Дарио и Даниэла Амодеи: основатели Anthropic и философия Claude

Раз в полгода Дарио Амодеи выходит на большую сцену и говорит, что искусственный интеллект может уволить половину белых воротничков за пять лет. В тот же день его компания Anthropic продаёт Claude крупнейшим банкам и стартапам Кремниевой долины за миллиарды. Со стороны это выглядит как лицемерие, но внутри Anthropic такую позицию называют сознательным выбором: если мощный ИИ всё равно появится, лучше, чтобы его строили те, кто думает о последствиях с первой строчки кода.

Anthropic управляют брат и сестра, Дарио и Даниэла Амодеи. К концу мая 2026 их компания закрывает раунд при оценке свыше 900 миллиардов долларов и обгоняет OpenAI, становясь самой дорогой частной компанией в мире. В этой статье разобрали обоих простыми словами: откуда они, как попали в ИИ, почему ушли из OpenAI и что заложили в Claude из своих идей про безопасность ИИ.

Если ещё не знакомы с их продуктом, начните с нашего обзорного гайда «Что такое Claude от Anthropic»: там разобрали интерфейс, тарифы, отличия от ChatGPT и первые шаги. Текущая статья продолжает того материала и показывает, кто стоит за продуктом.

Для контраста полезно понимать главного конкурента, ChatGPT от OpenAI: половина истории Дарио и Даниэлы про то, почему они оттуда ушли. А если в тексте впервые встретите термин «токен», подсмотрите параллельно наш разбор токенов простыми словами: пригодится в разделе про scaling laws.

Статья пригодится не только тем, кто работает с Claude профессионально. Если вы пользуетесь любым AI-чатом и хотите понимать, чем компании отличаются друг от друга по ценностям, биография основателей даст больше понимания, чем сравнения тарифов.

А если хочется системно научиться работать с нейросетями, загляните в нашу подборку курсов по нейросетям и искусственному интеллекту: там 316 программ от коротких интенсивов до годовых.

Дарио Амодеи: путь от физики мозга к ИИСкопировано

Дарио Амодеи родился в 1983 году в Сан-Франциско в итало-еврейской семье. Отец, Риккардо Амодеи, был кожевенным ремесленником, который переехал в США из тосканского городка Масса-Мариттима и умер, когда Дарио был ещё молодым. Мать, Елена Энгель, родилась в Чикаго и работала проект-менеджером в библиотечной системе.

В школе Дарио увлекался физикой настолько серьёзно, что попал в сборную США на Международной физической олимпиаде. Поступал он в Калтех, один из двух главных физико-математических центров США, но через год перевёлся в Стэнфорд и получил там степень бакалавра по физике.

Дальше Дарио ушёл в аспирантуру Принстонского университета, где в 2011 году защитил кандидатскую (PhD) по биофизике. Диссертация называлась «Network-Scale Electrophysiology: Measuring and Understanding the Collective Behavior of Neural Circuits». На русском это «Сетевая электрофизиология: как измерять и понимать коллективное поведение нейронных цепей». Если совсем простыми словами: Дарио изучал, как большие группы реальных биологических нейронов работают вместе. Не один нейрон, не два, а десятки и сотни одновременно. После защиты он продолжил эту работу как postdoc в Медицинской школе Стэнфорда.

Биологические корни — ключ к тому, как Дарио сегодня смотрит на искусственные нейронные сети. Для большинства инженеров глубокого обучения нейросеть — это просто математическая абстракция: матрицы умножаются на векторы. Для Дарио она всегда была ещё и моделью реального мозга, который он десять лет резал, измерял и записывал в лаборатории. Отсюда его настойчивость в теме механистической интерпретируемости (mechanistic interpretability), попытки «вскрыть» нейросеть и разобрать, как она думает, по тем же принципам, как нейробиологи разбирают мозг мыши.

