Anthropic CTO 批评离线评测，主张看生产率与真实损害

Anthropic 联合创始人兼 CTO Joshua Saxe 发文批评当前 AI 话语习惯把模型压缩成单一「能力」「进展」维度，认为这种笼统叙事正在掩盖离线评测本身的效度缺陷、失去预测力。他转发并评论了一张按投资额归一化的能力增长图表，认可其能把 AI 进步放到资本市场语境中审视，但进一步主张衡量 AI 成效应看实际生产率提升与真实世界损害，而非离线跑分。

2026-11-09 ~ 2026-11-10 · 3 条相关

• Joshua Saxe：别拿离线评测当进步，AI 成效应看生产率与真实损害 — typewriters · 2026-11-09
• AI 安全研究者：笼统的「能力」评估正在失去预测力 — joshua_saxe · 2026-11-10

另有 1 条近重复转述:joshua_saxe