Anthropic内部折线图曝光：研究员辞职，IPO路演却把它当王牌
sina qqZone renren ydCloud 0
新智元报道
一名顶尖AI研究员在内部看到一张折线图后，赶在万亿IPO前夜撂挑子走人。
此人名叫Jacob Coxon，在OpenAI和
Anthropic都做过预训练研究员。两个月前他辞职，放弃了那笔数额可观的IPO期权。
就在这两天，他把那张让自己待不下去的「罪魁祸首」公之于众。
出乎意料的是，Anthropic在IPO路演里把这张内部图当成了头号王牌，直接对外亮出。
图里那条橙色曲线，连对数坐标都按不住，还在加速往上蹿。
在亲历者看来，这跟拉响「奇点警报」没什么两样。
对照Anthropic最新公开的路演原片和招股书核心文件，有三个颠覆认知的真相浮出水面：
「预训练撞墙」的说法彻底站不住脚，重训Mythos所需算力骤降。
刚在全球榜单上屠榜的初代Mythos，在内部曲线上不过是个中间节点；如今只用最初一小部分算力，就能把它从头再训一遍。
Scaling Laws鼻祖揭开谜底：砍掉视频，死磕代码，让AI加速造自己。
Claude反过来大幅加快了算法乘数的发掘速度，Anthropic于是果断舍弃视频与图像生成，把算力全砸向能反哺AI研发的代码与Agent。
人均代码贡献暴涨45倍，几乎全部算子三天内零人工重写。
内部超90%的代码已由Claude包揽，复杂工程盲测成功率飙到90%，连新芯片的底层算子，Mythos都能在3天内独立重写。
对数坐标都压不住
重训Mythos算力大降
把这张让Jacob Coxon夜不能寐的路演图放大，最核心的秘密藏在横纵坐标的设计里。
纵轴名为「算力乘数」，意思是算法进化帮你省下了多少倍算力；乘数越高，训出同等模型要花的算力就越少。
数字都抹掉了，结论又是怎么得出来的？关键就在纵轴旁「对数刻度」这四个字。
普通线性坐标系里，往上走一格不过是「加1、加2」，平平无奇。
换成对数坐标系，往上走一格就意味着效率翻倍，甚至一口气翻10倍。
也就是说，即便算法效率已经按常规的「指数级」在翻倍，画到对数坐标上，也不过是一条笔直的斜线。
可这张图上的橙色折线偏偏不是直线，越往后越陡，一路加速冲向图右上角：
对此只有一个解释：代码预训练效率已经进入「超指数级」爆发，连「效率翻倍的速度」本身都在成倍加快。
过去一年，硅谷多次传出「预训练撞墙」的悲观论调，而这条一路狂飙的橙色曲线，把「撞墙论」砸了个粉碎。
对照招股书里披露的模型时间表，图上第三个橙色圆点，对应的正是今年4月初代Mythos预训练那个轰动业界的节点。
那根直冲右上角的箭头，说的是短短半年迭代到最新的Mythos 5.2时，算法乘数又迎来了一次大爆发。
Jacob Coxon震惊的正是这一点：刚在全球榜单上屠榜的初代Mythos，放到这条曲线上已经成了过去式。
靠着这半年一层层叠起来的算法乘数，现在只要动用当初一小部分算力，就能重新训出一个同级模型。
Scaling Laws鼻祖揭秘：砍掉视频死磕代码
光有效率提升，还不足以吓跑一位顶尖研究员。真正让Jacob Coxon决定弃权走人的，是推着这条曲线一路狂飙的那股幕后力量。
IPO路演上，亲手把这张图亮出来的是联合创始人兼首席架构师Sam McCandlish，他也是初代《Scaling Laws》论文一作。
他当场就点破了折线后半程为什么突然加速上折。
早期找新的算法乘数，基本靠人类研究员手动验证，所以前两个圆点之间的斜率比较平缓。
等团队把前沿Claude模型直接投进改进自身的研发流程之后，「发现效率乘数的速度本身，被Claude大幅加速了」！
接着，联合创始人兼首席算力官Tom Brown把这台「算力引擎」的运转逻辑拆得更细：「总有效算力 = 物理算力容量 × 算力乘数」。
这个公式的爆发力到底多强？假设训一个顶级大模型原本要烧掉100个单位的物理算力。
算法团队一旦找到4倍的算力乘数，训出同等水平的模型就只要25个单位算力。
反过来，把100个单位算力全投进去，就能直接训出一个相当于400单位算力规模的超级模型。
更狠的是，不同维度的算力乘数还能像复利那样层层相乘，每发现一个新乘数，此前所有乘数的效果都会被再放大一轮。
再细看这张折线图的标题，末尾还专门加了个括号标注「（代码）」。
S-1招股书里，Anthropic公开解释了这一标注背后那次重大的战略取舍。
视频和图像生成商业吸引力很强，但Anthropic眼下选择不研发视频与图像生成模型。
省下来的算力，公司全集中砸向代码、Agent与安全研究，目的就是让AI直接接管自身的研发流水线。
在一线研究员看来，这等于亲手拧开了「AI加速造自己」的阀门！
人均代码暴涨45倍：三天零人工重写算子
阀门一拧开，Anthropic内部的研发效率就迎来了一轮爆发，连亲历者都觉得窒息。
路演视频里还有一张柱状图，对比的是2024年的日均水平，显示今年内部每位工程师每天贡献的代码量全面上扬。
一季度是6.2倍，二季度10.3倍，到三季度直接冲到45倍以上，两个季度就翻了7倍多。另一头，面对过去只能靠资深人类工程师凭经验判断的复杂开放式工程难题，Claude在内部盲测中的成功率9个月内涨了50个百分点，达到约90%。
今年前9个月，内部员工调用Claude的次数猛增250倍以上，代码库里超过90%的代码已经由Claude写出。人类工程师不再一行行手敲，转而负责下达高层指令、审查AI长时间自主运行的产出。
日常研发代码九成以上交给AI之后，它开始接手芯片界公认最难啃的底层硬件适配。换作常规大厂，每接入一种新芯片架构，通常要派上百名底层工程师苦熬数月，一行行重写软件栈与算子库。
今年Anthropic第一次把AMD GPU并入多芯片统一算力池，团队派上的是自家Mythos模型。几乎没有人插手，Mythos只用3天就独自重写了近100%的底层算子内核，Claude在AMD集群上全速跑通。
AI自我改进的闭环就此全面打通。接下来，Claude能完全独立地发掘新的算力乘数，让这条超指数曲线继续加速向上攀升。
不过在亲眼见证这一切的内部研究员看来，这意味着人类正在交出方向盘。Jacob Coxon晒图时就警告过，推高算法乘数根本不需要罕见的人类天才灵感，这项工作本身马上就会被AI彻底自动化接管。
连Anthropic的七位联合创始人也在IPO公开信末尾亲口承认，「AI系统自己建造自己」的进程正在全面提速，AI能力的复利增长还会越来越快。
这场万亿竞赛里，谁先松油门谁就出局，没有人会真正踩下刹车。那张把一线研究员吓到放弃巨额期权、掀桌子走人的超指数曲线，或许才刚刚拉开奇点风暴的序幕。
参考资料：
https://x.com/hilbertspaess/status/2121331333654086124
https://x.com/hilbertspaess/status/2121425977876341092
