI为何会突然“发疯”。
Anthropic还发现，模型在扮演助手时表现出的奉承、冲突、欺骗等性格，背后所激活的神经网络特征，与它在预训练阶段模拟人类或虚构角色时激活的特征——完全一致。后训练并不会创造新的特征，它只是在预训练已有的“工具箱”里挑选所需的部分。
至于那些经典翻车案例，比如数不清“strawberry”里有几个“r”——别多想，这和角色扮演无关，单纯是模型能力不足。
如果PSM成立，那么AI训练的方式也需随之调整。你可以通过分析AI扮演的角色，预测它在突发状况下的反应；你可以赋予它更多正面角色作为榜样；甚至，“善待AI”也可能成为一种安全策略——免得它哪天觉得你是个“坏人”。
当然，研究团队自己也承认，这套理论尚未盖棺定论。有人坚信PSM成立，认为底层模型就是一台没有自我的操作系统，所有行为都源于它扮演的角色。也有人认为，底层模型已是某种动机不明的“外星智能”，陪人类演戏只是它的“消遣”。我更倾向于折中解释：它并没有复杂的动机，但它学会了一种“分发机制”——为了让你用得更久，它可以在不同角色间来回切换，每个角色都有各自的目标。
02
安全框架：当安全超出单家公司的能力边界
因指控国产模型，Anthropic自身也遭遇反噬。想站在道德高地上，就得把话说圆、把事做实。
2月24日，他们发布了《负责任扩展政策》3.0版。经过两年实践，这家公司在AI安全治理上交出了一份迭代答卷。新政策的核心思路简单直接：构建一套AI安全等级体系。一旦模型能力达到某一阈值（例如可用于开发生化武器），便自动触发更严格的安全措施。
这套逻辑其实并不新鲜。早先的ASL-2/3标准已落地实施，去年5月激活的ASL-3防护措施，显著提升了对生化风险内容的识别拦截能力。后来OpenAI、Google都跟进推出了类似框架，甚至影响了相关法律法规的制定。
但问题始终存在：如何界定能力阈值？评估体系尚不成熟，标准总有模糊地带。再加上全球AI竞赛愈演愈烈，各国竞相“抢跑”，统一的法律规范进展缓慢，令人焦虑。
更关键的是，Anthropic意识到一点：当安全等级提升至更高阶段，所需的安全保障已超出单家公司的能力边界。即便你是全球顶尖AI企业，也难以独力完成。只有全球合作，才有可能实现。
因此，这次他们一边做出单边承诺，一边推动行业多边建议。安全底线不降低，但希望形成一套行业普遍认可的风险治理方案。
新版政策新增了“前沿安全路线图”机制，承诺定期公开安全目标的落实情况。此后每三到六个月，将发布一次脱敏版风险报告，说明当前威胁、缓解措施和整体评估。特殊情况下，还会邀请第三方专家独立审查，全面公开评估公司的安全决策。该计划已进入试点阶段。
尽管Anthropic某些做法与开源社区存在分歧，但推动行业安全机制升级，这一点仍值得肯定。在大模型能力仍在快速迭代的当下，这种透明度，或许真能带动行业向前迈进一步。
03
企业落地：让Claude帮你跨应用干活，金融行业山雨欲来
对企业用户而言，本次Cowork平台的更新，重点在于插件和连接器的管理能力。Claude正从AI助手，逐步演变为一个可定制化的智能代理平台。
现在，企业管理员可以搭建自己的插件市场，为公司量身定制AI技能和指令。新增的Customize菜单，可一键管理所有插件。用户方面，新增结构化表单指令，通过斜杠命令即可触发复杂工作流。Cowork如今还能融入企业品牌元素，员工看到的是自家定制的界面和主页。
对非技术人员来说，有个功能值得留意：Claude现在可以跨Office软件编排端到端任务。你无需手动切换软件，只需指令“解析Word文档数据→更新Excel里的模型→生成总结PPT”，它便能自动跑完整个流程。目前该功能仍为预览版，仅向Mac和Windows付费用户开放。
金融行业也没被落下。Anthropic一口气推出五款自研金融插件，覆盖财务分析、投行、股权研究、私募尽调、财富管理五大场景。与FactSet、MSCI等数据供应商合作后，Claude可直接调用实时市场数据和指数信息。金融从业者再无需在多个终端间频繁切换。
看得出来，Anthropic正将自家产品植入高频工作场景。这些门槛不高的领域，恰恰是商业化落地最快的地方。技术领先带来的用户粘性，是他们与开源社区切割的底气，也是与其他AI公司竞争的筹码。
04
开发者工具：不用背电脑，也能写代码了
最后一项，面向开发者。
2月25日，Anthropic为Claude Code增加了远程控制功能，研究预览版正式上线。你可以通过手机、平板或浏览器，远程连接本地运行的Claude Code会话。
这意味着，程序员不必再背着机箱和显示屏四处奔波。有网就行，随时打开设备，继续与Claude一起写代码。目前该功能仅向Pro和Max用户开放。
与传统远程连接不同，该模式始终在本地设备上运行。文件系统、MCP服务器、自定义工具、项目配置——都在本地。你在终端、浏览器、移动App之间切换并发送指令，会话状态实时同步。即便设备休眠或网络中断，也能自动重连。
安全方面，本地设备上的Claude Code进程只发出出站HTTPS请求连接Anthropic API，不开放任何入站端口。所有通信均采用TLS加密，最大限度降低数据泄露风险。
相比云端版本，远程控制能更便捷地调用本地工具链、访问私有代码库，甚至接续之前中断的工作流继续推进。这符合智能体发展的方向，也确实解决了程序员的实际痛点。
当然，目前仍有一些限制。每次会话只支持单一远程连接，终端进程需持续运行，网络断线超过10分钟，会话便会超时。但瑕不掩瑜。
热门跟贴