Baidu, Google, OpenAI

В 2014 году Дарио ушёл из академии в индустрию. Первой остановкой стала Baidu Silicon Valley AI Lab, исследовательский центр китайского поисковика в Кремниевой долине. Там Дарио работал в команде Эндрю Нга (Andrew Ng, один из самых известных учёных в области машинного обучения) и участвовал в разработке Deep Speech 2. Это была система распознавания речи, которая впервые приблизилась к человеческой точности и умела работать с английским и китайским одновременно.

В 2015 году Дарио перешёл в Google Brain, а в 2016 году присоединился к OpenAI. Тогда OpenAI ещё была некоммерческой исследовательской лабораторией, а не тем 500-миллиардным бизнесом, который мы знаем сегодня. Дарио быстро вырос внутри: с инженерных позиций до вице-президента по исследованиям (VP of Research). Этот пост означал, что он руководил всеми основными научными направлениями компании.

В OpenAI Дарио стал соавтором двух работ, без которых сегодня не обходится ни один разговор про большие языковые модели:

• Scaling laws for neural language models (2020). Статья, где Дарио с коллегами математически показали: чем больше данных, чем больше параметров модели, чем больше вычислений, тем предсказуемо лучше работает нейросеть. Сегодня эту идею воспринимают как очевидную, но в 2020 году она была спорной.
• GPT-3 (2020). Модель, на которой Дарио был одним из ведущих исследователей. GPT-3 стала первой большой языковой моделью, которая удивляла обычных людей: она писала тексты, отвечала на сложные вопросы и выглядела как «настоящий разговор» с ИИ. До ChatGPT оставалось два года, до Claude три, но вся эта эра началась с GPT-3.

К концу 2020 года Дарио был одним из самых влиятельных AI-исследователей в мире и на второй роли внутри OpenAI после Сэма Альтмана. И именно тогда он принял решение уйти.

Даниэла Амодеи: гуманитарий, который управляет ИИ-компаниейСкопировано

Даниэла Амодеи на четыре года младше брата, родилась в 1987 году в том же Сан-Франциско. В школе Lowell High она получила стипендию по классической флейте, что для дочери ремесленника-итальянца было приятной редкостью. После школы Даниэла не пошла за старшим братом в физику. Она поступила в Калифорнийский университет в Санта-Крузе и закончила его бакалавром английской литературы (BA in English literature) с дополнительной специализацией в области либеральных искусств и музыки.

Карьеру Даниэла начала максимально далеко от Кремниевой долины: в политике. Сначала работала на успешной избирательной кампании одного из кандидатов в конгресс в Пенсильвании, потом переехала в Вашингтон и вела коммуникации конгрессмена Мэтта Картрайта. Это типичная траектория молодого либерального гуманитария на восточном побережье США в ранние 2010-е.

В 2013 году Даниэла развернулась на 180 градусов и ушла в технологии. Её первым работодателем стал Stripe, финтех-стартап Патрика и Джона Коллисонов, который сегодня стоит около 100 миллиардов долларов, а тогда был ещё небольшой компанией из 120 человек. Это важная деталь: Даниэла шла в Stripe не как разработчик, а как операционный менеджер, и вырастала вместе с компанией.

В 2018 году Даниэла перешла в OpenAI к брату. Сначала она руководила командой, которая делала GPT-2, модель-предшественника ChatGPT. Потом возглавила направление Safety and Policy и стала вице-президентом по безопасности и политике (VP of Safety and Policy). Любопытная связка: Дарио отвечал за то, чтобы модели становились мощнее, Даниэла за то, чтобы они оставались безопасными. Они ушли из OpenAI одновременно и вместе основали Anthropic.

В 2017 году Даниэла вышла замуж за Холдена Карнофски (Holden Karnofsky), со-основателя фонда Open Philanthropy (бывший Coefficient Giving). Open Philanthropy — это один из крупнейших фондов движения «эффективный альтруизм» (effective altruism), который финансирует именно исследования AI safety. Получается красивая семейная картина: брат строит безопасные ИИ-системы, сестра ими руководит, муж сестры финансирует поле AI safety через фонд. Это же одна из причин, почему критики Anthropic иногда называют компанию «семейным проектом effective altruism».

