一场版权官司，意外掀开了 Anthropic 五年前的一份内部机密文件。这份名为《Concise Research Roadmap》的研究路线图由联合创始人 Jared Kaplan 撰写，篇幅仅三四页，却几乎写满了今天 AI 行业最热门的几个关键词：Coding Agent、Tool Use、长上下文、强化学习、自动化反馈，甚至连 Agent 的安全问题都被提前纳入视野。更引人注目的是，文档上密密麻麻留着 Anthropic 多位联合创始人与研究员的批注，等于把这家公司早期的战略判断完整暴露在公众面前。
从曝光内容看，这份路线图的核心判断相当清晰：通往 AGI 的关键路径，是做具备长记忆能力的大型生成式模型，并通过结合自动化奖励与人类反馈的强化学习完成微调。围绕这一中心，团队规划了极高 GPU 利用率、长上下文研究、工具使用的强化学习以及社会影响评估框架等具体方向。而检验这套路线的第一个载体，被明确设定为“对话式软件工程师助手”——它能通过对话完成软件创建、编辑与讲解，能写函数、找 Bug、设计 API，还能讨论代码风格与工程最佳实践，最终达到一名软件工程师同事的水准。这几乎就是今天 Claude Code 的雏形。
文档中的批注同样值得玩味。联合创始人 Tom Brown 指出“仓库浏览是简单、高价值的切入点”，系统与可解释性研究科学家 Nelson Elhage 则预判“自动查找项目里的类型定义”会极具用户价值。面对“最强编程助手”与“工具能力演示”的路线之争，CEO Dario Amodei 当场定调：短期先演示工具使用，长期打造最强编程助手。对齐科学家 Amanda Askell 则提出更深层担忧——如果只在自然语言领域做对齐，却在代码领域做能力研究，势必产生脱节，安全与能力在任何阶段都必须紧密绑定。
把时间拨回 2021 年，这份文档的分量会更加清楚。那一年 Anthropic 刚成立半年，全部融资仅 1.24 亿美元；距离 ChatGPT 引爆全球还有 16 个月，距离 Claude 1 发布还有 20 个月，整个行业仍在怀疑大模型是不是过渡产品。而这群从 OpenAI 出走的人，已经在一步步计划着长上下文、工具使用的强化学习与社会影响评估框架。此后五年，他们几乎兑现了路线图上的每一个分支：从 Claude 1 到后续的 Opus 系列，从宪法 AI 到可解释性研究，再到近期的 Computer Use、MCP 协议、Claude Code 与混合推理，都能在 2021 年那条路线图里找到锚点。
这份文件的曝光，意义不止于一次“神预言”式的回顾。它更像一份行业样本，说明在技术浪潮尚未成形时，清晰的路线判断与组织执行力可以带来多大的先发优势。同时也提醒外界，Coding Agent 与长上下文并非近两年才冒出的风口，而是被提前数年写进规划、持续投入的结果。对当下仍在追逐 Agent 与工具调用方向的团队而言，这份五年前的清单，既是一面镜子，也是一份关于耐心与聚焦的注脚。
