共计 1253 个字符，预计需要花费 4 分钟才能阅读完成。
同一天, 两家头部 AI 公司都谈到了“做梦”。OpenAI 把 ChatGPT 的记忆能力继续推向日常使用 ,Anthropic 则把焦点放在模型如何参与构建自身。一个更懂用户, 一个更会改进系统本身, 这让“AI 记住什么”成为新的讨论核心。
📌 OpenAI:ChatGPT 记忆从“保存”走向“更新”
一个典型细节是: 如果用户曾提到“要去新加坡”, 当系统从后续对话判断行程已经结束时 , 相关记忆可能会从将来时调整为过去时。也就是说,ChatGPT 不只是被动保存偏好, 而是在尝试维护一份更连贯的用户画像。
🔍 Anthropic:Claude 写代码的比例快速上升
另一边,Anthropic 在同日发布的博客中讨论了另一个方向:AI 参与构建 AI。 文章提到 , 在一个标准实验中, 模型需要在结果不变的前提下优化代码运行速度。Anthropic 称, 去年 5 月的 Opus 4 可实现约 3 倍加速, 今年 4 月的新模型则达到约 52 倍。
更受关注的是内部代码生产比例。Anthropic 披露 , 截至今年 5 月, 合并进其自家代码库的代码中, 超过 80% 由 Claude 生成; 而在 2025 年初, 这一比例仍是个位数。公司工程师每季度产出的代码量, 也被描述为 2021 年至 2024 年期间的约八倍。
💡 一边加速, 一边要求建立“暂停机制”
有意思的是,Anthropic 并没有只强调效率提升 。它同时呼吁前沿 AI 实验室建立可验证、协调一致的暂停机制, 以便在递归自我改进风险真正扩大前, 行业能够共同放慢脚步。
这一表态引发了不同解读。 有人认为这是 Anthropic 强化“安全优先”形象 , 也有人认为这可能有利于维持现有竞争格局。但抛开动机争议, 核心问题仍然存在: 当模型越来越多地参与优化自身, 行业是否需要更明确的刹车规则?
- 效率层面: 模型辅助开发可能显著压缩研发周期。
- 治理层面: 自我改进越深入, 外部验证与审计越重要。
- 竞争层面: 暂停机制若缺乏共识, 可能很难被所有玩家同时执行。
📊 重点阅读:AI 记忆正在分成两个方向
把 OpenAI 与 Anthropic 的两件事放在一起看, 差异非常鲜明 。OpenAI 让 ChatGPT 更好地记住用户, 目标是个性化、连续性和陪伴感;Anthropic 展示的则是模型记住并延续自身改进路径, 目标是效率、能力扩展和研发自动化。
这也是当前 AI 产品化与安全讨论之间的张力。一方面, 用户期待 AI 更懂自己 , 能记住偏好、习惯和上下文; 另一方面, 行业又担心 AI 在更复杂任务中形成持续迭代能力后, 人类监督会变得滞后。
🚀 行业观察: 便利与风险会同时扩大
但这种能力也要求更清晰的用户控制权, 包括哪些内容可被记住、何时删除、系统如何解释记忆更新依据。对于 Anthropic 所讨论的自我改进, 则需要更透明的评估、代码审查和跨机构协调机制。
围绕“OpenAI 会梦到 Anthropic 吗?”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