Дарио и Даниэла: сравнительная таблица

Главное в этой связке — функциональное разделение. Дарио задаёт исследовательскую и этическую повестку, выступает на интервью, пишет эссе. Даниэла строит компанию: нанимает людей, договаривается с инвесторами, отвечает за продажи. В технологическом мире такие пары обычно состоят из равных партнёров (Гейтс и Аллен, Брин и Пейдж, братья Коллисоны), но редко бывают семейными. У Anthropic семья сама по себе становится фирменным признаком компании, а не побочной деталью биографии.

Почему они ушли из OpenAI: настоящая причинаСкопировано

Вокруг ухода Амодеи из OpenAI ходит несколько мифов. Самый популярный: что они ушли из-за сделки OpenAI с Microsoft на 10 миллиардов долларов. Сам Дарио в интервью Inc. в 2024 году коротко ответил на этот вопрос: «False», нет, не так. Второй миф: что они поссорились с Сэмом Альтманом лично. Этого тоже не было. Третий: что они унесли с собой какие-то секретные технологии OpenAI. И тут версия не подтверждается: уходили публично, с нуля, и первый год Anthropic не показывал моделей вообще.

Настоящая причина, которую Дарио озвучивает с тех пор уже много раз, состоит в расхождении по vision (видению, направлению развития). Дословно: «Внутри OpenAI была группа людей, которые верили в две вещи. Первое: если заливать в модели всё больше вычислений, они будут предсказуемо становиться лучше. Второе: одного scaling недостаточно, нужно отдельно решать проблему alignment, выравнивания целей модели с целями людей. Эта группа хотела, чтобы вторая половина шла рука об руку с первой».

В руководстве OpenAI к концу 2020 года эта позиция большинством не поддерживалась. Топ-менеджмент хотел сначала максимизировать масштаб, а потом разбираться с безопасностью. У Дарио это вызывало нарастающее ощущение, что разговаривать дальше бессмысленно. Его фраза, которую он потом повторял много раз: «Бесконечно непродуктивно спорить с чужим vision. Возьми людей, которым ты доверяешь, и иди делать свой».

В конце 2020 и в начале 2021 года из OpenAI ушли семь ключевых сотрудников и вместе основали Anthropic:

• Дарио Амодеи, VP of Research, стал CEO
• Даниэла Амодеи, VP of Safety & Policy, стала President
• Tom Brown, первый автор статьи о GPT-3
• Sam McCandlish, соавтор scaling laws
• Jared Kaplan, физик-теоретик, ещё один соавтор scaling laws
• Jack Clark, директор по политике OpenAI, отвечал за коммуникацию с правительствами
• Chris Olah, главный исследователь интерпретируемости в OpenAI и до этого в Google Brain

Это была половина мозга OpenAI на момент 2020 года. Для OpenAI это был удар, после которого внутри компании началась перестройка. Для Anthropic — старт с командой, которой все остальные ИИ-стартапы могут только завидовать.

За следующие пять лет расхождение Anthropic и OpenAI только углубилось. В ноябре 2023 года, когда Сэма Альтмана внезапно уволили и через пять дней вернули обратно, Дарио в нескольких интервью аккуратно сказал, что управление OpenAI стало ещё сложнее предсказуемым. В 2025 году, когда OpenAI начала превращаться из cap-profit структуры в обычную for-profit компанию, Дарио был среди публичных критиков этого решения.

Anthropic: что это за компания на самом делеСкопировано

Anthropic основана в 2021 году, штаб-квартира в Сан-Франциско. Компания зарегистрирована как Public Benefit Corporation (PBC), особая форма юридического лица в США. Если простыми словами, PBC обязана в уставе указать общественную пользу, которую она преследует, и учитывать её наравне с прибылью акционеров. В случае Anthropic общественная польза — это «безопасное и полезное развитие ИИ для долгосрочной пользы человечества». Звучит как маркетинг, но юридически директора компании обязаны принимать решения с учётом этого пункта, и акционеры могут судиться, если им покажется, что бизнес заигрался в коммерцию.

