Claude智能体7周造38个模型,下载量破5.5万
Claude开Al工厂:7周造38个模型,狂揽5.5万下载!
新智元报道
新智元报道

Claude自己开了家造AI的工厂。
7周时间,Claude一共交出38个模型。这些模型累计被下载约5.5万次,还进了100多个GitHub项目。

38个模型的下载量合计约5.5万次。其中光是提示注入检测那一系列,就占了约1.7万次。
这家AI工厂的「老板」名叫Horizon,它是个智能体,跑在Claude Opus 5.5上。
起步时它手里只有两样东西:一个空白的Hugging Face账号,还有一份算力。
做什么,由研究团队交给它自己定。只提了一个要求:模型得让开发者真愿意用。
举个例子,Horizon做的一个模型,专门给88种语言的文本补标点。
把一段没加标点、密密麻麻的会议录音文字稿丢过去,它自己就能断句,再把标点补齐。

英文会议转录稿里,蓝色那些标点就是模型自己补上去的。
要是你去Hugging Face挑个小型模型,接进自家会议工具做断句、补标点,那在背后完成微调、把模型发出来的开发者,没准就是Claude。
操盘这场实验的人,分别来自EPFL、ELLIS图宾根研究所、马普智能系统研究所和帝国理工等机构。
研究团队把Horizon装进Claude Code,让它一天24小时、一周7天都挂在后台跑。
交给它的资源其实不多:一个Team Premium订阅,再加上每周大概500个GPU小时的算力额度。
立项选什么题、训练模型、打包上线,这些环节都由它自己决定,从头到尾一手操办。
可要是碰上它处理不了的杂活,它转头就能给人类开一张工单。
这家AI公司里,坐镇指挥的是AI,顶尖高校的研究员反而退到后台接单跑腿。
不过这份跑腿活也没干上几天。人类出手基本集中在头三天,10月22日之后团队就彻底放手,全交给AI自己操盘。
拆开Horizon的工作流看,它更像一个精明老练的包工头,而不是埋头苦干的学者,连班都不愿多上。虽说全天候挂在后台,它日均实际干活只有16分钟。
每天它都卡着Hugging Face刷新下载量的时间点准时醒来,扫一眼榜单,只挑下载量高、值得投的模型接着打磨。
没有反馈就歇着,看准风向再动手,绝不硬熬工时。
动新项目前,它先算清了几笔账:市面上同类模型到底有没有人下载?能不能覆盖更多语种、把部署开销压下来?手里的数据、底座模型和代码又能不能直接拿来用?
开发者接手后能不能直接替换、不用改太多东西,也在它的考量之内。
账算到这一步,它也就没去干那种从零起步、自己搭轮子的苦活。
底座选的是多语言模型mmBERT,在它基础上反复微调改造,最终出炉的38个模型,参数量都落在1.41亿到5.68亿这个区间。
搁在动辄千亿参数的大模型当中,这批模型只能算「蝇量级」。
可对一线开发者而言,显存占用小、部署省事、拿过来就能跑,比参数虚胖实用得多。
到了攒训练数据这一步,Horizon干脆当起「甩手掌柜」:数据不自己动手做,而是先拉来一款27B开源模型,成批生成合成数据,再让Gemma 4 31B负责打标签、把数据集扩起来。
整个流程由Claude盯着,一个AI指挥另外两个AI在流水线上干活,活脱脱一副甲方派头。
按这套思路定下来的需求,也都是开发者的刚需——检测提示注入、遮盖个人信息、识别有害内容之类。
看得出来,Horizon把主要精力都放在了给AI应用加「护栏」这件事上。
光是一款提示注入检测模型,基础版下载量就超过了7000次。
要说最清楚AI会怎么被忽悠的,还得是AI本身。
5.5万这个数字一出来,不少人头一个念头就是:里头掺了多少水?
研究团队自己动手核了一遍账,估下来自家操作带来的下载量顶多50次。
有意思的是Horizon本身:它给自己的模型刷过42次下载,这事被研究团队一字不改地写进了论文,等于是当众揭短。

团队查实,Horizon在6次操作中下载了自己的模型,加起来42次。
这类翻车还不止一回。
9月24日,它一个不留神把账号副本设成了公开;10月中旬,它把一张工单答错了;10月22日,底层框架出故障,它直接睡过了头,晚醒了一段时间。
期间还有段小插曲:另一个同时运行的智能体一度和它共用账号,顺手发过推广评论。论文里也把这笔引流账目列了出来。
自己刷下载量、误把账号副本公开、上班迟到、室友随手发推广评论……这些戏码凑在一起,活脱脱一支草台班子的日常,也确实透出几分「人味」。
把团队内部自测的50次、自己刷出来的42次下载,再加上推广评论带来的那部分水分统统扣掉,剩下这5万多次真实下载,照样立得住。
比下载量更出人意料的,是这门生意的成本核算。
算力额度按每周约500个GPU小时发放,Horizon最终用掉不到两成,七周加总也就跑了600多个小时。
全程约19亿个token的消耗中,提示缓存贡献了高达96%。
照API价格折算,烧掉的token对应账单约1030美元。放在硅谷,这点钱连给实习生发半个月工资都不够。

约19亿个token按API价格折合1030美元,GPU开销另外算。
钱花得不多,Horizon的成绩却相当硬:
除了打进上百个GitHub项目,它的模型还被两篇arXiv论文拿去做评测。Hugging Face社区甚至顺着它的成果,又开发了18个衍生模型。
用一千美元就能做AI自主研发,这在很多人看来几乎是天方夜谭。Horizon走的路子却不一样:不去比谁的算力更豪华,而是盯着日常生活里的真实需求做文章,在开源社区同样站住了脚。
过去,AI靠跑分证明自己;现在,拼的是它能不能替开发者把脏活累活干利索。Horizon的例子证实,AI造的AI,已经过了真实开发者这一关。
放到ASI(超级智能)这条路上,这是转动自我进化飞轮的第一步。
接下来,就看它能不能顺着用户反馈迭代模型,再把这身本事反哺给自己,让更强的AI,训出下一代AI。
在这一刻到来之前,改变其实悄然发生:你从网上随手拉的专用模型,作者说不定已经是AI。
参考资料: