Claude 4六个月内发布！Anthropic联创Kaplan：AGI两三年内到来

---

  新智元报道  

提到anthropic，大家首先想到的可能是它的联合创始人、ceo dario amodei。

这位明星ceo经常出现在各种场合，不时抛出一个「爆炸」言论。

不过，anthropic的另一位联合创始人，也是他们的首席科学家jared kaplan则鲜少露面。

近日，他参加了azeem azhar的一档访谈节目，并抛出了一个与dario类似的观点。

「人类水平的人工智能两三年内就会到来，不用等到2030年。」

这位略显神秘的大佬表示，ai现在能够处理的任务愈加复杂，甚至有些任务连人类专家也需要花费几个小时，甚至几天才能完成。

kaplan曾在去年预测实现人类水平的ai（agi）需要到2030年，但现在他更倾向于2到3年内到来。

不过，「人类水平」的ai并不是一个可以清晰界定的标准。

kaplan提出了衡量ai能力的两个重要维度。

一个是ai能够操作的环境范围。

从最初只能在围棋棋盘上操作的alphago，到如今可以理解文本、图像，甚至最终可能化身为机器人进入物理世界，ai的操作范围不断延伸。

其二是ai能够处理任务的复杂程度。

他回顾早期的语言模型（如bert）处理的都是1秒级的任务，比如看一个句子找出里面的名词。到了gpt-3，能处理的是10秒级的任务。

现在，像claude 3.7 sonet这样的最新模型，已经能够完成人类研究生需花费半天的复杂任务，例如分析和提炼长达20,000字的文本。

ai在这两个维度上都快速地扩展。

kaplan表示，ai能力的快速提升有多种因素：

• 模型智能的整体提升使其能够关注和处理更多不同的问题。

• 上下文窗口长度的持续扩展使ai能够理解和处理更长的文本，从段落到书籍，从而增强其理解能力。

• 通过强化学习训练ai执行更复杂的任务。

claude 3已经发布了一年多的时间，kaplan预计新一代的claude 4将会在接下来的六个月内发布。

「一方面，我们在后训练跟强化学习上有了改进，让claude能通过更多测试；另一方面，我们从预训练中提升了效率。」kaplan说，短期内这种势头不会减慢。

对于测试时扩展(test-time scaling)，kaplan觉得这是个大突破。

简单来说，就是让ai多想一会儿，性能就能可预测地变好，尤其是在那种光靠思考就能提高表现的困难问题上。

比如让claude 3.7想2000个token、4000个token、8000个token，每次思考量翻倍，性能就能稳定提升。

这种方式还能扩展到同时生成好几个答案，然后让ai挑个最好的。

kaplan解释说：「对于特别难的任务，你可以选一个更聪明的模型快速搞定，或者让一个普通点的模型多花点时间，效果可能差不多。」

不过这也带来了新挑战：模型得学会判断什么时候多想一会儿。

kaplan打了个比方：「就像你刚换了个新工作，老板给你个难题，你肯定得花大把时间琢磨，因为你想答对，不想被炒鱿鱼。但一旦你适应这个工作，可能随手就给出一个答案。」

deepseek发布的r1模型引发全球热议，展现出了令人惊艳的推理能力。

kaplan对此并不意外，「我关注deepseek的进展至少有一年半了。他们一直在发表论文、优化模型，所以这对我们或anthropic来说并不算太大的惊喜。」

这话透露出顶尖ai实验室之间对彼此的研究非常的熟悉。

他倒觉得全球的反应挺有趣：「很多人惊呼，『哇，中国竟然有这么厉害的模型！』我跟一些美国人聊过，他们过去总觉得中国可能落后好几年。但看看deepseek的论文，他们的进展其实很明显，可能只差六个月，不会太远。」

这也反映出中美两国在ai发展方面的差距正在缩小。

kaplan表示，ai研究的突破来得特别快。这种飞速进步不是因为科学家突然变聪明了，而是因为ai这个领域就像个秋天的果园，挂满了低垂的果子，迭代改进的空间很大。

他进一步说，算力硬件限制可能会让西方公司在硬件资源上占优，这对deepseek和其他公司来说可能是个挑战。

但在算法本身上，所有顶尖ai公司都在找简单、有效、可扩展的方法。

deepseek的论文里也提到了这些思路和技术，他们在算法上完全有竞争力，没理由落后。

访谈的最后聚焦在了ai对经济和社会的潜在影响上。

ai对生产力和劳动力市场的影响，可能会比历史上的任何重大技术变革来得更快。

kaplan对此深以为然，他坦言：「我觉得我们对ai会如何改变社会和生产力的思考，可能远远不够。随着ai能够完成的事情越来越多，人类可能会通过其他活动，或者用ai来放大自己的能力来实现不同。」

他同时强调了实证研究的关键作用。

比如ai是起到互补作用？还是提升了生产力？它会在多大程度上替代原本由人完成的任务？kaplan说他们正把这些数据开放给经济学家去分析。

他还特别提到ai在软件工程领域的应用，抛出了一个更深层次的问题：「像我们在软件工程中看到的这么多人用ai，这种趋势会扩散到所有知识工作吗？还是会慢得多？它又会怎样渗透进我们的日常生活？」

从claude 4的突破到deepseek的异军突起，全球ai竞赛正以前所未有的速度推进。

它将如何改变我们的工作、生活乃至整个世界？

正如kaplan所言，答案或许藏在数据与实证研究中，而我们每个人都将是这场变革的见证者和参与者。