Сверху PBC стоит ещё одна нестандартная конструкция, Long-Term Benefit Trust. Это специальный траст из пяти человек, который имеет право назначать часть совета директоров Anthropic. Идея траста — гарантия, что даже если давление инвесторов окажется чрезмерным, у команды останется механизм сказать «нет» через независимый орган. На практике эффективность этого механизма ещё не проверена, но на бумаге выглядит как самая серьёзная попытка в индустрии защитить ИИ-лабораторию от превращения в обычный коммерческий проект.

Деньги и инвесторы

Первые два года Anthropic жила тихо, набирала команду и работала над исследованиями. Первая публичная модель, Claude 1, вышла в марте 2023 года. Тогда же начались крупные инвестиции:

• 2023 год. Google вложила 300 миллионов долларов, потом ещё 2 миллиарда. Amazon вложила первые 1,25 миллиарда.
• 2024 год. Amazon добавила ещё 4 миллиарда. К концу года общий объём инвестиций превысил 10 миллиардов долларов.
• 2025 год. Amazon вложила ещё 4 миллиарда (всего 8), плюс crossover-инвесторы вроде Lightspeed и General Catalyst подняли оценку до ~$60 млрд.
• Февраль 2026. Series G оценил Anthropic в 380 миллиардов долларов post-money. Состояние Дарио на эту дату Forbes оценил в 7 миллиардов долларов, удвоив прошлогоднюю оценку.
• Май 2026. Anthropic закрывает раунд более чем на 30 миллиардов долларов при оценке свыше 900 миллиардов. Ведущие инвесторы (Sequoia Capital, Dragoneer, Altimeter Capital, Greenoaks Capital) кладут примерно по 2 миллиарда каждый, плюс Founders Fund Питера Тиля и General Catalyst. За три месяца капитализация компании выросла почти втрое и обогнала OpenAI (на март 2026 оценка OpenAI составляла 852 миллиарда).

Цифры выглядят как фантастика, но контекст помогает: на момент закрытия раунда в конце мая 2026 Anthropic становится самой дорогой частной компанией в мире, обходя SpaceX Илона Маска (400 миллиардов) и ByteDance (около 330 миллиардов). Frontier AI стала игрой на десятки миллиардов в год: во втором квартале 2026 Anthropic планирует выручку 10,9 миллиарда и первый операционный профит около 559 миллионов.

В декабре 2025 года журнал Time назвал Дарио Амодеи одним из людей года, как одного из ключевых архитекторов ИИ-революции. В сентябре 2023 года Дарио и Даниэла попадали в список Time 100 Most Influential People in AI вместе. В январе 2026 года основатели Anthropic (семь человек, включая Дарио и Даниэлу) публично обязались отдать 80 % своего личного состояния на благотворительность по модели Giving Pledge. Это нестандартный жест: обычно технологические основатели обещают отдать «значительную часть», но не называют конкретного процента, тем более такого высокого.

Команда Anthropic к началу 2026 года выросла до примерно тысячи человек, около половины — исследователи и инженеры. Это в несколько раз меньше OpenAI, и компания сознательно растёт медленнее. Дарио в интервью говорил, что предпочитает 10 правильных людей сотне быстро нанятых: на ставках уровня frontier AI цена одного плохого инженера измеряется в утечках модели, нарушениях безопасности и проваленных экспериментах.

Философия AI safety на уровне исследовательской программыСкопировано

Когда Дарио и Даниэла говорят про AI safety, они имеют в виду не цензуру и не «ИИ, который ничего нельзя спросить про мариновку огурцов в уксесе». AI safety в терминологии Anthropic — это исследовательская программа, у которой есть конкретный набор проблем и конкретный набор инструментов.

Главная проблема называется alignment problem, «проблема выравнивания». Если совсем простыми словами: мы умеем обучать большие нейросети, но мы пока не умеем гарантировать, что цели модели совпадают с целями людей. На уровне Claude в 2026 году это выглядит безобидно: модель иногда не до конца понимает, что мы от неё хотим. На уровне модели, которая будет в 2030 году самостоятельно проводить научные исследования или управлять промышленными системами, цена ошибки выравнивания резко растёт.

