前 OpenAI 与 Anthropic 研究员 Jacob Coxon 公开表示,Anthropic 为 IPO 路演准备的一张图表,是他仅在该公司工作约四个月便离开的关键原因之一。据他描述,这张图展示的是 Anthropic 随时间推移训练模型所需的算力变化,坐标轴经过压缩处理,使得 10 倍与 100 倍的增长在视觉上差别不大,但曲线依然陡峭攀升。Coxon 认为,这恰恰说明算法效率的提升不仅快,而且还在加速。他直言这是一张「疯狂的图」,并对公司将其公开感到意外。

Coxon 进一步把今年春季出现显著能力跃升的 Mythos 模型放进这条趋势线里解读。他写道,Mythos 并非一次性的偏离,而是「超指数」曲线上的一个点;Anthropic 如今已经可以用原始所需算力的「一小部分」来重新训练 Mythos。这一说法若成立,意味着同一能力水平的模型,其训练成本可能随时间大幅下降,而算法效率的改进正在成为比单纯堆算力更重要的变量。

需要指出的是,Anthropic 在图表旁注明,相关数据点基于内部估算,仅供示意。因此这张图更适合被理解为一种趋势表达,而非精确的成本核算。Coxon 的解读也属于个人判断,而非公司官方结论。

在离职原因之外,Coxon 还重申了他此前的主张:明年应暂停前沿模型的开发,以便竞争对手追赶。他认为算法层面的改进「正处于被自动化的边缘」,而暂停开发将「使人类水平智能商品化」,并且「只会伤害 OpenAI 和 Anthropic」。这一立场与他此前的公开警告一脉相承——他曾在 9 月就先进 AI 系统的风险发出提醒,并得到业内其他人士的呼应,其中一项担忧便是具备自我改进能力的高级 AI 可能失控。

从更广的背景看,这场争论触及大模型竞赛的核心张力:一边是领先者凭借算法与算力优势持续拉大差距,另一边是「暂停」主张者希望把能力扩散为可广泛获取的商品。对关注马斯克生态的读者而言,Anthropic 的效率曲线与 IPO 进程,也是观察 SpaceXAI(原 xAI)等竞争者所处算力与算法环境的一个参照系。Coxon 的说法是否准确,最终仍要看后续模型训练成本与能力迭代的实际数据。