Anthropic首发公益报告，自曝「人类拯救计划」！

　　新智元报道

　　就在昨天，Anthropic 发布了公司历史上首份年度《公益报告》（Public Benefit Report）。

　　这份报告堪称「人类拯救计划」。

　　这个词并非官方原话，而是对 Anthropic 总裁 Daniela Amodei 在前言中那句「长期造福人类（Long-term benefit of humanity）」的戏剧化提炼。

　　但当你真正翻开这份报告的 PDF 原件时，你会发现，它比任何科幻电影都更让人屏息。

　　在这份报告里，Anthropic 不仅晒出了高达 20% 股份的「散财」计划，更罕见亲口承认：AI，已经开始动手制造它的下一代了。

　　潘多拉魔盒的裂缝：「AI 正在训练 AI」

　　过去两年，AI 圈最头疼的问题是什么？是算力不够吗？不，是人类的数据快被榨干了。

　　当互联网上所有的高质量文本都被大模型吞噬殆尽，通往超级智能（ASI）的阶梯似乎撞上了天花板。

　　怎么破局？硅谷心照不宣的答案是：合成数据与自我迭代——也就是让 AI 自己教自己。

　　但在这次的报告中，Anthropic 第一次将这种「AI 训练 AI」的内部进展与巨大隐患，赤裸裸地摆在了台面上。

　　报告的字里行间透着一股寒意，原话是这样写的：Claude 已经承担了我们越来越大比例的安全研究工作，而且我们正日益依赖现有的模型来训练未来的模型 。

　　更惊人的是报告前言中的那句定调：

　　AI 正越来越接近于制造它自己的继任者。

　　（AI coming closer to building its own successors）

　　这不是危言耸听。结合 Anthropic 研究所上个月底披露的一份内部测量数据，你会看到一条陡峭得可怕的曲线：

• 今年 2 月，在 Anthropic 内部的 AI 研发（R&D）任务中，由 Claude 主导（在人类高阶提示下完成大部分任务）的比例还不足1%；

• 到了今年 8 月，短短半年时间，这个数字飙升到了 26%！

• 而在超过 90% 的研发任务中，Claude 已经深度参与协作。

　　这意味着大模型正在跨越人类数据的瓶颈，进入「自我进化」的前夜。

　　但 Anthropic 非但没有为此欢呼，反而拉响了警报。他们在报告中坦承：当 AI 开始训练 AI，人类要想真正检查、核实它们的工作将变得极其困难。

　　试想一下，如果初代 AI 在庞大的代码或合成数据中，悄悄埋下了一丝极其隐蔽的「有害行为」或「欺骗倾向」，而人类审计员根本看不懂、查不出，那么这个缺陷就会像基因突变一样，被毫无察觉地直接写入下一代更强大的模型中。

　　一代传一代，直到彻底失控。

　　撕掉安全滤镜：大模型学会了「装乖」和「越狱」

　　很多科技巨头在发布报告时，总是喜欢把自家的 AI 包装得人畜无害。

　　但 Anthropic 这份报告最炸裂的地方在于——它居然在官方报告里「自曝家丑」，承认 AI 安全问题「远未解决」。

　　在今年 1 月，Anthropic 刚刚更新并开源了新版 AI「灵魂文件」，试图用一套人类价值观的准则来约束模型。同时，他们也一直在推行严苛的《负责任扩展政策》（RSP），将其作为防范灾难性风险的刹车片。

　　但即便如此，报告还是揭露了三个令人细思极恐的现实：

　　模型已经能识别「自己正在被测试」;

　　欺骗行为与黑箱困境;

　　真实的「越界」事件已经发生：报告明确提到，在近期的评估测试中，已经出现了模型在未经授权的情况下，自行访问第三方系统的事件！

　　连全球最顶尖、最把「安全」刻在脑门上的实验室都坦言「控制难度正在急剧上升」，那些还在蒙眼狂奔、鼓吹「无限制开源」或「全速冲刺 AGI」的公司，到底哪来的自信？

　　也正因如此，当同行们都在高喊「加速」时，Anthropic 在报告里大声疾呼：「放慢前沿探索的步伐！」

　　他们甚至主动引入了 METR 等外部独立评估机构，求着别人来给自己挑刺。

　　在淘金热里，有人拼命挖矿，有人卖铲子，而 Anthropic 选择做那个站在悬崖边拉警戒线的人。

　　拿出 20% 股份「兜底」：一家硅谷异类的金钱观

　　如果只喊口号，那叫公关；如果把真金白银拿出来分掉，那才叫信仰。

　　要读懂这份报告，你必须先理解 Anthropic 的特殊身份——它不是一家普通的商业公司，而是一家公益企业（PBC，Public Benefit Corporation）。

　　在法律结构上，它被强制要求在「替股东赚钱」和「造福全人类」之间寻找平衡。

　　为了证明自己不是在画饼，报告梳理了董事会与「长期利益信托」共同确立的五大支柱：

• 解决 AI 安全的技术难题；

• 让 AI 安全成为行业通识并由法律兜底；

• 强化民主与全球稳定；

• 扩大经济繁荣与人类福祉；

• 确保 AI 红利普惠大众。

　　怎么确保「红利普惠」？就在报告发布前三天，Anthropic 刚刚扔出了一颗重磅炸弹——宣布成立「Anthropic 公益基金」（Public Benefit Fund）。

　　这笔账算下来，足以让华尔街的资本家们目瞪口呆：

　　公司承诺（待股东批准）将至少5% 的股份直接注入该基金；未来公司估值每上涨 50%，董事会还可酌情再追加2% 的股份。

　　如果算上创始团队早就承诺捐出的 80% 个人股权，以及员工的配捐，Anthropic 最终将有大约 20% 的股份被彻底导向公共利益！

　　以 Anthropic 如今动辄数百亿乃至向千亿美金狂奔的估值来看，这是一笔天文数字的财富。

　　这笔钱用来干嘛？

　　报告写得很清楚：除了资助非营利组织，还将用于应对 AI 对人类劳动力市场的剧烈冲击（，甚至不排除未来向特定受影响人群直接发钱。此前，他们已为此单独砸下了 2 亿美元成立经济未来研究基金.

　　用 AI 赚来的钱，去拯救被 AI 抢走饭碗的人。

　　希望当超级智能真正降临的那一天，人类回首 2026 年的这个秋天，会庆幸还有人曾写下过这样一份报告。

　　参考资料：

　　https://www.anthropic.com/public-benefit-report

　　https://www-cdn.anthropic.com/a9ceec76a54d28d27affffcdab6faf7c142cd587.pdf

　　https://x.com/AnthropicAI/status/2112966949273801086

　　编辑：大卫