Внутри Anthropic alignment problem атакуют с четырёх сторон одновременно. Каждое направление — это отдельная исследовательская команда, у которой есть собственные публикации и собственный продакшен внутри Claude.

Responsible Scaling Policy (RSP)

RSP — это внутренний документ Anthropic, который описывает, при каких условиях компания соглашается развивать модели дальше, а при каких ставит развитие на паузу. Первая версия RSP появилась в сентябре 2023 года, текущая (версия 3.0) в октябре 2025 года.

В основе RSP лежит идея AI Safety Levels (ASL), уровней опасности модели. ASL смоделированы по аналогии с BSL (Biosafety Levels), уровнями биологической опасности, которые используют в вирусологических лабораториях. BSL-1 это лаборатория, где можно работать с кишечной палочкой. BSL-4 это лаборатория, где работают с вирусом Эболы, и там скафандры, шлюзы, протоколы.

• ASL-1. Модели, которые не могут принести катастрофического вреда. Скажем, маленькие классификаторы текста или модели на два миллиарда параметров.
• ASL-2. Текущий уровень Claude, GPT и других флагманских моделей. Они могут помочь сделать какие-то опасные вещи, но не дают существенного преимущества по сравнению с Google или Wikipedia.
• ASL-3. Модели, которые серьёзно повышают чьи-то возможности по созданию биологического, химического, ядерного или киберопасного оружия. Anthropic заявляет, что при достижении ASL-3 они автоматически вводят дополнительные меры безопасности и могут вообще не выпускать модель в продакшен.
• ASL-4 и выше. Гипотетический уровень моделей, которые могут вести себя автономно и уходить из-под контроля. Anthropic честно пишет: «У нас пока нет ни одного надёжного способа доказать, что модель ASL-4 безопасна. Если такая модель появится, мы остановим её развитие, пока не найдём способ».

Этот документ — самая серьёзная попытка в индустрии формализовать условия, при которых разработка ИИ должна быть приостановлена. Главное возражение критиков: «А кто будет проверять, что Anthropic честно классифицирует свои модели по ASL?» Anthropic на это отвечает, что у них есть внешний комитет, но окончательной независимости пока нет.

Constitutional AI

Constitutional AI — это метод обучения, который Anthropic придумали и применяют в Claude. Чтобы понять, в чём суть, нужно сначала понять, как обычно обучают «вежливость» нейросетей.

Стандартный метод называется RLHF (Reinforcement Learning from Human Feedback, обучение с подкреплением через обратную связь от людей). Модель показывает два варианта ответа, человек выбирает, какой лучше, эти оценки накапливаются и дообучают модель. Так делают и OpenAI, и Google, и все остальные. Проблема RLHF в том, что он плохо масштабируется: чем больше модель и чем сложнее задачи, тем больше нужно человеческих оценок, и тем дороже это становится. Плюс качество оценок сильно зависит от того, кто оценивает.

Constitutional AI меняет логику. Вместо того чтобы человек оценивал каждый ответ, модели даётся набор письменных принципов (та самая «конституция») и вторая копия той же модели, которая критикует первую модель по этим принципам. Получается петля «модель отвечает → модель-критик проверяет по конституции → первая модель учится на замечаниях». Человеческий труд при этом нужен только на этапе составления конституции, на несколько десятков страниц, один раз.

Сама конституция Claude черпает принципы из нескольких источников: Декларация прав человека ООН, условия использования платформ, исследования по тому, как люди интуитивно отличают вежливость от грубости. В январе 2026 года Anthropic опубликовала новую версию конституции Claude, и её перевели на русский в нескольких отраслевых медиа.

Если Claude отказывается отвечать на грубый запрос или вежливо предупреждает, что вопрос неоднозначный, под капотом срабатывает Constitutional AI. Это следствие того, как модель обучили на этапе alignment, а не модерация в привычном смысле и не ручной фильтр поверх ответа.

