--Anthropic?的聯(lián)合創(chuàng)始人、首席科學(xué)家?Jared Kaplan訪談總結(jié)

不知道你有沒有這樣的感受：AI 這兩年的發(fā)展，實(shí)在是太快了?？斓绞裁闯潭?？快到連身處其中的頂尖科學(xué)家們，都在不斷刷新自己的認(rèn)知和判斷。下邊和大家分享一場信息量爆炸的深度訪談。

1、一場重量級對話：Claude 背后的男人開口了！

這場對話的兩位主角來頭不?。?/p>

? 一位是 Anthropic 的聯(lián)合創(chuàng)始人、首席科學(xué)家 Jared Kaplan，他可以說是 Claude 系列模型背后的核心大腦之一。

? 另一位則是知名科技評論家、未來趨勢研究者 Azeem Azhar。

Kaplan 平時(shí)極少接受采訪，而這次開口，直接帶來了許多“勁爆”觀點(diǎn)。最引人注目的一個(gè)預(yù)測是：AGI（通用人工智能）可能會(huì)在未來兩到三年內(nèi)出現(xiàn)！這比谷歌 DeepMind CEO Demis Hassabis 所預(yù)測的 2030 年，整整提前了 五年以上。當(dāng)然，這只是開胃菜。

2、AGI 不是“登頂”，而是“攀登”的過程

Kaplan 強(qiáng)調(diào)，AGI 并不是一個(gè)清晰的臨界點(diǎn)，而是一個(gè)漸進(jìn)的過程：AI 會(huì)在多個(gè)維度上不斷接近、甚至超越人類能力，而不是某一刻突然“通關(guān)”。他指出，衡量 AI 能力進(jìn)步有兩個(gè)關(guān)鍵維度：

2.1、環(huán)境適應(yīng)范圍：

從 AlphaGo 只能在圍棋里稱王，到如今 Claude、GPT 能處理文本、圖像、代碼、網(wǎng)頁操作……AI 能適應(yīng)的“世界”越來越大。

2.2. 任務(wù)復(fù)雜度：

從最初只能完成“秒級”的任務(wù)（如識別名詞），到現(xiàn)在 Claude 能完成“小時(shí)級”“半天級”的任務(wù)（比如理解并總結(jié)兩萬字長文），AI 的任務(wù)“耐力”飛躍式增長。

Kaplan 把這種能力的進(jìn)化，稱為 AI 模型“視界（horizon）”的拓展。

3、AI 為什么越來越“聰明”？三大推手

Kaplan 歸結(jié)出推動(dòng) AI 視界不斷擴(kuò)展的三大關(guān)鍵因素：

* 模型智能的持續(xù)提升：

模型結(jié)構(gòu)越來越優(yōu)越，能夠同時(shí)追蹤更多變量、理解更復(fù)雜的邏輯。

* 上下文長度的顯著增加：

從只能看幾百詞的“短視”模型，到今天百萬 token 的“長記性”AI，閱讀一本厚書不再是夢。

* 通過強(qiáng)化學(xué)習(xí)習(xí)得復(fù)雜任務(wù)：

AI 不只是“看一看”，而是像人類一樣，通過試錯(cuò)、反饋、規(guī)劃逐步掌握復(fù)雜任務(wù)。

比如他們的 Claude Code，已經(jīng)可以搜索整個(gè)代碼庫、修改多個(gè)模塊，還能自己跑測試！

4、思考時(shí)間：AI 不再“秒回”，而是學(xué)會(huì)“深思熟慮”

一個(gè)很有意思的新概念，是 “test-time scaling”（推理階段擴(kuò)展）。什么意思呢？當(dāng)你給模型 更多時(shí)間和計(jì)算資源，它的回答質(zhì)量會(huì)顯著提升。Anthropic 在 Claude 3.7 Sonnet 模型中，首次引入了“思考時(shí)間（thinking time）”功能：

