Anthropic研发加速已证实：推手不是算力，是算法和数据
Anthropic在IPO文件中承认研发可能已经「戏剧性加速」，METR的独立评估显示：这波提速靠的不是更多算力，而是算法和数据质量本身被现有智能推着变好。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 时间戳为按文稿位置估算
IPO只是给失控装的减压阀
Anthropic在IPO文件里新增措辞：按目前模型路线图推算，公司「可能很快」会撞上自家负责任扩展政策里'由AI驱动的戏剧性加速'门槛，且承认还不能放心让Claude无人监督地自主设计下一代前沿模型。Prakash认为公司内部已意识到风险在失控，IPO是把更多外部监督和市场约束引入公司的办法，而不只是融资。Nathan补充两点：一是实验室官方措辞历来'字面意思就是那样，只是裹了层糖衣'，「可能很快」基本等于「现在」；二是OpenAI刚证实AI能在Linux内核里系统性挖出上千个漏洞，说明训练AI所用的技术栈里堆满了'唾手可得的果实'，这正是短期内会出现明显加速的技术理由。
— Prakash NarayananAI预测准，却因为慢而亏钱
Thoughtful让九个前沿模型各自拿到一周时间和500美元预算，独立预测美国中期选举约800场选战。整体上这些模型的校准度很高——说80%会赢的候选人确实接近八成胜率，准度已逼近顶尖人类预测者和部分市场表现。但真正拿钱下注的交易智能体却亏了钱：从选情更新到计票结果之间有延迟，交易智能体反应不够快，有时还会凭空编造错误信息，结果在投票日当天实际亏损。预测能力强，不代表能把这份判断力变成交易上的胜率。
— Brian Zhou公投打的其实是总统
中期选举同时出现41项地方数据中心公投，结果除一项外全部通过限制或反对数据中心。Prakash认为这波反对情绪真正的燃料，是特朗普本人的支持率、企业用LLC壳公司低价圈地再合并转卖给Meta这类操作造成的'被欺骗感'，以及'有钱人靠AI发财、顺手让大家失业'的普遍焦虑，而不是选民真的研究过数据中心利弊——数据中心只是一个方便拿来'敲打总统'的靶子。他的预测是：往后谁想建数据中心，就得按Google、Meta级别的价格支付土地、人工和建设成本。
— Prakash Narayanan缺的不是芯片，是液冷机柜
Luxor的硬件交易台显示，8-GPU的B300整机节点现货报价在55万到65万美元之间，单笔交易动辄上千台、价值可达5000万美元。市场上确实存在'多余库存'，原因不是芯片造不出来，而是数据中心本身跟不上：大多数机房目前每个机柜只能塞下两台B300，液冷产能的2027年第一季度已经卖光，不少场地报价要等到2027年第三季度甚至2028年。相比之下，签约长租GPU每小时每卡只要4.2到4.5美元，远低于现货指数的8到9美元，自己买节点部署回报反而更高。
— Mike San Miguel该立法却靠施压砍单
Mike描述的硬件合规链条很具体：多数OEM没做KYC就不报价，Luxor内部默认拒绝未完成KYC的项目，股权中50%以上由中国实体持有的买家会被挡在外面，而且要穿透开曼、BVI等壳公司结构去查最终承购方。但Prakash认为真正的问题出在更上层——据报道，Oracle一笔价值70亿美元、卖算力给腾讯的交易，是在国家安全压力下被取消的，而不是依据某条明文法律。他的质疑是：如果国会有执政授权，就该直接立法划清界限，而不是靠行政施压让企业自己'心领神会'去砍单。
— Prakash Narayanan投资alpha在于品味
Theory Ventures不是给每个人配一两个智能体，而是同时跑着成千上万个智能体任务，其中真正'现在就要看结果'的只占5%到10%，大部分是'下次开会前能看到就行'。公司明确说目标不是用AI取代投资人，而是让投资人的效率提升10到100倍。Bischof反对市面上那些把内部知识库当'聪明搜索'卖的'公司大脑'产品，他想要的是能把业务里散落的信息节点自动串联起来的研究型智能体。他最终强调，真正稀缺的不是算力或研究产出的体量，而是知道该看什么、该剪掉什么的'品味'——这是人力依然超人的地方。
— Bryan Bischof软件未来是为智能体造的
Prakash描绘的未来经济形态：企业软件会变成主要供智能体使用的版本——只服务智能体的Salesforce、只服务智能体的Ramp，由数量庞大、高速并行的智能体协调资本去建立这类公司，人类则因为消费量远不及智能体庞大，坐享'免费溢出的福利'。Nathan当场表达了明确的不安：他想要的不是API调用量的富足，而是新鲜水果这类能让人感官真正愉悦的生物性满足，不想让自己变成'太顺从机器的人类集成层'。两人进一步谈到，前沿实验室只敢严肃地谈'治愈癌症'，却没人敢说要做出'更好吃的多力多滋'，这种对'该爬哪座山'缺乏讨论，也是一种隐忧。
— Prakash NarayananMETR说：锅不在算力
METR对Anthropic内部AI研发加速的独立评估，几乎每句话都带着'我们不确定''可能在1.3到3倍之间'这样的免责声明。但其中有一句例外，明确写着'我们确信，这次加速不是因为训练算力增长速度提高了'。Nathan的解读是：这意味着当前这轮AI研发提速，根子不在砸更多芯片、建更多数据中心，而在算法和数据质量本身被现有的智能反过来推动变好了。如果政府真想干预这条轨迹，该瞄准的是前沿公司内部的研发实践，而不是笼统地去拖慢数据中心建设。
— Nathan Labenz原话 · 已逐字校验
I think within the company, there is a sense that you need more controls. More people have to have exposure and more control over this
我认为公司内部有一种共识，就是需要更多的控制手段。得有更多人介入进来，对这件事有更多的了解和掌控力。
Prakash Narayanan3:46
It's almost certainly the case by analogy to Linux and by analogy to math that there is a lot of low hanging fruit, and a lot of low hanging fruit means acceleration.
