Anthropic研發加速已證實：推手不是算力，是算法和數據
Anthropic在IPO文件中承認研發可能已經「戲劇性加速」，METR的獨立評估顯示：這波提速靠的不是更多算力，而是算法和數據質量本身被現有智能推著變好。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 時間戳為按文稿位置估算
IPO只是給失控裝的減壓閥
Anthropic在IPO文件裡新增措辭：按目前模型路線圖推算，公司「可能很快」會撞上自家負責任擴展政策裡'由AI驅動的戲劇性加速'門檻，且承認還不能放心讓Claude無人監督地自主設計下一代前沿模型。Prakash認為公司內部已意識到風險在失控，IPO是把更多外部監督和市場約束引入公司的辦法，而不只是融資。Nathan補充兩點：一是實驗室官方措辭歷來'字面意思就是那樣，只是裹了層糖衣'，「可能很快」基本等於「現在」；二是OpenAI剛證實AI能在Linux內核裡系統性挖出上千個漏洞，說明訓練AI所用的技術棧裡堆滿了'唾手可得的果實'，這正是短期內會出現明顯加速的技術理由。
— Prakash NarayananAI預測準，卻因為慢而虧錢
Thoughtful讓九個前沿模型各自拿到一週時間和500美元預算，獨立預測美國中期選舉約800場選戰。整體上這些模型的校準度很高——說80%會贏的候選人確實接近八成勝率，準度已逼近頂尖人類預測者和部分市場表現。但真正拿錢下注的交易智能體卻虧了錢：從選情更新到計票結果之間有延遲，交易智能體反應不夠快，有時還會憑空編造錯誤信息，結果在投票日當天實際虧損。預測能力強，不代表能把這份判斷力變成交易上的勝率。
— Brian Zhou公投打的其實是總統
中期選舉同時出現41項地方數據中心公投，結果除一項外全部通過限制或反對數據中心。Prakash認為這波反對情緒真正的燃料，是特朗普本人的支持率、企業用LLC殼公司低價圈地再合併轉賣給Meta這類操作造成的'被欺騙感'，以及'有錢人靠AI發財、順手讓大家失業'的普遍焦慮，而不是選民真的研究過數據中心利弊——數據中心只是一個方便拿來'敲打總統'的靶子。他的預測是：往後誰想建數據中心，就得按Google、Meta級別的價格支付土地、人工和建設成本。
— Prakash Narayanan缺的不是芯片，是液冷機櫃
Luxor的硬件交易臺顯示，8-GPU的B300整機節點現貨報價在55萬到65萬美元之間，單筆交易動輒上千臺、價值可達5000萬美元。市場上確實存在'多餘庫存'，原因不是芯片造不出來，而是數據中心本身跟不上：大多數機房目前每個機櫃只能塞下兩臺B300，液冷產能的2027年第一季度已經賣光，不少場地報價要等到2027年第三季度甚至2028年。相比之下，簽約長租GPU每小時每卡只要4.2到4.5美元，遠低於現貨指數的8到9美元，自己買節點部署回報反而更高。
— Mike San Miguel該立法卻靠施壓砍單
Mike描述的硬件合規鏈條很具體：多數OEM沒做KYC就不報價，Luxor內部默認拒絕未完成KYC的項目，股權中50%以上由中國實體持有的買家會被擋在外面，而且要穿透開曼、BVI等殼公司結構去查最終承購方。但Prakash認為真正的問題出在更上層——據報道，Oracle一筆價值70億美元、賣算力給騰訊的交易，是在國家安全壓力下被取消的，而不是依據某條明文法律。他的質疑是：如果國會有執政授權，就該直接立法劃清界限，而不是靠行政施壓讓企業自己'心領神會'去砍單。
— Prakash Narayanan投資alpha在於品味
Theory Ventures不是給每個人配一兩個智能體，而是同時跑著成千上萬個智能體任務，其中真正'現在就要看結果'的只佔5%到10%，大部分是'下次開會前能看到就行'。公司明確說目標不是用AI取代投資人，而是讓投資人的效率提升10到100倍。Bischof反對市面上那些把內部知識庫當'聰明搜索'賣的'公司大腦'產品，他想要的是能把業務裡散落的信息節點自動串聯起來的研究型智能體。他最終強調，真正稀缺的不是算力或研究產出的體量，而是知道該看什麼、該剪掉什麼的'品味'——這是人力依然超人的地方。
— Bryan Bischof軟件未來是為智能體造的
Prakash描繪的未來經濟形態：企業軟件會變成主要供智能體使用的版本——只服務智能體的Salesforce、只服務智能體的Ramp，由數量龐大、高速並行的智能體協調資本去建立這類公司，人類則因為消費量遠不及智能體龐大，坐享'免費溢出的福利'。Nathan當場表達了明確的不安：他想要的不是API調用量的富足，而是新鮮水果這類能讓人感官真正愉悅的生物性滿足，不想讓自己變成'太順從機器的人類集成層'。兩人進一步談到，前沿實驗室只敢嚴肅地談'治癒癌症'，卻沒人敢說要做出'更好吃的多力多滋'，這種對'該爬哪座山'缺乏討論，也是一種隱憂。
