历史名场面：Anthropic & OpenAI 拒绝牵手

Sam Altman 和 Dario Amodei 在 2026 年德里 AI 影响峰会上拒绝牵手！

这主办方咋这没眼力见，真会安排 🤣！

关于 OpenAI 的瓜我之前写过不少（万字长文：OpenAI 发展史、没有员工，OpenAI 什么也不是！），但 Anthropic 似乎没咋写过，这次趁机聊点（在网上整理了一些评论）。

背景

创立动因

Anthropic 的创始团队（以 Dario Amodei、Daniela Amodei 等人为代表）从 OpenAI 出走并创办 Anthropic，核心动因通常被归结为三类：

1. 安全与对齐优先（Safety & Alignment）：他们认为强大 AI（AGI）的影响会在不远的将来到来，但现有的技术路径未必能把风险控制好。因此，他们决心将“安全与对齐”置于公司使命与工程机制的最高优先级，专注研发更可靠、可解释、可控的模型与治理框架。
2. 路线与愿景的不可调和：媒体报道与当事人表述均指向，该团队与 OpenAI 在公司发展路线上出现了严重分歧。这主要体现在对“安全优先级”、“商业化部署节奏”以及“管理与领导方式”的理念冲突上。
3. 独立的组织哲学：Dario Amodei 曾公开表示，与其在原机构里持续耗费心力争论别人的愿景，不如带着互相信任的同伴出来，从底层架构开始实现自己的愿景。

宪法 AI（CAI）

为了在技术层面实现其安全愿景，Anthropic 提出并应用了宪法 AI（CAI：Constitutional AI）。这套在 2022 年论文中确立的对齐训练范式（Constitutional AI: Harmlessness from AI Feedback^[1]），旨在通过让模型遵循一组用自然语言写成的原则/规则（Constitution），进行自我监督与修正。其核心目标是在显著减少人工逐条标注的同时，更可控地塑造模型行为，尤其是提升“无害性（Harmlessness）”，并尽量避免简单粗暴的“回避式拒答（Evasive Refusal）”。

CAI 的标准训练流程包含两个关键阶段：

1. 监督阶段（Supervised Learning / 自我批评与修正）：模型针对提示词先生成一个初步回答，再依据“宪法”生成自我批评，并基于批评改写出更安全的答案。研究人员使用这些“改写后更符合宪法的答案”对模型进行监督微调（SFT）。
2. 强化学习阶段（RLAIF / 基于 AI 反馈的强化学习）：让模型对同一问题生成多个候选回答，再由模型（作为裁判）依据“宪法”进行偏好比较，从而训练出一个偏好/奖励模型（Reward Model）。最后，使用该奖励信号对主模型进行强化学习。

需特别澄清的是，“CAI 完全不需要人类反馈”是一种过度概括：

• 人类反馈的混合使用：论文与工程的核心目标是让“无害性”的偏好信号尽量由 AI 自动化生成，但在实际系统（包括 Claude 系列模型）的训练中，Anthropic 仍混用人类反馈（RLHF）来提升模型的“有用性（Helpfulness）”与整体逻辑质量，并通过人类专家的红蓝对抗（Red-teaming）来验证最终效果。
• “宪法”内容的演进：必须区分“研究阶段”与“产品阶段”的宪法。CAI 早期论文中的宪法是实验性的原则集合；而 Claude 产品的公开宪法/价值文档则是一个全面、动态的体系。Anthropic 明确指出其原则来源广泛，包括《世界人权宣言》、信任与安全最佳实践、DeepMind 的 Sparrow 原则以及对非西方视角的吸纳，并在 2026 年发布了大幅更新版的 Claude 宪法/价值文档（Claude’s Constitution^[2]），引入了更深层的推理与价值权衡机制。

割裂感

从离开 OpenAI 到创办 Anthropic，一切似乎是在朝着愿景发展。但大规模封号，迫使 Clawdbot 更名、OAuth 权限收拢、似乎都在拒绝任何可能的开发生态（极度排外、傲慢）。也有技术大佬专门做过统计，证明这种“怪异”不是少部分人的感受。

在文档中的 Claude Code OAuth 使用限制也让社区炸锅了，文档大意如下：

这份文档乍看之下没有任何问题，但对消费者而言（尤其是 Max 计划订阅者），不可避免会想用 OAuth 授权做点别的事（如最近很火的 OpenClaw），官方至今没有给出具体回复。

Anthropic 团队似乎是在刻意回避这个问题，我猜测原因可能有：

• OpenAI 收购 OpenClaw 让 Anthropic 有点难受，这个用户量有点恐怖（OpenClaw 入编 OpenAI：开源不死，Agent 才刚开局）。
• Codex 代码能力也在获得更多技术圈的认可，Claude Code 不可替代性在降低。
• Anthropic 成本难以覆盖，Token 归根结底还是算力。收紧权限，防止薅羊毛本身没啥大问题，但一刀切有点说不过去，团队可能还在犹豫应该如何平衡成本和权限吧（回答不好这个问题，可能就要流失一大波用户）。
• ...

本来是为了防止薅羊毛，制定的使用协议。如今却被被大量用户质疑：个人调用是否违规、接入 OpenClaw 是否违规...

怕麻烦，ok 没问题，大家还贴心提供选项给到 Anthropic。已经简化到 “是/否、A/B”，也没收到任何回复...

Anthropic 这边迟迟没有回应，而 Codex 热情似火，对比之下，用户的心能不凉嘛...

害怕你用不明白，OpenAI 还贴心的准备的接入文档 Codex App Server^[3]（虽然一直吐槽 Sam，但他是真的会做人啊，起码这波会收获不少用户），而且已公开表示通过 OAuth 方式接入 OpenClaw 是合法的：

Anthropic 发布的 MCP 协议（深度解析：Anthropic MCP 协议），大家基本都响应了，包括 OpenAI。但 OpenAI 牵头的 AGENTS.md 却迟迟得不到 Anthropic 的支持。先不论协议是否正确，Anthropic 连基本的表态都没有，就单纯不想和你们玩...

📌 小技巧

AGENTS.md 是一个开放的、基于 Markdown 的“智能体说明”约定，可以理解为给 AI 编码智能体看的 README。像 OpenAI Codex 这类工具会在开始工作前自动读取它：先读全局层（如 ~/.codex/AGENTS.md），再从项目根目录一路走到你当前目录逐级查找并拼接（从根到叶），越靠近当前目录的内容排在越后面，因此通常会“覆盖/优先生效”，并且有总大小上限。它不要求固定字段（“就是 Markdown”），常见写法是把能落地执行的内容写清楚：安装/启动/测试命令、代码风格与约束、目录结构与模块边界、安全注意事项、提交/PR 规范等；在 monorepo 里可以按子目录放嵌套 AGENTS.md，让“最近的文件优先”。

AGENTS 虽支持不少智能体，但 Anthropic 死活不上套（不屑于和它们一起玩耍）。Thariq 表示会再把 AGENTS.md 方案拿出来和团队讨论，并强调“给 Claude 写提示词和其他模型不太一样（我在想是不是 “AI 宪法”的影响），所以最好让用户主动选择启用（opt-in）。把同一套提示词在所有模型之间共享会让表现略有下降”。

目前最简单做法：在你的 Claude.md 里用 @ 提及 Agents.md，这样就等于选择把 Agents.md 一并纳入 Claude 的上下文，同时你也可以在 Claude.md 里写一套专门针对 Claude 的独立指令。

结语

吐槽归吐槽，Anthropic 在开发者中的能力口碑是不错的，但人品口碑就不咋滴了，大家根据自己的实际情况选择即可...

References