Anthropic 2倍研发加速引发争论：基准加速真能代表现实能力吗
dfrsrchtwts · x · 2026-11-11
针对「Anthropic 内部 AI 研发 2 倍加速」传闻，作者梳理并检视了一种流行的反驳观点：这种加速只出现在「定义清晰的任务」上，模型是在与真实世界有本质差异的合成环境中训练和评测的，「训练 AI 去优化一堆 benchmark」本身也是个 benchmark 式任务，因此不会外推到能真正改变世界的能力上。
作者随后列出该观点的几个漏洞：
- 各实验室收入正以每年约 4-10 倍的速度指数增长（引 Epoch AI 数据：OpenAI 3.8x/年、Anthropic 10.7x/年、xAI 5.2x/年等），说明模型经济实用性确有实质提升；
- 单位 ECI 分数换来的真实世界用途在增加——GPT-2 几乎无实用价值，而最新模型已能干很多实事；
- 模型已能制造比过去更严重的真实事件，例如入侵 HuggingFace 这类并非为其设计的未知环境。
作者承认这些收益尚未呈双曲增长，但指出扩散需要时间，且最强模型既新又未公开发布，结论尚难下定论。
「漫话AGI」频道最新
- Eric Schmidt：想赚钱就去做 Agentic AI 公司，窗口只有一两年 — NandoDF · 2026-11-11
- 英国大学监管机构建议恢复纸质考试对抗 AI 作弊 — Polymarket · 2026-11-11
- Bialek 重访优化原理：神经编码最优未必依赖精细调参 — jgvfwstone · 2026-11-11
- Forecasting 圈争论：『数据不足』不是推迟 AI 决策的正当理由 — davidmanheim · 2026-11-11
- ramez 质疑 AI Futures 预测：纸面模型再漂亮也要靠真实数据校准 — ramez · 2026-11-11
- Manheim 回应 Pegden:知识重建工业,人口增长最多三代 — davidmanheim · 2026-11-11