— Prakash NarayananMETR說：鍋不在算力
METR對Anthropic內部AI研發加速的獨立評估，幾乎每句話都帶著'我們不確定''可能在1.3到3倍之間'這樣的免責聲明。但其中有一句例外，明確寫著'我們確信，這次加速不是因為訓練算力增長速度提高了'。Nathan的解讀是：這意味著當前這輪AI研發提速，根子不在砸更多芯片、建更多數據中心，而在算法和數據質量本身被現有的智能反過來推動變好了。如果政府真想幹預這條軌跡，該瞄準的是前沿公司內部的研發實踐，而不是籠統地去拖慢數據中心建設。
— Nathan Labenz原話 · 已逐字校驗
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
我認為公司內部有一種共識，就是需要更多的控制手段。得有更多人介入進來，對這件事有更多的瞭解和掌控力。
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.
類比Linux、類比數學，幾乎可以肯定的是：這裡有大量唾手可得的成果，而大量唾手可得的成果就意味著加速。
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.
我們看到很多這類情況，比如模型憑空編造信息、把信息解析錯了，諸如此類更廣泛的問題，這部分解釋了為什麼交易智能體的實際表現不太好。
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.
所以我不認為數據中心本身真的是個大問題，但我認為它是一個可以用來抹黑總統的議題。
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。但如果你沒有立法的政治意願，卻想偷偷摸摸地把這事辦成，那是為什麼？為什麼？你現在明明有執政授權，國會裡有授權，那就該做點什麼。
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.
我們的目標不是用AI系統取代投資人，而是通過AI工具、以及打造能實現這一點的AI工具，讓這位投資人的效率提升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.
你會得到5000萬個Patrick Collison，5000萬個馬斯克。會有人類給他們提供資金去部署，會有智能體協調投資，去建那些由智能體建給智能體用的公司。
Prakash Narayanan1:11:03
we are confident that the acceleration was not due to an increase in the growth rate of training compute.
我們確信，這次加速並不是因為訓練算力的增長速度提高了。
Nathan Labenz1:20:57
數字與實體
| METR估計的AI研發加速倍數 | 約2倍（區間1.3至3倍） | 1:20:57 |
| OpenAI在Linux內核中發現的漏洞數 | 約1000個 | 5:35 |
| BallotBench參賽智能體數量 | 9個 | 15:26 |
| BallotBench單個智能體的數據預算 | 500美元 | 15:26 |
| 反對數據中心的地方公投結果 | 41項中40項投票反對 | 28:57 |
| GPU長租合約價 vs 現貨指數價 | 合約每GPU每小時4.2-4.5美元，現貨指數8-9美元 | 34:46 |
| Oracle據報道取消的對騰訊算力銷售規模 | 70億美元 | 44:10 |
術語
- Responsible Scaling Policy (RSP)負責任擴展政策
- Anthropic內部設定的風險分級與安全門檻框架
- BallotBenchBallotBench
- Thoughtful構建的、讓AI智能體預測美國中期選舉結果的基準測試
- Move 37Move 37（37手）
- AlphaGo對戰李世石時下出的反直覺妙手，常喻指AI展現超人類判斷力的時刻
- HGX nodeHGX節點
- 英偉達標準的8-GPU服務器主板配置，是當前AI算力交易的基本單位
- PostTrainBenchPostTrainBench
- 測試AI智能體能否獨立對基礎模型進行後訓練的基準
收聽指南
關心AI加速節奏、GPU現貨定價與出口合規的從業者，以及想了解AI原生創投怎麼做盡調的投資人。
如果只想要硬信息，可跳過結尾關於AI該不該做'更好的多力多滋'的水果比喻閒聊。