全部 · 2026-02-13

Dario Amodei 在 Dwarkesh 访谈里把 AGI 叙事推到“几年内接近天才国家级算力体”。这次覆盖只有 2 个来源，且都是 Dwarkesh 的文字版和 YouTube 版，不能当作独立媒体交叉验证。两边标题完全一致，说明事件的信号不是“多家媒体确认”，而是 Anthropic CEO 选择在一个长访谈里释放高强度时间线判断。 这里最重的不是那句“near the end of the exponential”。重的是 Amodei 把三件事绑在一起讲：模型能力按预期指数推进；代码能力已经越过一般博士或专业水平；公众仍在用常规政治议题处理一个短时间窗里的能力跃迁。这个组合很 Anthropic：一边强调安全和治理紧迫性，一边不断提醒市场，自己坐在前沿能力曲线的最内侧。 Dwarkesh 的文字稿角度更偏“思想路线图”。它把问题拆成 RL scaling、经济扩散、算力投入、实验室利润、监管、美国和中国竞争。YouTube 标题没有新增事实，主要放大那句可传播的警报。两源一致不是独立判断收敛，而是同一访谈资产的双渠道分发。这个要分清，否则很容易把“播客爆款标题”误读成行业共识。 我对 Amodei 的核心判断一半认同，一半保留。认同的部分是：过去一年多，前沿模型在代码、长任务、工具调用、agentic workflow 上的斜率确实比聊天体验更陡。Claude Sonnet 4.5 这类模型如果放在软件工程上下文里看，已经不是“会写函数”的级别，而是在很多 repo 级任务里开始触碰初级工程师的工作边界。OpenAI、Anthropic、Google、xAI 都把模型发布讲成推理、代码、工具使用、长上下文和多步任务，说明前沿实验室内部也不再只盯 next-token loss 的展示指标。 保留的部分在 RL。Dwarkesh 问得很准：三年前大家还能讨论预训练 scaling law，至少有公开曲线和跨数量级 compute 的故事。现在 RL regime 里，外部看不到同等级别的公开规律。我们不知道 Anthropic 看到的是 reward model、verifier、合成任务环境，还是代码和数学 benchmark 上的局部幂律。正文只披露了访谈问题和 Amodei 的高层说法，未披露可复现实验、训练 compute、数据配方、RL 预算占比、能力曲线斜率。拿“指数快结束了”当结论可以，拿它当证据不行。 说真的，我也不太买“公众没有认出我们有多接近终点”这个责备口吻。公众看不到 Anthropic 内部 eval，看不到失败样本，看不到训练后能力的分布尾部，也看不到模型在真实企业流程里的可靠性曲线。外部只能看到发布会、基准榜、产品 demo、价格表和宕机记录。要求外部像实验室 CEO 一样相信时间线，本身就不合理。前沿实验室过去反复用安全理由要求政策信任，又用商业理由保留关键证据，这里面有张力。 更微妙的是算力和利润问题。访谈时间戳里有“如果 AGI 临近，为什么不买更多算力”和“AI labs 如何盈利”。这两个问题把 Amodei 叙事里最硬的矛盾摆出来了：如果只差几年，理性策略应该极端扩张 compute；如果实验室还要讲利润模型，那就说明资本、供电、芯片、产品化、监管都在约束这条指数曲线。所谓“end of the exponential”并不只受算法控制，它还受数据中心交付周期、GPU/ASIC 供应、推理毛利、客户愿付价格约束。正文未给 Amodei 对这些矛盾的完整回答，所以不能替他补。 外部参照也让这句话更复杂。2025 到 2026 的主线不是单纯模型变聪明，而是推理成本下降、代码 agent 上线、企业集成变慢、监管和版权诉讼继续拖住部署。很多 AI 从业者已经在生产环境里看到两条曲线分叉：benchmark 能力升得快，可靠落地升得慢。Amodei 说“diffusion cope”这个章节标题很挑衅，但现实是扩散确实有摩擦。ERP、医疗、金融、政府采购不会因为模型能解 PhD 题就自动改流程。 我的判断是：这次访谈是一个强烈的“内部时间线外泄式发言”，不是一篇能验证时间线的技术披露。它的价值在于告诉我们 Anthropic CEO 仍然把能力曲线看得非常短，并且认为社会反应严重滞后。它的弱点也清楚：没有公开 RL scaling law，没有给出 eval 方法，没有解释从代码超强到经济重构之间的可靠性鸿沟。AI 从业者该认真听这个警报，但别把 CEO 的紧迫感误当成物理定律。