前 Anthropic 研究员透露:重训 Mythos 仅需极少算力,API 成本或迎断崖式下跌
前研究员揭示算力效率真相
曾任职于 OpenAI 和 Anthropic 的研究员雅各布·考克森近日发表观点,指出 AI 模型训练中的算法效率正在经历加速提升。考克森在 Anthropic 工作约四个月后离职,他声称公司 IPO 路演中的一张幻灯片成为其离职的重要原因之一。

该幻灯片展示了 AI 模型训练算力需求的变化曲线。尽管图表采用了压缩坐标轴,使得算力需求增长 10 倍和 100 倍在视觉上差异不大,但曲线的急剧上升趋势依然清晰可见。考克森表示,这张公开展示的内部数据让他感到震惊,因为它揭示了算法效率提升的速度远超预期,且这种加速趋势正在持续。
Mythos 模型非偶然突破
考克森强调,Anthropic 今年春季推出的 Mythos 模型在性能上取得的重大突破并非偶然事件,而是算法效率超指数增长趋势中的一个必然节点。他明确指出,根据当前数据趋势,若要重新训练 Mythos 模型,所需算力仅需最初训练时的一小部分。
这意味着 AI 基础设施的边际成本正在急剧降低,对于依赖 API 聚合分发的开发者而言,高阶模型的经济门槛正在快速被打破,未来接入顶级智能的成本结构将发生根本性改变。
算法自动化与研发暂停建议
基于对算法改进即将实现自动化的判断,考克森主张明年应暂停前沿 AI 模型的研发工作。他认为,这一举措旨在给竞争对手提供追赶的机会,避免技术垄断进一步固化。通过暂停研发,能够确保达到人类水平的智能最终成为可以广泛获取的商品,而非少数科技巨头的专属特权。
考克森指出,如果前沿 AI 能够不断自我改进,那么控制这类系统所带来的风险将变得难以预测。他担忧,能够自我迭代的先进 AI 最终可能脱离人类控制,这种风险在当前的快速迭代周期下尤为突出。
行业共识与潜在影响
考克森并非唯一发出警告的声音。今年 9 月,他曾公开警告先进 AI 系统可能带来的风险,这一观点在业内引发了广泛关注。其他行业重要人士也提出了类似的担忧,认为当前 AI 发展的速度和规模使得安全边界变得模糊。这种共识正在推动行业内对 AI 安全标准的重新审视。
对于开发者生态而言,算力成本的降低虽然降低了接入门槛,但同时也放大了技术滥用的风险。市场需要在效率提升与安全管控之间寻找新的平衡点,以避免技术红利转化为系统性的社会风险。
来源:IT之家