談 Anthropic 的技術,很多人第一個問題是:Claude 怎麼有那麼多名字,Opus、Sonnet、Haiku 到底差在哪?再往下,還有一個更核心的詞會冒出來:Constitutional AI。

這篇就帶大家把 Anthropic 的技術路線理清楚:模型家族怎麼分工、它的安全方法特別在哪、又刻意不碰哪些領域。這裡談的是路線與設計思路,不釘特定版本號,因為新版本一直推出,但底層的邏輯相對穩定。想先認識這家公司,可以從 Anthropic 是什麼公司 開始。

用一句話定調:Anthropic 把模型分三層服務不同需求,把安全做成一套可規模化的方法,再把領域刻意收窄到文字與程式。


三層家族:Opus、Sonnet、Haiku

Claude 其實是一個分層的家族,而非單一一個模型,用三種音樂與詩歌的名字來區分等級:

  • Opus:家族裡最強的一層,擅長複雜、需要深度推理與長鏈條思考的任務。要處理最硬的問題時用它,相對地成本與延遲也最高。
  • Sonnet:走均衡路線,在效能與成本之間取得平衡,是企業與開發者日常最常用的主力,也是 Claude Code 這類產品的中堅。
  • Haiku:主打低延遲、低成本,適合大量、輕量、要求即時回應的任務。

這種分層設計的用意很實際:不是每個任務都需要最強的模型。讓使用者依需求挑等級,能在效能和成本之間找到最划算的搭配。三層的能力與定位會隨新版本演進,但「強/均衡/輕快」這個分工框架相當穩定。

Claude 三層模型在「智慧 vs 成本」上的定位:由低到高是 Haiku、Sonnet、Opus

整體方向上,Claude 家族主打的是長文本理解與寫程式,並往「長上下文」與「agent 能力」發展,讓模型能讀懂大量內容、連續使用工具、自動完成多步驟任務。


Constitutional AI:讓模型自己改自己

Anthropic 最具辨識度的技術招牌,是一套叫 Constitutional AI(憲法式 AI) 的訓練方法。

Anthropic 的 Constitutional AI 研究論文:〈Constitutional AI: Harmlessness from AI Feedback〉

傳統做法常靠大量人工,一條條標註「這個回答好、那個回答不好」來調教模型。Constitutional AI 的做法不同:它先給模型一套人類寫好的「原則集」,類似一部行為憲法,再讓模型依照這些原則,自己去批評、修改自己的回應。

這麼做有兩個好處。一是可規模化:靠原則引導模型自我修正,比純靠人力標註更有效率;二是透明:那套原則是寫明的,外界比較能討論「這個模型被要求遵守什麼」。對一家把安全當招牌的公司來說,把安全準則在訓練階段就內建進去,而不是等出事後再補救,這是它技術哲學的核心。

當然,憲法寫得好不好、模型有沒有真的照做,仍是需要持續檢驗的問題,這也連到它對外的安全承諾與 Responsible Scaling Policy。


可解釋性:想看懂模型在想什麼

Constitutional AI 之外,Anthropic 另一塊研究招牌是可解釋性(interpretability)

簡單講,這個領域想做的,是看懂模型內部到底在「想什麼」:當 Claude 給出一個回應,它內部的神經網路是怎麼運作、為什麼會這樣判斷。這比單純測試模型的外在行為更難,卻被 Anthropic 視為通往真正安全的必經之路。它的邏輯是:唯有理解模型內部,才有辦法在它出錯之前就預見並修正,而不是出事後才滅火。

這塊研究讓 Anthropic 在學界與業界累積了不少可信度,也成為它「安全是玩真的、有研究撐腰」這個品牌敘事的重要支柱。


刻意不做的事

理解一家公司的技術路線,看它「不做什麼」往往和看它「做什麼」一樣重要。

Anthropic 明確不碰影像生成、影片生成與硬體裝置。當對手 OpenAI 把產品線鋪得又廣又雜時,Anthropic 選擇把資源集中在文字、程式、文件與企業工作流這幾塊。這種收窄是策略,談不上做不到:把選定的戰場做到最深、最難被取代,勝過分散資源樣樣都碰。兩家路線怎麼比,可以看 Anthropic vs OpenAI


從聊天到企業:模型怎麼變成產品

同一套 Claude 模型,會以不同形態送到不同使用者手裡:

  • 消費者:透過 Claude.ai 網站與 App,提供免費與付費方案。
  • 開發者:透過 Claude API 與 Claude Code,把模型接進自己的應用與開發流程。
  • 企業:提供團隊版、企業版等方案,搭配資安與管理功能。
  • 雲端通路:同時上架在 AWS、Google Cloud 與微軟的 AI 平台,讓已經在用這些雲的企業能就近取用。

此外,Anthropic 還推動了一套叫 MCP(Model Context Protocol)的開放協定,讓 Claude 更容易和外部工具、資料源連接,藉此把自己變成開發者生態的一部分,而非一座孤島。


小企鵝的觀察

把 Anthropic 的技術路線串起來看,會發現它其實前後一致:模型分三層,是為了讓不同需求都能找到最划算的選擇;Constitutional AI 與可解釋性,是把「安全」做成有方法、有研究的東西,而不只是行銷話術;刻意不碰影像與硬體,則是把有限的資源押在自己最有把握的戰場。

這套路線最大的賭注,在於它相信「安全」和「好用」可以並行,甚至相信前者能成為後者的賣點。對企業客戶來說,一個行為可預測、來歷可解釋的模型,確實是導入時的重要考量。Anthropic 押的就是這一點,而它的技術選擇,全都圍著這個信念打轉。

延伸閱讀:Anthropic 是什麼公司Claude Code 如何變成成長引擎為什麼 Anthropic 是公益公司