Mechanistic Interpretability

Mechanistic interpretability (механистическая интерпретируемость) — это самое любимое направление Дарио лично. Идея простая: «давайте откроем нейросеть и разберёмся, что у неё внутри». Сегодня большая языковая модель — это чёрный ящик. Мы знаем веса всех её 200 миллиардов параметров, но мы не знаем, какой именно «нейрон» отвечает за понятие «собака», какой за понятие «обман», какой за концепцию «сравнение А и Б».

Команду интерпретируемости в Anthropic возглавляет Крис Ола (Chris Olah), один из самых известных исследователей в этой области. Ола перешёл к Дарио ещё из Google Brain в 2018 году. К 2024 году его команда добилась первых серьёзных результатов: научилась идентифицировать внутри Claude «направления» в нейросети, которые соответствуют конкретным концепциям («раболепие», «безопасность», «политические предпочтения»). Это называют «sparse autoencoders», техникой, которая раскладывает запутанные внутренние состояния модели на понятные компоненты.

Зачем это нужно. Если у нас будет инструмент, который умеет смотреть внутрь модели и говорить «вот сейчас модель собирается обмануть пользователя» или «вот сейчас модель уходит от опасной темы», мы получим способ контролировать ИИ изнутри, а не только по её ответам на выходе. Это потенциальный способ решить alignment problem самым фундаментальным способом из возможных.

Red-teaming и внешний аудит

Перед выпуском новой модели Claude её несколько недель «ломают» специальные команды, red teams. Их задача состоит в том, чтобы найти способы заставить модель сказать или сделать то, чего она не должна. Red-teamers пробуют джейлбрейки (хитрые промпты, которые обходят защиту), provoking-сценарии (моделируют сложные этические дилеммы), внешние сценарии (что будет, если модель подключить к инструменту, который умеет выполнять код или отправлять письма).

Часть red-teaming делают сотрудники Anthropic, часть независимые исследователи и государственные агентства. С 2024 года Anthropic делится моделями с AI Safety Institute в США и аналогичным институтом в Великобритании ещё до публичного релиза. Это часть обещаний RSP: «давайте независимым экспертам пощупать модель раньше, чем мы выпустим её на 500 миллионов пользователей».

Машины любящей благодати: самое известное эссе ДариоСкопировано

В октябре 2024 года Дарио опубликовал длинное эссе под названием «Machines of Loving Grace», «Машины любящей благодати». Название отсылает к стихотворению Ричарда Бротигана 1967 года «All Watched Over by Machines of Loving Grace», в котором описывается утопия, где люди и дружелюбные машины живут в гармонии.

В эссе около 14 тысяч слов, на русском это пара часов чтения. Дарио в нём отвечает на один вопрос: что будет, если мощный ИИ всё-таки получится сделать безопасным и он окажется тем, чем мы надеемся. Это сознательно «оптимистическое» эссе: Дарио устал от собственного образа «AI-думера» (человека, который только и делает, что предупреждает об опасностях) и решил подробно описать позитивный сценарий.

Пять главных идей эссе на пальцах

1. Сжатие научного прогресса. Если мощный ИИ появится, он может ужать 50–100 лет научного прогресса в 5–10 лет. Это означает не «ИИ изобретёт лекарство от рака», а скорее «человеческие учёные с помощью ИИ сделают за десятилетие то, на что в обычном темпе ушло бы столетие». Дарио называет это «страна гениев в коробке», миллион Эйнштейнов и Кюри, доступных любой лаборатории.
2. Биология и здоровье. К 2040 году можно вылечить большинство онкологических заболеваний, болезнь Альцгеймера, тяжёлые психические расстройства. Удвоить продолжительность жизни до ~150 лет. Радикально снизить детскую смертность в развивающихся странах.
3. Психическое здоровье. Дарио отдельно выделяет психические расстройства как одну из самых страшных болезней человечества. Шизофрения, тяжёлая депрессия, ПТСР, миллиарды лет ущерба для миллиардов людей. Дарио считает, что мощный ИИ в связке с нейробиологией может закрыть эту главу истории.
4. Экономическое развитие. Радикальное ускорение роста в бедных странах. Не «западная помощь Африке», а «африканские учёные с ИИ-инструментами строят свою экономику в десять раз быстрее». Дарио аккуратно пишет, что западные политики и НКО часто мешают такому развитию больше, чем помогают, и ИИ может обойти их посредничество.
5. Демократия и управление. Самый осторожный раздел эссе. Дарио надеется, что мощный ИИ усилит демократические страны и сделает авторитарные режимы менее устойчивыми. Но он честно признаёт, что обратный сценарий тоже возможен: ИИ может стать инструментом тотальной слежки и цементирования авторитаризма. Этот пункт — главное «но» в оптимизме эссе.

