前 OpenAI 與 Anthropic 研究員 Jacob Coxon 公開表示,Anthropic 為 IPO 路演準備的一張圖表,是他僅在該公司工作約四個月便離開的關鍵原因之一。據他描述,這張圖展示的是 Anthropic 隨時間推移訓練模型所需的算力變化,座標軸經過壓縮處理,使得 10 倍與 100 倍的增長在視覺上差別不大,但曲線依然陡峭攀升。Coxon 認為,這恰恰說明演算法效率的提升不僅快,而且還在加速。他直言這是一張「瘋狂的圖」,並對公司將其公開感到意外。

Coxon 進一步把今年春季出現顯著能力躍升的 Mythos 模型放進這條趨勢線裡解讀。他寫道,Mythos 並非一次性的偏離,而是「超指數」曲線上的一個點;Anthropic 如今已經可以用原始所需算力的「一小部分」來重新訓練 Mythos。這一說法若成立,意味著同一能力水平的模型,其訓練成本可能隨時間大幅下降,而演算法效率的改進正在成為比單純堆算力更重要的變數。

需要指出的是,Anthropic 在圖表旁註明,相關資料點基於內部估算,僅供示意。因此這張圖更適合被理解為一種趨勢表達,而非精確的成本核算。Coxon 的解讀也屬於個人判斷,而非公司官方結論。

在離職原因之外,Coxon 還重申了他此前的主張:明年應暫停前沿模型的開發,以便競爭對手追趕。他認為演算法層面的改進「正處於被自動化的邊緣」,而暫停開發將「使人類水平智慧商品化」,並且「只會傷害 OpenAI 和 Anthropic」。這一立場與他此前的公開警告一脈相承——他曾在 9 月就先進 AI 系統的風險發出提醒,並得到業內其他人士的呼應,其中一項擔憂便是具備自我改進能力的高階 AI 可能失控。

從更廣的背景看,這場爭論觸及大模型競賽的核心張力:一邊是領先者憑藉演算法與算力優勢持續拉大差距,另一邊是「暫停」主張者希望把能力擴散為可廣泛獲取的商品。對關注馬斯克生態的讀者而言,Anthropic 的效率曲線與 IPO 程序,也是觀察 SpaceXAI(原 xAI)等競爭者所處算力與演算法環境的一個參照系。Coxon 的說法是否準確,最終仍要看後續模型訓練成本與能力迭代的實際資料。