--- title: "Claude (Anthropic) — Claude（Anthropic 的大语言模型）" source: "https://systems-analysis.info/int/Claude_(Anthropic)_%E2%80%94_Claude%EF%BC%88Anthropic_%E7%9A%84%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%EF%BC%89" wiki: "systems-analysis.info/int" article: "Claude_(Anthropic)_—_Claude（Anthropic_的大语言模型）" language: "zh" categories: - "Category:Chinese" - "Category:Large language models" - "Category:LLM families" - "Category:Machine learning" revision_id: 1013 wiki_created_at: 2026-09-06T22:42:03Z wiki_modified_at: 2026-09-06T22:42:03Z downloaded_at: 2026-09-07T22:43:34Z --- # Claude (Anthropic) — Claude（Anthropic 的大语言模型） **Claude** 是由研究公司 **Anthropic** 开发的一个多模态大型语言模型（LLM）系列。 Claude 模型基于 Transformer 架构构建，定位为注重安全性、实用性和诚实性的 AI 助手。其开发的一个关键特点是 **Constitutional AI**（“宪法 AI”）方法，旨在创建可控且符合伦理的系统。 ## 历史与理念 ### Anthropic 的创立与使命 Anthropic 公司于 2021 年由 OpenAI 的前高级员工创立，包括 Dario Amodei^{[\[1\]](https://systems-analysis.info/int/Claude_(Anthropic)_%E2%80%94_Claude%EF%BC%88Anthropic_%E7%9A%84%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%EF%BC%89#cite_note-1)} 和 Daniela Amodei^{[\[2\]](https://systems-analysis.info/int/Claude_(Anthropic)_%E2%80%94_Claude%EF%BC%88Anthropic_%E7%9A%84%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%EF%BC%89#cite_note-2)} 兄妹。他们离职的原因是与 OpenAI 管理层在发展方向上存在分歧，特别是担心与微软的合作以及日益增长的商业化可能会危及对 AI 安全的承诺。 Anthropic 的使命是“开发和维护先进的 AI，以造福人类的长远未来”。该公司在美国注册为公共利益公司（PBC），这在法律上要求它在财务利益与社会公共利益之间取得平衡。这一方法通过独特的治理结构得到加强，即设立了 **长期利益信托基金（Long-Term Benefit Trust, LTBT）**，这是一个有权影响董事会组成的独立机构，以确保公司坚守其安全使命。 ### 理念：HHH 与宪法 AI Claude 模型行为的核心是 **HHH** 原则：**Helpful, Honest, and Harmless**（有益、诚实、无害）。为实现这些原则，Anthropic 开发了自己的训练方法——宪法 AI（Constitutional AI, CAI）。与传统的 RLHF（基于人类反馈的强化学习）不同，在 RLHF 中，人类标注者直接评估模型的回答。而 CAI 使用一部“宪法”——一套明确的伦理原则，模型基于这些原则学习自我评估和修正其回答。这使得整个过程更具可扩展性、透明度和可控性。 ## 架构与关键技术 ### 基于 Transformer 架构与其他现代 LLM 一样，Claude 采用仅解码器（decoder-only）的 Transformer 架构，以自回归方式逐个 token 生成文本。然而，Anthropic 在此基础上进行了重大改进，旨在提高性能、安全性和可控性。 ### 宪法 AI (CAI) CAI 的训练过程分为两个阶段： 1. **监督学习阶段 (Supervised Learning)**: 模型针对提示生成回答，然后由另一个“评论家”模型根据“宪法”对其进行评估并提出修改建议。原始模型基于这些修正进行微调。 2. **AI 反馈强化学习阶段 (RLAIF)**: 模型生成一对回答，“评论家”模型根据“宪法”选择最佳答案。这些数据用于训练一个偏好模型（reward model），该模型随后作为奖励信号，通过强化学习算法对主模型进行微调。 ### 长上下文与多模态能力 Claude 的主要优势之一是其巨大的**上下文窗口**。从 Claude 2 的 10 万 token 开始，到 Claude 3 增加到 20 万 token，再到 3.5 和 4.0 版本扩展到 100-200 万 token。这使得模型能够在一个请求中分析整本书、代码库或数小时的会议记录。从 Claude 3 系列开始，模型具备了**多模态**能力，能够处理图像和文本。 ### 混合思维与智能体能力从 Claude 3.7 和 4.0 版本开始，引入了**混合思维**架构。该架构允许模型在两种模式之间切换： - **快速回答：** 用于简单任务的标准模式。 - **扩展思维 (Extended Thinking)：** 对于复杂任务，模型会暂停“思考”，执行内部推理步骤，调用工具（如网页搜索、代码执行），并形成一个更充分的答案。这使得整个过程更加透明和可靠。 ## Claude 模型的演进 ### Claude 1 和 2 (2023) - **Claude 1** (2023年3月): 首个公开发布版本。推出了用于快速任务的 **Claude Instant** 模型和具有 **10万 token** 上下文窗口的旗舰版本。 - **Claude 2** (2023年7月): 改进版本，通过网页界面向公众开放。在编程（Codex HumanEval 得分 71%）和数学方面表现出显著提升。2023年11月发布的 **Claude 2.1** 版本将上下文窗口扩展至 **20万 token**。 ### Claude 3 (2024年3月) 该系列首次在多项基准测试中超越 GPT-4。 - **版本：** **Haiku**（最快）、**Sonnet**（均衡）和 **Opus**（最强大）。 - **关键创新：** 引入**多模态**能力（图像分析），在推理和编程方面有显著改进，并减少了不必要的拒绝回答。Opus 在 MMLU 上的得分达到 86.8%。 ### Claude 3.5 (2024年6月) 一个专注于提升智能和速度的中间代。 - **Claude 3.5 Sonnet:** 在性能上超越了 Claude 3 Opus，且速度是其两倍。引入了 **Artifacts** 功能^{[\[3\]](https://systems-analysis.info/int/Claude_(Anthropic)_%E2%80%94_Claude%EF%BC%88Anthropic_%E7%9A%84%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%EF%BC%89#cite_note-3)}——一个用于处理生成代码或文档的交互式面板。 ### Claude 3.7 和 Claude 4 (2025) 专注于智能体能力和复杂推理的一代。 - **Claude 3.7 Sonnet** (2025年2月): 引入**混合思维**，使模型能够将快速回答与深入的、分步推理相结合。 - **Claude 4** (2025年5月): 旗舰系列（**Opus 4** 和 **Sonnet 4**），专注于自主 AI 智能体。模型能够执行多步骤任务，通过 **Computer Use** 功能与文件系统交互，调用工具，并支持长达数小时的工作会话而性能不下降。Opus 4 在高难度的 SWE-bench 编程基准测试中取得了 72.5% 的分数。 ## Claude 各代模型简表 | 模型代际 | 发布年份 | 主要版本 | 最大上下文窗口 | 关键创新 | |--------------------|----------|---------------------|----------------|-----------------------------------------| | **Claude 1** | 2023 | Claude, Instant | 10万 token | 首次公开发布，具备长上下文。 | | **Claude 2** | 2023 | Claude 2, 2.1 | 20万 token | 改进了编程和推理能力，向公众开放。 | | **Claude 3** | 2024 | Opus, Sonnet, Haiku | 20万+ token | 多模态能力（图像），性能超越 GPT-4。 | | **Claude 3.5** | 2024 | Sonnet, Haiku | 20万+ token | 提升速度和智能，引入 “Artifacts” 功能。 | | **Claude 4 / 3.7** | 2025 | Opus, Sonnet | 20万+ token | 混合思维，智能体能力，工具使用。 | Claude 模型关键特性演进 ## 应用与可用性 Claude 模型可通过多种渠道使用： - **claude.ai 网页界面：**提供免费访问（Sonnet 模型）和付费订阅（Pro、Max），可使用更强大的模型（Opus）并享有更高的使用限额。 - **开发者 API：** Anthropic 提供商业 API，允许将 Claude 集成到第三方应用程序中。价格因模型而异（Haiku 最便宜，Opus 最贵）。 - **云平台：** Claude 可通过 **Amazon Bedrock** 和 **Google Cloud Vertex AI** 使用，简化了其在企业环境中的部署。 - **集成：** Claude 已集成到多个流行服务中，如 Slack、Notion、Quora（通过其聊天机器人 Poe）。 ## 外部链接 - Anthropic 官方网站 - 开发者文档 ## 参考文献 - Anthropic (2022). *Constitutional AI: Harmlessness from AI Feedback*. arXiv:2212.08073. - Anthropic (2023). *Claude’s Constitution*. - Anthropic (2024, март). *Introducing the next generation of Claude*. - Anthropic (2025, май). *Introducing Claude 4*. ## 参考文献 - Ouyang, L. et al. (2022). *Training Language Models to Follow Instructions with Human Feedback*. arXiv:2203.02155. - Bai, Y. et al. (2022). *Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback*. arXiv:2204.05862. - Bai, Y. et al. (2022). *Constitutional AI: Harmlessness from AI Feedback*. arXiv:2212.08073. - Bulatov, A. et al. (2023). *Scaling Transformer to 1M Tokens and Beyond with RMT*. arXiv:2304.11062. - Jimenez, C. E. et al. (2023). *SWE-bench: Can Language Models Resolve Real-World GitHub Issues?*. arXiv:2310.06770. - Yuan, W. et al. (2024). *Self-Rewarding Language Models*. arXiv:2401.10020. - Yang, A. et al. (2024). *Context Parallelism for Scalable Million-Token Inference*. arXiv:2411.01783. - Miranda, L. J. V. et al. (2024). *Hybrid Preferences: Learning to Route Instances for Human vs AI Feedback*. arXiv:2410.19133. - Chittepu, Y. et al. (2025). *Reinforcement Learning from Human Feedback with High-Confidence Safety Constraints*. arXiv:2506.08266. - Yuan, W. et al. (2025). *Process-based Self-Rewarding Language Models*. arXiv:2503.03746. - Yang, B. et al. (2025). *Long Context Windows in Generative AI: An AI Atlas Report*. [4] (tech-report, open review). ## 注释 1. [↑](https://systems-analysis.info/int/Claude_(Anthropic)_%E2%80%94_Claude%EF%BC%88Anthropic_%E7%9A%84%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%EF%BC%89#cite_ref-1) “Dario Amodei”. In *Wikipedia* [1] 2. [↑](https://systems-analysis.info/int/Claude_(Anthropic)_%E2%80%94_Claude%EF%BC%88Anthropic_%E7%9A%84%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%EF%BC%89#cite_ref-2) “Daniela Amodei”. In *Wikipedia [2]* 3. [↑](https://systems-analysis.info/int/Claude_(Anthropic)_%E2%80%94_Claude%EF%BC%88Anthropic_%E7%9A%84%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%EF%BC%89#cite_ref-3) “What Are Artifacts and How Do I Use Them? \| Anthropic Help Center”.[3]