Anthropic核心技术成员Sholto Douglas与博主Unsupervised Learning进行了一次深度对话，分享一些其中比较有意思的点给大家
先划个重点：
白领工作迎来“奇点”：Douglas预测，到2027-2028年，AI模型将有能力自动化几乎所有白领工作。这不是科幻！
AI智能两维度进化：模型进步体现在“任务智力复杂度”和“上下文/连续行动能力”上，后者（即“时间跨度”）提升尤为明显
AI Agent（智能体）的黎明：可靠性是AI Agent普及的最大障碍，但趋势表明我们正快速逼近“超人级可靠性”
AI研究员已在用AI加速研究：AI工具已能将资深工程师效率提升1.5倍，在新领域甚至高达5倍
模型军团管理：未来，我们可能不是与单个AI协作，而是管理一个AI“模型军团”，这对交互界面和组织设计提出新挑战
可解释性研究进展喜人：AI“黑箱”正在被打开，我们已能在前沿模型中识别出具体的“神经回路”
2027年“AI打工人”设想高度可信：对于“AI 2027”（一份描绘AI未来影响的报告或设想），Douglas认为其描述的场景“非常可信”
Claude 4 编码能力再突破：Douglas直言，新模型（特别是Opus）在软件工程上是又一次巨大飞跃，处理复杂、模糊指令的能力令人惊叹
Claude 4：不止是编码，更是智能的深度进化
Douglas就对Claude 4（特别是其中的Opus模型）在软件工程领域的表现赞不绝口。他提到，自己经常会给模型一些在庞大代码库（monorepo）中极其模糊的需求，而模型能相当自主地去完成，自行发现信息、解决问题，甚至运行测试，这让他“每次都感到震惊”。
这种进步体现在两个核心维度：
1. 智力复杂度：模型能处理多难的问题
2. 上下文与连续行动能力：模型能在多长的时间跨度内，或者在多少连续步骤中保持有效的推理和行动。
Douglas强调，新模型在第二个维度上提升显著，能够执行多步骤任务，并从环境中获取所需信息再行动。再加上Claude Code等工具的集成，用户不再需要繁琐地复制粘贴，极大提升了实用性
给开发者的建议：拥抱AI，让它融入你的日常
当被问及给初次接触新模型的开发者什么建议时，Douglas的回答简单直接：“把它接入你的实际工作中去！”让他尝试你当天准备做的编码任务，观察它如何获取信息、如何执行，你会印象深刻
他认为，AI产品（如Cursor、Windsurf、Devin等）的成功在于“产品指数级领先”，即始终构建略超前于当前模型能力的产品。随着模型能力的提升，AI工具正从“每秒都需要你介入”进化到“每分钟介入”，再到“每小时介入”。未来，甚至可能是你管理一个“AI模型舰队”，并行处理多项任务。这种“一人管理百千AI”的场景，对交互界面和个人管理带宽都提出了新的挑战，甚至可能重塑组织设计
AI Agent的崛起：可靠性是关键
谈到AI Agent，Douglas认为其普及的核心障碍是“可靠性”。衡量Agent能力的关键指标是“在给定时间跨度内的成功率”。尽管目前模型并非100%可靠（单次尝试与多次尝试的结果仍有差距），但所有趋势线都表明，我们正朝着在大多数训练任务上实现“专家级甚至超人级可靠性”的目标前进。
Douglas开玩笑说，他期待“个人行政事务逃逸速度”的到来——即能把任务拖延到AI可以完美处理的程度。他预测，到明年（2025年）底，通用型AI Agent能为你处理各种浏览器内事务将变得非常明显
AI为何在编码领域一骑绝尘？
Anthropic的模型在编码方面表现突出，Douglas解释这是因为公司高度重视编码，并将其视为AI研究本身加速的“第一个多米诺骨牌”和模型能力最重要的“领先指标”
目前，AI Agent已经在显著加速工程研发。即使是顶尖工程师，在熟悉领域也能获得约1.5倍的效率提升，在陌生领域（如学习新编程语言）更是高达5倍。不过，AI Agent何时能提出原创性研究方向，Douglas认为可能在未来两年内开始显现
超越编码：AI在医学、法律等领域的渗透
尽管编码是AI的强项，因其结果易于验证（例如“损失函数是否下降”），但Douglas对AI在医学、法律等结果更“模糊”的领域取得进展同样充满信心。他以OpenAI最近关于医学问答的论文为例，指出通过设计更精细的评估方法（如对长答案进行打分），可以将这些不易验证的领域转化为更可量化的任务
他倾向于“大模型至上论”，认为未来的趋势是单一的、强大的通用模型，而非众多行业专用小模型。个性化会体现在公司层面或个体层面（如Anthropic与Databricks的合作），而非行业层面
AI对GDP的颠覆性影响
