Scaling沒有墻！Anthropic CEO：AI實驗室真相遠超公眾想象

新智元報道

編輯：定慧

【新智元導讀】Anthropic CEO Dario Amodei在摩根士丹利會議上扔出一顆深水炸彈：Scaling Law根本沒撞墻，2026年將迎來激進加速。他用棋盤稻米寓言做了個精準比喻——我們正站在第40格，前39格的所有震撼加在一起，不過是后24格的零頭。這場指數級狂飆，沒人準備好。

Scaling Law，撞墻了嗎？

3月3日，Anthropic CEO Dario Amodei在摩根士丹利TMT年度會議上說直接定調：

We do not see hitting the wall.

我們，看不到墻。

他的核心觀點只有一句：

Scaling Law不僅沒有撞墻，2026年還會迎來一輪激進加速!

而且這個速度，會讓所有人措手不及。

Dario Amodei直接把AI撞墻論按在地上摩擦。

這話如果換一個人說，你大可以當吹牛聽。

但說這話的人，是全球估值最高的AI公司之一的掌門人，手里握著Claude系列模型，公司年化收入已經被外界估計達到了190億美元量級（已經快追上OpenAI了）。

而且在企業API市場，Anthropic的份額可以說是一家獨大。

他不是在畫餅，是在描述他每天親眼看到的東西。

讓數學家都害怕的棋盤故事

如何讓普通人也能體會到「奇點加速」的感受？

Dario在會上講了一個經典得不能再經典的寓言——棋盤上的稻米。

故事你可能聽過：國際象棋棋盤有64個格子，第一格放1粒米，第二格放2粒，第三格放4粒，每一格翻倍。

聽起來人畜無害對吧，但真算到最后一格，那個數字是多少？

大約是1844京粒米。

就是18,446,744,073,709,551,615粒。

這個數字大到什么程度呢——把全球所有水稻田連種一萬年，也湊不出這么多。

這個故事之所以恐怖，不在于結局，而在于過程中的錯覺。

前32格加在一起，總共也就大約42億粒米，聽著挺多，但放在整個棋盤上看？

連零頭都算不上。真正的爆炸性增長，全部集中在后32格。

從第33格開始，每翻一格，增量就超過之前所有格子的總和。

這就是指數增長最狡猾的地方——前半場溫溫吞吞，讓你覺得也就那樣；后半場突然起飛，等你反應過來，已經來不及了。

Dario說：我們現在正站在這個棋盤的第40格。

也就是說，前面39格的增長——從GPT-3到ChatGPT到GPT-4到Claude 3.5再到Opus 4.6今天各家模型的百花齊放——所有這些加在一起，可能只是后面24格的一個前奏。

他原話的意思很明確：從第40格到第64格的速度，會比你已經見過的一切都更快。

哪怕你已經覺得AI發展夠快了，你仍然沒有準備好。

2026年：激進加速的一年

Radical acceleration——這是Dario用來形容2026年的詞。

注意，他沒有說穩步提升，沒有說值得期待，他用的是激進加速。

讓我們想想過去兩年發生了什么：

2024年初，大多數人還在用ChatGPT寫寫郵件、問問菜譜，覺得AI挺好玩但也就那樣。

到了2024年底，AI編程助手開始大面積進入開發者工作流。

2025年，AI Agent的概念爆發，模型開始能自主完成多步驟任務。

2026年，發生的一切已經夠讓人目不暇接了。

但在Dario看來，這都還只是棋盤前半場的故事。

真正讓他興奮（或者說讓他緊張）的是：他們在實驗室里看到的東西，遠比外界感受到的要瘋狂得多。

這就是科技行業一個經典的信息不對稱——公眾感知到的AI能力，永遠落后于實驗室內部的真實水平。

當你覺得哇，Claude變聰明了好多的時候，Anthropic內部可能早在半年前就已經走到了更遠的地方。

而現在，Dario直接站出來說：2026年，實驗室里的東西要大規模溢出到現實世界了。

代碼領域：一切爆發的起點

在這次會議上，Dario透露了一個關鍵信息：代碼生成是目前AI能力爆發的最強領先指標。

他說這個領域的進展已經超出了他們最樂觀的預期。

這個超出預期是什么概念？

Anthropic自己就是最好的例子——他們內部已經在大規模使用自家模型來寫代碼。

如果按照付費標準來算，Anthropic自己會是自己最大的客戶之一。

但更關鍵的變化在于，代碼能力的溢出效應：

第一階段：模型幫你寫代碼。節省時間，提高效率，但本質上還是個高級工具。

第二階段：模型開始接管圍繞代碼的一切周邊工作——管理服務器、控制集群、檢查視覺特征、搭建工具鏈。它不僅寫代碼，還能理解代碼運行的整個上下文。

第三階段：模型開始搭建讓自己更高效工作的腳手架和工具。也就是——AI開始用AI來改進AI。

這就是為什么Dario說他們的端到端生產效率已經翻了兩到三倍。不是某個環節提高了30%，而是整個鏈條的效率成倍增長。

他進一步預言：代碼領域正在發生的這一切，將會以稍慢但完全相同的模式，復制到經濟的每一個角落。金融、醫療、法律、教育、制造……每一個行業都將經歷同樣的三階段滲透。

這是一個非常大膽的斷言。但如果你回想一下互聯網的普及路徑——先是程序員用，然后企業用，最后所有人用——你會發現，AI的這條路徑幾乎是歷史的復刻，只是速度快了10倍。