«Machines of Loving Grace» — это попытка Дарио занять срединную позицию между двумя лагерями. С одной стороны лагерь Юдковского (Eliezer Yudkowsky), который считает, что мощный ИИ почти наверняка убьёт всех, и его надо остановить. С другой лагерь Марка Андриссена и других технооптимистов, для которых регулирование ИИ выглядит как нелепый луддизм. Дарио посередине: ИИ может стать лучшим, что случилось с человечеством, но только если мы серьёзно отнесёмся к безопасности с первой строчки кода. Эта срединная позиция объясняет, почему Дарио так настойчиво продаёт Claude и одновременно настойчиво говорит о его опасностях.

Как философия Амодеи заложена в Claude, которым вы пользуетесьСкопировано

Теория хороша, но большинство читателей встречаются с Anthropic не через эссе Дарио, а через Claude: чат, API или ассистент в коде. Поэтому стоит показать, какие конкретные свойства Claude вырастают из философии, описанной выше.

Если в ChatGPT вы иногда замечаете, что модель «слишком соглашается» или фантазирует, а в Claude чаще видите аккуратные «давайте уточним» и «я не уверен», это закономерность, а не случайность. Так Дарио и Даниэла десять лет назад начали в OpenAI спорить с руководством именно по поводу того, как обучать вежливость и честность. Они проиграли спор внутри OpenAI и ушли строить свой подход в Anthropic. Теперь этот подход вы видите каждый раз, когда открываете чат.

Хороший момент собрать в одно место связку «теория Дарио и продукт Claude». Если хочется глубже разобраться, как работает сам Claude, у нас есть несколько профильных гайдов:

• «Что такое Claude от Anthropic», pillar-обзор всей линейки Claude (чат, API, тарифы)
• «Claude Code для не-программистов», как Claude помогает маркетологам, аналитикам и редакторам
• «50 промптов для маркетолога в ChatGPT, Claude и YandexGPT», практические сценарии
• «Claude Code vs GitHub Copilot», сравнение двух подходов к AI-кодингу
• «Что такое токен в нейросети», базовое понятие для разговора про scaling laws

Конфликт Anthropic с Министерством обороны США в феврале 2026Скопировано

Февраль 2026 года стал переломным моментом в отношениях Anthropic и американского правительства. Министерство обороны (DoD) обратилось к Anthropic с требованием убрать из условий использования Claude несколько пунктов. В частности, пункт, который запрещает использовать Claude для массовой внутренней слежки за американскими гражданами, и пункт, который запрещает использовать Claude как часть полностью автономного оружия (то есть систем, которые принимают решение об убийстве человека без участия другого человека).

Дарио публично отказался. В его комментариях для прессы аргументация была прямой: эти ограничения это часть конституции Claude и следствие того, что Anthropic зарегистрирована как Public Benefit Corporation с уставной обязанностью учитывать общественное благо. Менять их под давлением одного контракта Anthropic не будет, даже если контракт многомиллиардный.

Реакция администрации Трампа была жёсткой. Anthropic пометили как «риск в цепи поставок» (supply chain risk), а федеральным агентствам приказали прекратить использование Claude в государственных системах. Это не полный запрет, но серьёзный финансовый удар: государственные контракты составляют большой кусок ИИ-рынка в США.