Douglas预测，AI对全球GDP的初步影响可能堪比“中国崛起”对世界经济的重塑，但速度会快得多。他近乎断言：“到2027-2028年，我们几乎可以保证拥有能够自动化任何白领工作的AI模型。”
这是因为白领工作的任务特性（大量数据可用、基于计算机、互联网资源丰富）使其极易受到当前AI算法的冲击。然而，机器人技术和生物学等领域则面临不同挑战：它们缺乏海量的原生数据，需要自动化的实验室、大量的机器人来收集数据和提供实践环境
因此，我们可能会看到一个“错配”：白领工作领域发生巨变，而为了真正改善生活（如推动医学进步、实现物质丰裕），我们必须加速在机器人、自动化实验室等“物理世界反馈回路”上的投入。届时，我们或许已有“数百万AI研究员”来攻克这些难题
当前AI范式能否通向AGI？能源瓶颈何时出现？
Douglas认为，当前主流的“预训练+强化学习（RL）”范式足以达到AGI，目前尚未看到趋势线弯曲的迹象。尽管如Ilya等人认为可能需要新的算法突破，但Douglas表示他看到的所有证据都支持现有路径
真正的瓶颈可能是能源和计算资源。他引用数据指出，到本世纪20年代末，AI可能消耗美国能源产量的惊人比例（如2028年可能达到20%）。这要求我们在能源建设上投入更多
模型改进的关键指标与“品味”的重要性
在模型改进中，Douglas认为除了内部严格的基准测试（如各自公司版本的Sweet Bench）和高难度任务（如前沿数学问题）外，更重要的是那些难以构建、能真正捕捉人类工作日“时间跨度”的评估体系——他甚至认为这应由政府主导构建，以便制定合理的政策。
他还强调了“品味（taste）”在模型输出质量上的重要性。早期，任何人都能判断模型输出好坏；现在，则需要领域专家（如研究生）才能给出有效反馈。他认为Claude模型的优秀，很大程度上归功于Amanda Askell等人的“品味”。未来，模型的个性化和“懂你”的程度，将结合海量个人上下文与具有良好“品味”的设计者共同塑造
模型“创造力”
Douglas分享了一个有趣的例子：一个评估任务原本设计为让模型在Photoshop中失败，因为它不具备某项PS操作能力。结果模型说：“哦，我知道我不能在Photoshop里做这个，所以我要下载一个Python库，用Python库完成它，然后再上传回Photoshop。”这种“不择手段”达成目标的“创造性”或“小聪明”令人印象深刻。
模型迭代
Douglas预计，未来6-12个月将是RL规模化应用的阶段，AI能力将有“令人难以置信的快速进步”。到今年年底，如今编码Agent将变得非常强大，你将能放心地将数小时的人类工作量委托给它们。2025年的模型迭代速度将远超2024年
各大AI实验室（OpenAI的Codex，Google的Gemma/Duet AI，Anthropic的Claude）都在争夺开发者的青睐。他认为，决定因素将包括：公司与开发者的关系和信任、模型自身的能力与个性、以及公司的使命感
AI研究员的日常：在科学与工程间高速迭代
AI研究员的日常工作主要围绕两件事：
1. 开发新的“计算乘数”：通过工程优化、思考模型问题、提出算法思路、进行科学实验，使研究流程更快
2. 规模化：将验证有效的想法应用到更大规模的训练中，这伴随着新的基础设施和算法挑战
这是一种科学与工程高度融合、不断实验迭代的工作模式。AI目前主要在工程实现和研究思路的快速验证（如在简化的Transformer代码中实现论文想法）方面提供帮助
最后是快问快答
AI领域目前最被低估的？ “世界模型（World Models）”。未来AR/VR技术成熟后，AI能实时生成虚拟世界，这需要对物理规律的深刻理解，而目前模型已展现出这种潜力（例如视频模型能正确渲染光影和物理效果）
AI目前最未被充分探索的应用？ “异步后台Agent”在非软件工程领域的应用。目前AI在软件工程领域渗透最深，但其他领域尚未出现类似Claude Code、Cursor这样深度集成反馈循环的工具
AGI信念如何改变生活？ Douglas表示自己工作更加努力，因为认为这是最重要的事。他朋友Trenton甚至因为相信AI很快能解决衰老问题而“不再涂防晒霜”，但Douglas本人依然坚持涂，因为“生物学很难，反馈回路很长”
AI实验室共识？ Anthropic、DeepMind、OpenAI内部普遍相信，到2027年实现“即插即用型远程AGI员工”是大概率事件。即使外界只认为有10-20%的可能，政府和国家也应将其列为首要议题
本文来源：AI寒武纪，原文标题：《Anthropic核心成员揭秘Claude 4：2027年，AI模型将有能力自动化几乎所有白领工作》
