第三章　定义术语

定义术语选编

以下是本招股书中使用的若干术语的缩写、首字母缩略词和定义：

「智能体循环」（agent loop）是指这样一种迭代循环：AI 智能体接收一项任务，采取一个行动（例如规划项目、运行代码或调用工具），观察结果，并决定下一步，这一循环不断重复，直至任务完成。智能体循环是智能体式 AI 行为背后的核心执行模式。

「智能体式 AI」（agentic AI）是指在不同程度的自主性下，能够规划、确定行动并安排其顺序，并执行这些行动以实现既定目标的 AI 系统，包括代表用户与外部工具、服务、数据集和环境进行交互。

「AI」是指人工智能，一种基于机器的系统，它从数据中学习或经数据训练，并为了明确或隐含的目标、以不同程度的自主性处理这些数据，以推断模式、生成输出（例如预测、内容、建议和决策），并作用于物理或虚拟环境。

「AI 加速器」（AI accelerators）是指为预训练、后训练、优化和运行 AI 模型所需的大规模计算而专门打造或改造的处理器。对于 AI 工作负载，这些处理器比通用处理器高效得多、快得多。

「API」是指应用程序编程接口，一种允许外部软件以编程方式访问某个系统能力的标准化接口。AI 模型提供商可提供 API，使软件开发者能够向 AI 模型发送输入并接收输出，从而将其集成到软件开发者的产品和工作流程中。

「应用 AI」（Applied AI）是指一门学科和一项组织职能，专注于将 AI 能力直接嵌入生产性业务环境，以满足具体的客户需求。应用 AI 团队（包括前置部署工程师）与企业合作，设计和部署针对客户自身系统和流程量身定制的解决方案、专门工作流程和特定领域的实施方案。

「闭环」（closing the loop）是指这样一种开发循环：AI 模型的每一代后续版本协助构建下一代，目的是使能力提升随时间不断复合累积。

「算力」（compute）是指用于训练和运行 AI 模型的计算处理资源，包括但不限于部署在数据中心或其他物理计算环境中的专用 AI 加速器、内存、网络、存储和电力系统。

「算力倍增器」（compute multipliers）是指训练和推理中提高给定算力有效产出的算法和方法改进。

「电脑操作」（computer use）是指一种 AI 能力，使模型能够像人类操作员那样观察图形用户界面并与之交互，例如点击、输入和在应用程序中导航。

「宪法式 AI」（Constitutional AI）是指一种使用一套书面原则训练 AI 模型的方法，我们将这套原则称为 Claude 的宪法，目前围绕四个优先事项组织：广泛安全、广泛合乎道德、遵守我们的准则，以及真正有帮助。在宪法式 AI 之下，我们的模型对照这些原则评估、批评和修改自己的回答，使我们能够通过可审查的原则来定义和控制模型行为，而不是仅仅依赖固定的基于规则的指令或人工审核员。

「上下文窗口」（context window）是指 AI 模型在一次请求中能够处理的文本、代码或其他内容的最大数量，以 token 计量，涵盖指令、先前的对话历史、用户输入以及模型的输出。

「CSP」是指云服务提供商，一家拥有并运营大规模云计算基础设施、按需提供计算、存储和网络服务的科技公司。CSP 也可作为分销渠道，使 AI 产品和服务通过其提供给客户。最大的 CSP 有时被称为超大规模云厂商（hyperscalers），它们在全球范围内运营，拥有庞大的基础设施和显著的市场集中度。

「客户」（customer）是指使用我们的模型、平台或应用的专业个人用户或组织。

「过去 12 个月收入在 10 万美元或以上的客户」「过去 12 个月收入在 100 万美元或以上的客户」和「过去 12 个月收入在 1000 万美元或以上的客户」各自是指在截至计量日的过去十二个月（「TTM」）期间贡献的收入等于或超过相应美元金额的客户。就该指标而言，我们将客户定义为一个独立的组织，其识别方式是：根据内部记录和可获得的数据，将我们判定属于同一组织的各账户加以汇总。我们不单独定义或在内部追踪「企业」客户这一类别，我们的客户在内部也不按某一客户是否为「企业」进行细分或计量。由于在我们的产品上花费 10 万美元或以上通常是组织使用而非个人使用的特征，因此在整份招股书中，包括在提及「企业客户」和「企业采用」时，我们都以过去 12 个月收入在 10 万美元或以上的客户的数量及其收入，作为衡量企业对 Claude 的采用和使用程度的标准。

「前沿 AI」（frontier AI）是指处于当前能力和安全最前沿的 AI 系统，在广泛的任务中表现达到或接近任何现有系统的最高水平。

「幻觉」（hallucinations）是指 AI 模型以看似自信的方式生成事实上不正确或捏造的信息的输出。

「推理」（inference）是指经过训练的 AI 模型处理输入并生成输出的过程。每当用户或智能体与 AI 系统交互时，都会发生推理。

「交错思考」（interleaved thinking）是指这样一种能力：AI 模型在一次回答中，于相继的工具调用之间插入独立的推理步骤，而不是把推理局限于开头的单一规划阶段。