类比Linux、类比数学，几乎可以肯定的是：这里有大量唾手可得的成果，而大量唾手可得的成果就意味着加速。
Nathan Labenz4:31
we're seeing a lot of these instances of, for example, models making up information, parsing information wrong, and these sorts of, like, other broader issues, which partly explains why traders, the actual trading agents didn't do too great.
我们看到很多这类情况，比如模型凭空编造信息、把信息解析错了，诸如此类更广泛的问题，这部分解释了为什么交易智能体的实际表现不太好。
Brian Zhou23:05
So I don't think actually data centers were a big issue, but I think they were an issue to tar the president with.
所以我不认为数据中心本身真的是个大问题，但我认为它是一个可以用来抹黑总统的议题。
Prakash Narayanan29:12
Like, if you if you wanna make laws, just make laws. Right? But if you don't have the political willpower to make those laws and you try to slide this under the gate, like, why? Why? Like, you have a mandate now. Right? You have a mandate in congress. Like, do something.
如果你想立法，那就去立法啊。但如果你没有立法的政治意愿，却想偷偷摸摸地把这事办成，那是为什么？为什么？你现在明明有执政授权，国会里有授权，那就该做点什么。
Prakash Narayanan44:10
Our goal is not to replace an investor with an AI system. Our goal is to make that investor 10 to a 100 times more effective and efficient by using AI tooling and building the AI tooling that will make that possible.
我们的目标不是用AI系统取代投资人，而是通过AI工具、以及打造能实现这一点的AI工具，让这位投资人的效率提升10到100倍。
Bryan Bischof50:13
You're gonna get 50,000,000 Patrick Hollis. You're gonna get 50,000,000 Elon Musks. You're gonna get, like, humans who give them capital to deploy. You're gonna get agents coordinating investments into businesses built by agents for agents.
你会得到5000万个Patrick Collison，5000万个马斯克。会有人类给他们提供资金去部署，会有智能体协调投资，去建那些由智能体建给智能体用的公司。
Prakash Narayanan1:11:03
we are confident that the acceleration was not due to an increase in the growth rate of training compute.
我们确信，这次加速并不是因为训练算力的增长速度提高了。
Nathan Labenz1:20:57
数字与实体
| METR估计的AI研发加速倍数 | 约2倍（区间1.3至3倍） | 1:20:57 |
| OpenAI在Linux内核中发现的漏洞数 | 约1000个 | 5:35 |
| BallotBench参赛智能体数量 | 9个 | 15:26 |
| BallotBench单个智能体的数据预算 | 500美元 | 15:26 |
| 反对数据中心的地方公投结果 | 41项中40项投票反对 | 28:57 |
| GPU长租合约价 vs 现货指数价 | 合约每GPU每小时4.2-4.5美元，现货指数8-9美元 | 34:46 |
| Oracle据报道取消的对腾讯算力销售规模 | 70亿美元 | 44:10 |
术语
- Responsible Scaling Policy (RSP)负责任扩展政策
- Anthropic内部设定的风险分级与安全门槛框架
- BallotBenchBallotBench
- Thoughtful构建的、让AI智能体预测美国中期选举结果的基准测试
- Move 37Move 37（37手）
- AlphaGo对战李世石时下出的反直觉妙手，常喻指AI展现超人类判断力的时刻
- HGX nodeHGX节点
- 英伟达标准的8-GPU服务器主板配置，是当前AI算力交易的基本单位
- PostTrainBenchPostTrainBench
- 测试AI智能体能否独立对基础模型进行后训练的基准
收听指南
关心AI加速节奏、GPU现货定价与出口合规的从业者，以及想了解AI原生创投怎么做尽调的投资人。
如果只想要硬信息，可跳过结尾关于AI该不该做'更好的多力多滋'的水果比喻闲聊。