Anthropic

AI 安全和研究公司。 Claude 的创造者。

核心特征

• 由前 OpenAI 员工 Dario Amodei 和 Daniela Amodei 于 2021 年创立
• 专注 AI 安全 和 可解释性（interpretability）
• 有自己的可解释性研究团队（transformer-circuits.pub）
• 产品：Claude 系列模型（Haiku/Sonnet/Opus）
• 训练理念：Constitutional AI（宪法 AI）

关键可解释性研究成果

• 2024 — Scaling Monosemanticity（稀疏自编码器）
• 2025 — Circuit Tracing（电路追踪）、On the Biology of a Large Language Model
• 2026 — Global Workspace（J-space/Jacobian Lens）、Natural Language Autoencoders