点击查看完整访谈内容：
5万字访谈，Anthropic的CEO：AI离人类智慧还有多久？2027年或将见分晓！
Dario Amodei分享了AI训练后期的“秘密调教”——也就是模型在预训练后，通过微调、人类反馈等手段进行深度优化，让它更懂人类、更聪明。
训练后的“魔法配方”是什么？
Dario解释说，其实让模型更智能、更贴近人类需求的秘诀，并不在某种“神秘算法”。更多时候，这些进步靠的是“务实”的手段，比如更长的训练时间、更高质量的数据筛选和反馈。这有点像造飞机，不光要有图纸，还要在设计和制作过程中反复打磨细节。
为什么RLHF（人类反馈的强化学习）这么有效？
Dario认为，RLHF的核心优势在于让AI更懂人类的表达和偏好。这种训练方式让模型生成的回答更“像人话”，而不是冷冰冰的数据处理。他把它比作“弥合人类和模型之间的理解差距”，就像生活中一些聪明人，因为沟通问题可能让人听不懂，AI也是如此——RLHF的作用就是让它变得更会沟通。
未来的方向：AI训练成本与智能化反馈
对于未来的AI训练，Dario提到，现在预训练还是最烧钱的，但未来可能训练后的成本会逐渐增加。他预测，随着AI系统越来越复杂，仅靠人类反馈已经不够用了。未来可能会依赖更智能的自我监督方式，比如AI之间的“辩论”或“自我放大”机制，来降低对人类参与的需求。
简单来说，Dario认为，AI训练后的微调，才是让它真正“懂人话”的关键。而未来要想让AI更快成长，还得依靠更智能的自我训练方式，逐步减少对人类的依赖，让AI既高效又有温度。
关注《森林聊AI商业》公众号
了解 AI 如何塑造商业的未来