RSI：AI學會了左腳踩右腳

在Dario的公開言論之外，還有一個更值得關注的信號：遞歸式自我改進（Recursive Self-Improvement, RSI）。

什么是RSI？簡單說就是：AI自己改進自己。

打個比方，現在的AI模型是人類工程師用大量數據訓練出來的。但如果有一天，AI模型能自己發現自己的不足、自己設計實驗、自己優化參數、自己提升能力呢？

這就像一個學生不再需要老師，開始自己給自己出題、自己批改、自己查漏補缺。而且每一輪改進之后，它出的題更好了，改進的速度也更快了。

左腳踩右腳，原地起飛——雖然這在物理學里是個笑話，但在AI領域，這正在變成現實。

從Dario的發言中可以看出，Anthropic在這個方向上很可能已經取得了實質性進展。

他提到模型已經能搭建工具和腳手架來改進自身工作流，這本質上就是RSI的早期形態。

如果RSI真的在2026年取得突破，那么AI的進化速度將從指數增長變成指數的指數增長。

留住人才比什么都重要

在一片技術狂飆中，Dario還分享了一個很接地氣的話題：人才戰爭。

去年夏天，Meta曾試圖挖走Anthropic的研究人員，開出的價碼從1億到5億美元不等——注意，這是給單個人的。

這個數字已經遠遠超過了頂級職業運動員的薪資。

面對這種天價誘惑，Anthropic怎么做的？

Dario說，他們對團隊的態度是：你來Anthropic是因為使命感，不是因為某個競爭對手突然扔了個飛鏢扎到你名字上我們就給你加10倍薪水。那樣做只會撕裂團隊文化。

結果呢？面對5億美元的誘惑，Anthropic最終只走了兩個人去了Meta。

而作為對比，規模大約是Anthropic 1.5倍的OpenAI，流失的人數要多好幾倍。

Dario驕傲地強調：Anthropic的7位聯合創始人至今全部在職，要到差不多第20號員工才能找到一個離開的人，而且離開的時間也是創業很多年之后。

這個留存率在硅谷幾乎是不可能的。在AI這個人人都被高薪挖角的行業里，簡直是個奇跡。

他的總結只有一句話：技術可以買，文化買不到。

這句話聽著像雞湯，但放在AI軍備競賽的背景下看，它有著非?，F實的含義——當你的對手可以花幾百億買GPU、花幾十億買數據，唯一不能用錢解決的，就是一支發自內心相信自己在做正確事情的團隊。

Scaling Law撞墻的迷思從何而來？

過去一年，Scaling Law撞墻的說法在業內反復出現。

其核心論點是：隨著模型越來越大，繼續堆算力和數據的邊際收益在遞減，性能提升越來越慢。

一些研究者甚至斷言，大模型的發展已經接近天花板。

早在2024年，Ilya就曾提過現在給AI訓練的燃料要用盡了。（不過當時奧特曼說了，沒有墻）

這種說法并非完全沒有道理——在某些特定的benchmark上，最新模型的進步確實沒有之前那么驚艷了。

但Dario顯然不同意這個結論。他的反駁邏輯也很直接：

第一，你看到的減速，可能只是指數曲線上的一個微小波動。

站在棋盤第38格往第39格看，增速確實只是翻了一倍。但這一倍放在絕對值上，已經是天文數字。

第二，Scaling不只是堆參數。

包括訓練方法的創新、推理時計算的優化、數據質量的提升、工具使用能力的增強……這些維度上的進步，正在打開全新的增長曲線。

第三，也是最關鍵的一點——他們在內部看到了加速。

不是理論推演，是實實在在的實驗數據。當一個每天坐在前沿實驗室里看數據的人告訴你沒撞墻，這個信息的權重應該比任何推特上的觀點都重。

說實話，Dario的話讓人既興奮又不安。

興奮的是：如果他說的是對的，那我們正處于人類歷史上最大的技術革命的臨界點。

每一個行業都將被重塑，每一種工作都將被重新定義，生產力的飛躍可能超出所有經濟學家的模型。

不安的是：指數增長的本質就是它永遠比你想象的更快。

而這一次，加速的不是某個具體產品，是智能本身。Dario自己也承認：人們還沒有準備好。

從棋盤的第40格往前看，39格的一切已經足夠震撼。

但第40格之后，人類科技沒有退路。

棋盤后半場，智人沒有回頭路。

參考資料：

https://www.tmtbreakout.com/p/tmtb-dario-amodei-anthropic-ceo-at