????用戶可以選擇快速響應(yīng)，或讓模型多想一會(huì)兒。

????模型還會(huì)根據(jù)任務(wù)復(fù)雜度，自主決定該“快答”還是“深思”。

Kaplan 用了個(gè)生動(dòng)比喻：“就像你剛上班第一天，面對陌生任務(wù)會(huì)特別謹(jǐn)慎。但熟練后，遇到常規(guī)問題就能快速應(yīng)對。”未來的 AI，不僅要回答問題，還要判斷什么時(shí)候該認(rèn)真思考——這才是更接近人類的智能。

5、Scaling Laws 還有效嗎？數(shù)據(jù)瓶頸是否已至？

談到 AI 模型能不能繼續(xù)“越變越強(qiáng)”，繞不開一個(gè)話題——Scaling Laws（規(guī)模定律）。Kaplan 明確表示：“我們還沒看到 Scaling Laws 失效的跡象。”也就是說，只要數(shù)據(jù)、算力、模型規(guī)模三者齊頭并進(jìn)，模型的性能仍會(huì)持續(xù)提升。不過他也坦言，“高質(zhì)量數(shù)據(jù)”正面臨枯竭風(fēng)險(xiǎn)。一旦“好數(shù)據(jù)”吃完，單靠擴(kuò)大規(guī)?？赡芫蜔o法帶來預(yù)期益。

但他依然保持樂觀：

? 算法更高效：更聰明的訓(xùn)練方式出現(xiàn)。

? 硬件更強(qiáng)大：新一代芯片降低單位算力成本。

此外，他指出，模型的實(shí)用價(jià)值提升，往往不是靠“變大”，而是靠后續(xù)階段的微調(diào)和強(qiáng)化學(xué)習(xí)，來完成具體、有用的任務(wù)。

6、AI 迭代多快？Claude 4 很可能 6 個(gè)月內(nèi)上線！

Kaplan 透露，下一代 Claude 模型可能會(huì)在六個(gè)月左右發(fā)布！為什么迭代這么快？一方面，預(yù)訓(xùn)練效率不斷提升；另一方面，強(qiáng)化學(xué)習(xí)等“后訓(xùn)練”階段進(jìn)步飛速，占用資源少、測試頻次高。他說得很直白：“AI 的進(jìn)步不像芯片那樣一代一代，而是一個(gè)持續(xù)的過程，速度甚至超過摩爾定律?！笨萍荚u論家 Azhar 也補(bǔ)充說，AI 模型進(jìn)化速度快到他都來不及調(diào)整自己的使用習(xí)慣和工作流程——只能靠不斷“實(shí)踐中體會(huì)進(jìn)步”。

7、AI 的全球格局與競爭對手：怎么看 DeepSeek？

最后，Azhar 提到了一個(gè)繞不開的名字——DeepSeek。尤其是 2025 年初發(fā)布的 R1 模型，一度震撼業(yè)界。雖然 Anthropic CEO Dario 曾呼吁用“管制”應(yīng)對競爭，引發(fā)爭議，但 Kaplan 的態(tài)度顯得更為平和：“對 DeepSeek 的進(jìn)展，我們并不意外，事實(shí)上我們已經(jīng)關(guān)注他們超過一年?！彼J(rèn)為，這場國際競爭是不可避免的，但也正是這種競爭，加速了 AI 的整體進(jìn)步。

8、結(jié)語：我們正站在 AI 的“臨界點(diǎn)”前夜

這場訪談，不只是對 Anthropic 發(fā)展戰(zhàn)略的解讀，更是一次站在 AI 浪潮之巔的深度觀察。如果你想了解：

? AGI 可能比我們想象的來得更快

? AI 的“理解力”到底提升到了什么程度

? 模型還會(huì)多快迭代

? AI 如何決定該“秒回”還是“深思”

那么，Jared Kaplan 與 Azeem Azhar 的這次對談，絕對值得一看！