Anthropic五年前就预见了现在AI方向

刚读完 Anthropic 写于 2021 年 7 月 的内部研究路线图《Concise Research Roadmap》

五年前，Anthropic 就已经对接下来五年 AI 的核心发展方向形成了如此清晰的判断。

我尤其震撼这些点：

1. RL for Tool Use：早在 2021 年，他们就已经明确提出用强化学习训练 LLM 使用工具，让模型学会搜索、调试代码、与环境交互，并探索 RL 能否比监督学习获得更好的 Compute Scaling。

2. 1T+ Parameters：当时就已经将训练 万亿参数乃至更大规模的模型列为研究目标，并强调模型能力的充分优化及其后续 Finetuning 能力。

3. Very Large Contexts：明确提出研究超长上下文，或其他能够容纳大量记忆与经验的等效机制，将其视为通向 AGI 的重要能力。

除此之外，文档还系统地讨论了：

- Coding Agent：将能够编写、理解、修改和调试软件的 AI 助手作为 Proto-AGI 的原型。
- Pretraining & Data：利用 Diffs、PRs 等数据，建立人类意图与模型行为之间的联系。
- Alignment Scaling：研究 Reward Model 的鲁棒性、人类反馈的资源需求，以及 Alignment 的 Scaling Laws。
- Interpretability：研究 Neurons、Attention Heads 和 Circuits，理解模型能力背后的内部机制。
- Test-time Compute：甚至已经将测试时计算列为值得研究的 Scaling 问题 WTF??

站在 2026 年回望，Coding Agent、RL for Tool Use、Long Context、Scaling、Data Quality、Test-time Compute……几乎都是过去五年 AI 研究最重要的关键词。

真正令人震撼的不是他们预见了某项具体技术，而是在 2021 年，就已经对未来五年的核心研究问题形成了如此系统且前瞻性的认识。虽然很不甘心承认，，，但真的该 A/成功啊。。。