Anthropic自估AI研发加速1.88倍逼近2x阈值，判定被质疑不透明
scottleibrand · x · 2026-11-10
在 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2 之际，peterwildeford 质疑其「未触及 AI R&D 阈值」的判断缺乏透明度：
- Anthropic 的 AI R&D 评测已饱和，干脆停跑
- CoBench 被下架修复，内部加速指标「仅部分公开」
- 阈值是 2x，Anthropic 自估 1.88x，100 次 refit 中 32 次达到 2x 以上，所谓结论如今被称作「整体判断」
- Opus 5.5 发布时「一次性跃升」假说在 99/100 refit 中胜出，这次为 0/100，说明不是一次性跃升
作者认为 Anthropic 手握更强的内部证据未公开，且有一个强于 Fable 5.2 的内部模型未发布。
「漫话AGI」频道最新
- David Gross 领衔杨-米尔斯工作组验证 AI 数学成果，涉 QCD 存在性证明 — danintheory · 2026-11-10
- 「RSI 黎明前的乡愁」：研究者 dan faggella 感慨人类日常即将消逝 — danfaggella · 2026-11-10
- Claude 估算人类约每万小时驾驶出一次事故，可靠性惊人 — EigenGender · 2026-11-10
- Y Combinator 首办 AI 辩论会:Coxon 对阵 Hanson 论政府应否放缓 AI — ycombinator · 2026-11-10
- Norm AI 长文：企业内多智能体系统的「意图」归谁 — johnjnay · 2026-11-10
- 经济学家用美联储 FRB/US 模型测算:AI 行情涨幅已超实际基建投入 — soumitrashukla9 · 2026-11-10