Anthropic CEO Dario Amodei 访谈：我们正在接近指数的终点
输入“/”快速插入内容
Anthropic CEO Dario Amodei 访谈：我们正在接近指数的终点
Anthropic CEO Dario Amodei 访谈：我们正在接近指数的终点
用户4242用户42422月16日修改
原创 宝玉 宝玉 宝玉AI2026年2月15日 12:59 美国
Anthropic CEO Dario Amodei 三年前在 Dwarkesh Podcast 上做了一期长访谈，当时他预测“三年后你和 AI 对话一小时，很难分辨它跟一个受过良好教育的人有什么区别”。这个预测基本兑现了。
三年后他又来了。这次他说的话更大胆： 1-3 年内有 50% 的概率出现“数据中心里的天才之国”，10 年内 90% 确信 。他同时经营着一家收入每年翻 10 倍的公司，刚完成 300 亿美元 融资，估值 3800 亿 。
这期访谈覆盖了几乎所有关键问题：Scaling 到底在 scale 什么？AI 编程的真实生产力是多少？AI 公司凭什么能盈利？监管会不会毁掉一切？中美能不能各有各的“天才之国”？
要点速览：
•
强化学习（RL）的规模扩展（scaling） 呈现出与预训练相同的对数线性规律，Dario 2017 年提出的“大算力团块假说”至今成立
•
当前 AI 编程带来约 15-20% 的总生产力提升 ，半年前约 5%，正在加速
•
1-3 年内有 50% 概率 出现“天才之国”，10 年内 90% 确信，但“我们目前显然还没到”
•
AI 行业天然盈利结构：约 50% 算力用于训练 + 50% 用于推理（运行模型为用户生成回答）， 推理毛利率超 50% ，亏损主要来自需求预测偏差
•
经济扩散“极快但非无限快”，Anthropic 收入连续三年 每年 10 倍增长 ，2026 年 1 月又增数十亿
•
Dario 约 30-40% 时间花在公司文化上，每两周做一次“Dario Vision Quest”全员分享
【1】Scaling 还在继续，只是换了个形式
Dwarkesh 开场问了一个他三年前就问过的问题：Scaling 为什么有效？
三年前答案相对简单——预训练（用海量数据训练模型的第一阶段）的损失值（loss）随着算力增加而对数线性下降，有公开的规模定律（scaling law）曲线可以看。但现在情况变复杂了。强化学习（RL）的 scaling 没有公开的规模定律，甚至连“RL 到底在教模型什么”都没有清晰的公共叙事。
Dario 的回答是： 别想复杂了，本质上和之前一样。
他说自己 2017 年写了一份内部文档叫 "大算力团块假说" （The Big Blob of Compute Hypothesis），比 Rich Sutton 2019 年发表的“苦涩的教训”（The Bitter Lesson）还早两年。【注：Rich Sutton 是强化学习领域的奠基人之一，他的“苦涩的教训”指出，AI 研究史上，利用更多计算的通用方法总是最终胜出，人类精巧设计的特殊方法总是被淘汰。】
这份文档列了 七个关键要素 ：原始算力、数据量、数据质量和分布广度、训练时间、可 scale 的目标函数（预训练和 RL 各一种）、以及数值稳定性相关的归一化技术。Dario 说这个框架至今没什么需要修改的。
关键新信息是： RL 现在也展现出与预训练相同的对数线性的 scaling 规律。
“我们在 RL 上看到了和预训练一样的 scaling。”
而且不只是数学竞赛。Dario 说在“广泛的 RL 任务”上都看到了这种 scaling，虽然他没有透露具体是哪些任务。
他做了一个类比。早期的预训练也是从窄分布数据开始的，GPT-1 是在同人小说（fanfiction）上训练的，泛化能力很差。直到 GPT-2 用了全互联网数据（从 Reddit 链接抓取），才开始出现真正的泛化。RL 正在经历同样的过程：从数学竞赛到代码，再到更多任务， 泛化正在到来 。
Dwarkesh 追问：Rich Sutton 对大语言模型（LLM）其实并不看好。
Sutton 的观点大致是：如果一个系统真正拥有人类学习的核心算法，它不应该需要几十亿美元的数据和算力才能学会用 Excel。我们在 RL 环境中一个一个教模型技能，这本身就暗示我们缺少某种核心的学习能力。
Dario 承认这里有一个真实的困惑：模型确实比人类需要多得多的训练数据（人类看不到万亿个词，但模型需要）。但 Dario 把这个问题重新框架化了：
预训练不等于人类学习，它介于人类进化和人类学习之间。 人类大脑不是白板，很多先验知识来自进化。而模型从随机权重开始，更像白板。所以预训练做的事情，既不是进化也不是学习，而是介于两者之间。模型的上下文学习（in-context learning）则介于人类的长期学习和短期学习之间。
“LLM 的各个阶段存在于这个光谱上，但不一定在完全相同的位置。”
【2】“扩散”是借口吗？
Dwarkesh 的辣评（hot take）：扩散是 AI 能力不够时的遮羞布。
他的论证是：AI 相比人类有天然的集成优势。它能在几分钟内读完你全部的 Slack 和文档，可以无限复制已验证的实例，没有招聘时的逆向选择问题。如果整合 AI 比雇人容易得多，那扩散不应该是瓶颈。
Dario 的区分：扩散确实存在，不只是模型能力不够的借口。
他举了 Claude Code 的例子。Claude Code 对个人开发者来说几乎零门槛就能开始用，大企业采用它的速度也比常规技术快得多。但即便如此，大企业仍然需要经过法务审查、安全合规、领导层决策、IT 部门部署等一系列流程。
“我们正在竭尽全力让 Anthropic 的收入每年增长 20 到 30 倍，而不是 10 倍。”
他的核心框架：
“我认为我们应该思考的是这个中间地带：一切都极快，但不是瞬间完成。”