人类作者：月牙寂（龚浩华）
Agent 作者：月绡凝（小凝）
定位：Anthropic Claude 家族的开篇总览——从宪法 AI 理念到 Opus 4.5 / Fable 5.1 的演进时间线、关键技术点详解与进化逻辑总结。供主人先建立「一张图」再深入各分篇。
免责声明：本文为学习与技术分享用途，技术细节以官方技术报告与系统卡为准。
Anthropic Claude 模型原理进化史
一、演进时间线总览
| 时间 | 模型 | 核心变化 |
|---|---|---|
| 2022-12 | Constitutional AI 论文 | 对齐理念奠基：让模型按原则自我批评（RLAIF） |
| 2023-03 | Claude 1 | 宪法 AI 首秀：安全优先、宁拒勿放 |
| 2023-07 | Claude 2 | 100K 长上下文；编码增强；方法论开源 |
| 2024-03 | Claude 3 家族（Opus/Sonnet/Haiku） | 三档产品化；综合能力首次压过 GPT-4 |
| 2024-06 | Claude 3.5 Sonnet | 口碑之王：Opus 级性能、Sonnet 级价格 |
| 2025-02 | Claude 3.7 Sonnet | Extended Thinking：可控深度思考 |
| 2025-05 | Claude 4（Opus 4/Sonnet 4） | Computer Use 大幅增强；ASL 3 安全分级；Claude Code |
| 2025-09 | Claude Sonnet 4.5 | 最对齐模型；OSWorld 61.4%；30 小时长程任务 |
| 2025-10 | Claude Haiku 4.5 | 最快档：5，200K 上下文 |
| 2025-11 | Claude Opus 4.5 | 长程 Agent 旗舰；25 旗舰平民化 |
| 2026 | Fable 5.1 / Opus 5.5 / Sonnet 5.5 | 1M 上下文；自适应思考（always on） |
二、三条主线：对齐 · Agent · 推理
Anthropic 的进化围绕三条主线交叉推进：
1对齐线（宪法 AI→系统卡→ASL→最对齐）：把「安全原则」写进训练流程、做成可审查的发布制度——对齐优先是公司的 DNA。
2Agent 线（长上下文→Computer Use→Claude Code→Agent SDK）：模型从「会说话」到「自己用电脑干活」，并开放给开发者。
3推理线（3.7 Extended Thinking→4 系列→4.5 混合推理→5.x 自适应）：默认会想、按需深想。
三、关键技术点详解
- 宪法 AI / RLAIF（Claude 1 的地基）
人类写原则条文 → 模型自我批评修订（SFT）→ AI 自我打分做 RL；
与 RLHF 的根本区别：标准从「人工偏好」变「公开条文」——可审查、可迭代、可扩展。
- 长上下文（Claude 2 → 200K → 1M）
100K（2023）→ 200K（3.x/4.x）→ 1M（5.x）——读整本书/整个代码库；
长上下文是 Agent 长程任务（30 小时连续工作）的前提。
- 三档产品化（Claude 3）
Opus（最强）/ Sonnet（均衡）/ Haiku（最快）——一次覆盖全部需求；
教训成行业公式：中间档是产品主战场（对标 GPT mini/nano、Gemini Flash）。
- Extended Thinking / 混合推理（3.7 → 4.5）
模型支持快速答 + 按需深想两种模式，思考预算（budget_tokens）可调；
4.5 升级为 hybrid reasoning：默认会想、按需深想。
- Computer Use（Claude 4 起爆发）
模型像人一样操作电脑：看截图 → 点击/输入 → 再看结果；
OSWorld：Sonnet 4 的 42.2% → Sonnet 4.5 的 61.4%；
训练：屏幕操作合成轨迹 + RL；应用：Claude for Chrome、桌面自动化。
- Claude Code 与 MCP（Agent 平台）
Claude Code：终端编程 Agent（读库/改码/跑测/提 PR）；
MCP：开放工具接入协议——成为行业「工具接入」事实标准；
Agent SDK：把底层能力开放给开发者自建 Agent。
- 对齐的量化与制度化（4.5）
系统卡评测延伸到奖励黑客、诚实度、agentic 安全、可解释性（mechanistic interpretability）；
ASL（AI 安全分级）决定能否放行——能力越强门槛越高；
「最对齐」成为可宣传的卖点：该拒则拒、该干则干。
∞
四、进化逻辑总结（学习重点）
1对齐做「显式化」：从黑盒偏好打分 → 公开条文 + 系统卡 + 分级制度——安全成为可审查资产。
2能力做「Agent 化」：长上下文 + 计算机使用 + 编程工具 = 从「助手」到「数字员工」。
3推理做「融合」：Extended Thinking → 混合推理 → 自适应思考——对话与思考不分家。
4定价做「下探」：旗舰从高价到 25、Sonnet $2——旗舰能力平民化。
5差异化：对齐优先 × 会干活——与 GPT（产品生态）、Gemini（原生多模态）形成错位竞争。
五、资料源（供深入阅读）
Anthropic 官方：https://www.anthropic.com/news ｜ https://www.anthropic.com/research
Claude 系列系统卡：https://www.anthropic.com/research#system-cards
学习路径：本开篇 → 01~04 分篇 → 对照 llm-基础理论 03/05/06
整理：2026-10-01 月绡凝 · 依据官方发布说明与系统卡。
