YouTube 影片筆記

比較兩家 AI 訓練思路差異，解析 Claude Code 為何在工程師實際幹活時勝出

YTGet 編輯室小Wu說觀看 13.3萬觀看原片

原片標題：OpenAI什麼都有，為什麼還是輸給Claude？【最好用的AI到底差在哪？】20260823【小吳財經】

原片說明

ChatGPT有更多用戶、更大的品牌、更強的資源，但在真正每天拿AI工作的重度使用者裡， Claude卻慢慢建立起了一種很不一樣的口碑。明明模型跑分沒有差到天壤之別，為什麼真正用起來，感覺卻可能差這麼多？ Claude到底做對了什麼？ OpenAI又到底輸在哪裡？這種差距，是模型能力、訓練方式，還是產品思路造成的？ 00:00 為什麼很多人更愛Claude？ 01:42 Claude和OpenAI怎麼訓練AI？ 04:51 跑分為什麼不等於好用？ 05:54 Claude Code到底強在哪？ 07:55 OpenAI真正差在哪？ 12:26 OpenAI還追得上Claude嗎？參考資料： Anthropic — Constitutional AI Anthropic提出的「憲法AI」方法，透過一套行為原則來塑造模型的回答方式與行為 Anthropic — Claude’s Character Claude的性格、誠實程度、接受糾正以及與使用者互動方式，如何被納入模型訓練與產品設計 Anthropic — Claude Code Claude Code如何從內部工具逐漸發展成為AI Coding Agent，以及Anthropic內部如何大量使用Claude開發Claude Anthropic — Model Evaluations / Dogfooding 除了公開Benchmark之外，Anthropic如何透過內部評測與真實工作場景，判斷模型到底好不好用 OpenAI — Learning to Reason with LLMs OpenAI如何利用強化學習，讓模型在複雜問題上學會多步推理、發現錯誤並重新嘗試 OpenAI — Codex OpenAI如何從雲端Coding Agent一路調整產品方向，走向更像「軟體工程同事」的AI OpenAI — Model Behavior / Product Strategy 模型能力、產品體驗、個性化、記憶與Agent，如何逐漸成為ChatGPT下一階段的核心 #Claude #ChatGPT #OpenAI #Anthropic #ClaudeCode #AI #人工智慧 #小吳財經

每次看到有人說「ChatGPT 用戶那麼多，怎麼可能輸」，我心裡都會想：你大概沒遇過那種每天跟 AI 一起改程式碼改到半夜的人吧。小吳這支片就在講這件事，跑分明明你贏一項我贏一項，但真正打開專案幹活的時候，很多工程師的手就是會自動去點 Claude Code，這中間的落差到底怎麼來的。

影片時間軸

00:00開場就點出矛盾：ChatGPT 最成功，但重度使用者更常開 Claude
01:14Claude 3.5 Sonnet 寫程式出圈，一路長成 Claude Code
01:41兩家前期訓練其實很像，差別在模型變聰明之後怎麼繼續訓練
02:43憲法 AI：先定一套原則，再照原則不斷糾正 Claude
04:16Low Ego 的性格，被當成生產力的一部分
05:00跑分像考試、真實使用像上班，兩者不是同一件事
05:57Claude Code 從終端機長出來，直接給一整套工具箱
07:16Claude 反過來幫 Anthropic 寫程式、審程式，瓶頸換了位置
08:40ChatGPT 太成功反而卡住，通用要照顧的人太多
09:30Codex 早期做雲端 AI 太超前，後來先回到工程師熟悉的環境
12:26判斷 OpenAI 追得上，但難追的是用戶習慣與產品心智

訓練後半段才是分岔點

兩家前面都一樣，看海量文字程式碼、堆算力讓模型變聰明。真正分開的是接下來那一段：OpenAI 突出的是讓 AI 碰到難題多想幾步、這條路錯了退回來再想；Anthropic 則把力氣放在「這個 AI 該怎麼跟人合作」，用憲法 AI 定原則再反覆糾正。小吳講得很清楚，這不代表誰不做另一邊，兩家今天什麼都在做，真正沒公開的是數據、配方跟工程細節。

性格為什麼算生產力

很多人喜歡 Claude 的 Low Ego，你指出它錯了，它不會花半天解釋自己其實也有道理，而是直接改。聽起來不像高科技，但每天跟 AI 工作好幾個小時，差別就出來了。Anthropic 也不太信公開跑分，他們更在意自己人願不願意真的拿 Claude 幹活，新模型出來就讓工程師實際去用，看它會不會主動測試、會不會亂改檔案、走錯路能不能自己回來。

ChatGPT 太成功反而綁手綁腳

OpenAI 的問題不是模型不夠強，是模型能力跑得比產品快。ChatGPT 什麼都能放、誰都會用，但通用就代表要同時照顧一般消費者、企業跟開發者，而這幾種人要的東西根本不一樣。Codex 早期想做雲端 AI，任務丟了就自己在另一台電腦上跑，聽起來很先進，實際推出去才發現太超前，後來才改成先回到工程師熟悉的環境一起幹。