Claude 4.5 来了，但我更关心的是它没说的那部分

昨天早上醒来刷手机，看到 Claude 4.5 发布的消息。

说实话，我的第一反应不是"终于来了"，而是"这次又藏着什么没说"。

Anthropic 的官方博客写得很漂亮——性能提升 30%，推理速度加快，成本降低 15%。数据很漂亮，对比图表也很专业。但翻完整篇文章，你会发现一个有趣的现象：它几乎没提任何技术细节。

训练数据从哪来？参数规模多少？用了什么新的架构设计？这些核心信息，一概没说。

我个人的感受是，这种"只说结果不说过程"的发布方式，已经成为闭源大模型的标配了。OpenAI 是这样，Anthropic 是这样，Google 的 Gemini 也是这样——给你一堆 benchmark 数据，但就是不告诉你"它是怎么做到的"。

这让我想起上周跟一个做 AI 研究的朋友聊天，他说了句挺扎心的话："闭源大模型就像黑箱魔术，你看到的是兔子从帽子里变出来，但永远不知道帽子里到底有什么机关。"

但话说回来，闭源也有闭源的理由。

从商业角度看，技术细节是核心竞争力。如果 Anthropic 公开了训练数据和架构设计，竞争对手（包括开源社区）就能快速复现，那他们的商业护城河就没了。这在商业上是合理的。

但从技术演进的角度看，这种"黑箱竞争"其实挺浪费的。

每家都在做类似的探索，每家都在踩类似的坑，但因为互相保密，导致整个行业的技术积累效率很低。就像 5 个人同时解一道数学题，每个人都要从头推导一遍，而不是互相分享思路。

这让我想起 2017 年 Transformer 论文发表后的那段日子——Google 把整个架构开源了，结果整个 AI 社区在 3 年内实现了爆发式增长。BERT、GPT、T5……所有这些突破，都建立在 Transformer 这个公开的基础之上。

如果当时 Google 把 Transformer 闭源了，现在的 AI 会是什么样？可能 GPT 还在实验室里憋着，BERT 根本不会出现。

所以我对 Claude 4.5 的态度是——性能提升是好事，但别把这种"黑箱竞争"当成理所当然。

闭源可以理解，但至少应该在技术路线图、安全性评估、社会影响这些层面更透明一点。不是所有东西都要开源，但至少要让用户和研究者知道"你用了什么数据""你的能力边界在哪""你可能存在什么风险"。

说真的，如果让我选，我更愿意用那些技术细节公开的模型——哪怕性能稍微差一点。因为至少我知道它是什么，能做什么，不能做什么。这种"可控性"，在长期使用中比单纯的性能更重要。

当然，这只是我个人的倾向。对于普通用户来说，可能只关心"好不好用"，不关心"怎么做到的"。

最后留个问题：你觉得大模型厂商应该公开核心技术细节，还是保持闭源保护商业利益？如果你是 Anthropic 的技术负责人，你会怎么选？

我猜很多人会说"当然开源好"，但如果你站在商业公司的立场，答案可能没那么简单。