Что это значит для нас как пользователей. Во-первых, мы получили первый публичный кейс, когда крупная ИИ-лаборатория отказала государству по этическим соображениям. До этого в индустрии все молча соглашались на любые контракты. Во-вторых, кейс показывает, что философия Anthropic работает на уровне реальных решений, а не маркетинга. Дарио и Даниэла теряют деньги, чтобы остаться верными конституции Claude. Можно соглашаться или не соглашаться с этой позицией, но нельзя сказать, что они её не придерживаются на практике.

В Forbes по этому поводу вышел длинный материал, в котором основателей Anthropic назвали «аутсайдерами ИИ-индустрии»: людьми, которые сознательно отказываются играть по общим правилам Кремниевой долины. Для пользователей это может оказаться лучшей долгосрочной защитой Claude от того, чтобы превратиться в ещё один инструмент массовой слежки.

Где научиться нейросетям и ИИСкопировано

Чтобы перейти от «знаю, кто стоит за Claude» к «умею им пользоваться и строить на нём свои продукты», нужна базовая грамотность в нейросетях. Это закрывается не статьями в блоге, а нормальным курсом, где есть структура, домашки и человек, который объяснит, в каком месте вы запутались.

Мы собрали подборку курсов по нейросетям и искусственному интеллекту по школам страны: от коротких интенсивов на месяц до годовых программ подготовки ML-инженеров. В каждой карточке указаны цена, длительность, формат и то, что человек получает на выходе.

Курс	Школа	Стоимость со скидкой	В рассрочку	Длитель­ность	Обзор курса от Checkroi
Нейросети для изображений и видео Перейти на сайт курса	Эдюсон	69 100 ₽	5758 ₽/мес.	2 месяца	Обзор курса
Нейросети: практический курс Перейти на сайт курса	Skypro	25 990 ₽	181 667 ₽/мес.	3 месяца	Обзор курса
Нейросети для рабочих задач Перейти на сайт курса	Skillbox	29 800 ₽	2483 ₽/мес.	1 месяц	Обзор курса
Нейросети. Практический курс Перейти на сайт курса	Skillbox	74 900 ₽	6242 ₽/мес.	3 месяца	Обзор курса
Нейросети для каждого: как решать рабочие задачи быстрее Перейти на сайт курса	Нетология	37 300 ₽	2763 ₽/мес.	6 недель	Обзор курса
Нейросети на практике Перейти на сайт курса	Эдюсон	54 515 ₽	4542 ₽/мес.	2 месяца	Обзор курса
Нейросети для дизайна Перейти на сайт курса	Практикум	64 000 ₽	2612 ₽/мес.	2 месяца	Обзор курса
Магистратура «Прикладной искусственный интеллект» с УрФУ Перейти на сайт курса	Нетология	162 500 ₽	244 ₽/мес.	24 месяца	Обзор курса
Нейросети для анализа данных Перейти на сайт курса	Нетология	31 700 ₽	2351 ₽/мес.	8 недель	Обзор курса
Нейросети для финансистов Перейти на сайт курса	Эдюсон	65 600 ₽	5466 ₽/мес.	2 месяца	Обзор курса

Больше программ — в полном каталоге курсов по нейросетям и искусственному интеллекту

Если интересен именно прикладной слой (как использовать Claude, ChatGPT и другие модели в своей работе, не углубляясь в математику), посмотрите наши гайды по промптам и инструментам:

• 50 промптов для маркетолога в ChatGPT, Claude и YandexGPT
• 50 промптов для программистов в Cursor, Claude Code и Codex
• Что такое Perplexity AI и нейропоиск для исследований
• Что такое GigaChat от Сбера
• Что такое Qwen от Alibaba

Дарио и Даниэла Амодеи строят Anthropic не ради денег: про деньги они уже всё для себя решили и обязались отдать 80 % состояния на благотворительность. Они строят его ради ставки: если мощный ИИ всё равно появится, пусть его создают люди, которые честно думают о последствиях. Каждый раз, когда вы открываете Claude, вы пользуетесь продуктом этой ставки. Понимать, кто за ним стоит, входит во взрослое пользование технологиями.