「可解释性」（interpretability）是指研究 AI 模型如何以及为何产生特定输出，目的是使模型行为更加透明、可验证，尤其是在高风险应用中。

「知识工作」（knowledge work）是指复杂的认知工作及相关专业活动，包括通过编写代码、起草分析、综合研究、构建财务模型以及管理和自动化文档与工作流程等任务，获取、产出、分析和传递信息。

「LLM」是指大语言模型，即主要在大型数据集上训练、用以理解和生成自然语言和计算机代码的 AI 模型。

「机制可解释性」（mechanistic interpretability）是指可解释性研究的一个分支领域，专注于对神经网络的内部计算进行逆向工程。机制可解释性不是仅从输入和输出推断模型行为，而是试图识别模型内部引起其行为的具体特征和回路，目的是使模型推理在机制层面可审查，并发现可能不会在标准测试中显现的失效模式，包括欺骗性或不安全的行为。

「模型权重」（model weights）是指编码经过训练的 AI 模型行为的数值参数，它们是前沿 AI 开发者的主要知识资产，代表着在算力、数据和研究上的累积投入。

「多智能体编排」（multi-agent orchestration）是指一种架构，其中多个 AI 智能体在一项共同任务上协作，由一个智能体负责协调，其他智能体并行执行子任务，从而能够完成比单个智能体所能完成的更复杂、周期更长的工作。

「净收入留存率」（Net Revenue Retention）反映截至计量日的客户扩张、收缩和流失情况。我们用合格客户的当期收入除以其基期收入来计算净收入留存率。合格客户是指在基期内至少有 1 美元收入的客户，但不包括我们 Claude Pro 和 Max 计划的订阅用户，因为他们的固定价格订阅不能反映该指标意在体现的扩张和收缩行为。基期是截至计量日一年前的三个月。当期是截至计量日的三个月。

「开放权重」（open-weight）是指一种 AI 模型，其经过训练的模型权重（即编码模型所学行为的数值参数）被公开发布，允许第三方在遵守该模型许可条款的前提下下载、运行和修改该模型，但不一定提供对底层训练数据或代码的访问。

「为智能付费」（pay-for-intelligence）或「按用量计费」（consumption）是指我们的一种收入模式，在该模式下，客户为其使用我们智能服务的用量付费，用量以 token 计量，并根据所选模型定价。

「持久」（persistent）在 AI 应用的语境下，是指数据、状态或上下文在单次操作、会话或交互的边界之外被持续保留，可在后续步骤、会话或工作流程中重复使用，而无需重新初始化。

「后训练」（post-training）是指应用于预训练模型以优化其行为的一系列技术，包括强化学习、有监督的优化方法以及其他对齐方法。后训练是使前沿模型变得有帮助、准确和安全的大部分工作得以完成的阶段，包括应用安全和对齐技术。

「预训练」（pre-training）是指训练 AI 模型的初始阶段，在这一阶段，模型通常通过预测序列中的下一个 token，从大规模的文本、代码和其他数据集中学习通用的模式和表征。预训练的产出是一个具有广泛能力、但尚未针对任何特定部署场景进行调整的基础模型。

「原语」（primitives）是指软件系统中基础的、模块化的构建单元，更复杂的应用和工作流程由它们构建而成。

「提示词注入」（prompt injection）是指一种对抗性技术：把恶意指令嵌入 AI 模型被要求处理的内容中（例如网站、文档或工具输出），目的是推翻或操纵模型的预期行为，通常在用户不知情的情况下进行。

「专业个人用户」（prosumers）是指订阅 AI 工具来从事知识工作的个人用户。

「强化学习」（reinforcement learning）是指一种机器学习方法，在这种方法中，模型通过采取行动、接收称为奖励的反馈信号，并调整其行为以使随时间累积的奖励最大化，从而学会执行一项任务。在当代 AI 开发中，强化学习被广泛用于在预训练之后优化模型行为，包括提高有用性、准确性和对安全准则的遵守程度。

「RLHF」是指基于人类反馈的强化学习，这是强化学习的一种特定形式：由人类评估者对模型的回答进行评分，这些评分被用作指导训练的奖励信号。

「年化收入」（Run-Rate Revenue）是一项经营指标，指截至某一计量日我们创收活动的估计年化价值，计算方法为以下两项之和：(i) 截至计量日的过去 28 天期间我们基于用量的收费乘以 13；以及 (ii) 截至计量日我们的每月订阅费总额乘以 12。在计算年化收入时，基于用量的收费和基于订阅的收费均来自客户的使用量和有效订阅。

「SI」是指系统集成商，即为客户设计、构建和部署集成解决方案的第三方技术和专业服务公司，它们将多家技术供应商的产品和服务组合成根据客户需求量身定制的统一系统。

「token」是指 AI 模型将其处理的数据（包括文本、图像、音频和视频）转换成的数字单位，其数量因所采用的模型和分词器而异。token 是语言模型最小的独立单位，可以对应单词、子词、字符或字节。分词器是模型中的一个组件，它把客户输入转换为模型处理的 token 序列，再把处理后的 token 转换为提供给客户的输出。