在一场持续近三个小时的深度对谈中，Anthropic 的联合创始人兼 CEO Dario Amodei 与播客主持人 Lex Fridman 分享了许多真知灼见。Amodei 表示，他对 AI 行业的竞争并不感兴趣，他更在意如何以负责任的方式推动 AI 的发展。他还坦率地谈到了自己离开 OpenAI 的真实原因，以及 Anthropic 在给 AI 模型命名时遇到的种种烦恼。
离开 OpenAI 的初衷：为了实现更大的愿景
在创立 Anthropic 之前，Amodei 曾在 OpenAI 工作了五年，负责领导多个重要的研究项目，包括 GPT-2 和 GPT-3 这类大语言模型的开发。他亲历了 AI 技术在智能和能力上的飞速提升，也清楚地认识到，如果没有以负责任的方式去扩展和部署这些技术，就很难实现 AI 的真正潜力。他强调，“建立信任是关键，既是对系统的信任，也是开发者之间的信任。”因此，他最终决定离开 OpenAI，去追求更符合自己愿景的路径。
关于离职的原因，Amodei特别澄清了一些外界的误解。“有人说我们离开是因为不满 OpenAI 与微软的合作，但这并不是真的，”他解释道，“事实上，继续争论愿景的方向非常低效。”
他意识到，与其在已有框架下反复争辩，不如带领志同道合的人另起炉灶，去实现心中所想。
他还提到，如果能创造一个既吸引人加入、又能通过合理的方式运营，同时在行业中保持影响力的公司，其他竞争者可能会受到启发并效仿。“当你的方法证明是有效的，尤其是在商业上获得成功时，比起单纯的内部争论，同行反而更容易接受你的理念。”
命名的挑战：在简单中寻求平衡
在采访中，Amodei 还聊到了 Anthropic 在命名 AI 模型时面临的困惑。目前，他们的模型以“Claude”命名，并分为三种类型：小型的 Haiku、中型的 Sonnet，以及更大型、更昂贵的 Opus。今年 6 月，Anthropic 发布了 Claude 3.5 Sonnet，10 月又对这个模型进行了更新。然而，这个更新版被正式命名为 Claude 3.5 Sonnet 2024-10-22，采用的是发布日期命名方式，这种复杂的命名方式让不少人感到困惑。
Fridman 提问道，为什么 Anthropic 不直接将新版命名为 Claude 3.6 Sonnet，而是选用了如此繁琐的名称？Amodei 对此也表示无奈：“我们自己也觉得这种命名方式有点混乱。其实，不止是我们，整个行业在命名这件事上都没有太大突破。”他还指出，命名的问题看似简单，实际上却非常棘手。
具体而言，Anthropic 的模型更新非常频繁，但只有当神经网络的规模发生显著变化时，他们才认为这是一个“新模型”。此外，不同规模的模型训练所需时间不一，导致一些模型可能会比其他版本更晚推出，这进一步加剧了命名的复杂性。
对未来的期待：简化与优化
尽管目前面临命名上的困扰，Amodei 对 Anthropic 的命名体系仍保有一定信心。“我们当初用 Haiku、Sonnet 和 Opus 的分类方式，确实算是个不错的开头，”他说，“接下来，我们会尽力让命名变得更简单和直观，但实现这一点还需要时间。”
整个对话中，Amodei 的态度坦诚且务实。他不仅分享了对行业未来的看法，也展现了领导者在面对挑战时的冷静与灵活。无论是对公司内部理念的坚持，还是对外界反馈的开放接纳，都让人看到了他对 AI 行业长远发展的深思熟虑。
缩放定律：理论到实践的转化
在十余年的人工智能研究中，Dario Amodei深刻感受到缩放定律在实际应用中的力量。他首次接触这一概念是在百度期间，与吴恩达的合作让他注意到数据和模型规模的扩大如何直接提升语音识别系统的性能。这种现象引发了他对更广泛认知任务的思考：如果语言模型通过规模扩展能实现更多复杂任务，那人工智能的边界又在哪里？2017年，随着 GPT-1 的出现，这一猜想被部分验证。通过大量语言数据的训练，模型表现愈发优秀，表明缩放不仅适用于语音识别，也适用于更复杂的语言领域。
规模扩展：争议与探索中的“魔力”
尽管模型扩展的潜力得到广泛认可，但其可能性和极限始终引发争议。有批评者认为规模扩展的成本和能效比是无法持续的障碍。但在 Amodei 看来，每当模型扩展面临瓶颈，行业总能找到新的解决办法，而这种“魔力”也常源于规模扩展本身。例如，优化算法、硬件改进甚至模型架构的革新，通常都与扩展需求密切相关。他相信，未来几年，尽管理论上尚无法完全解释，但规模扩展的趋势可能还会持续演进，为 AI 带来更多无法预见的可能性。
从人类能力到超越：模型扩展的终极挑战
关于人工智能是否能超越人类，Amodei 提出了精辟见解。他认为，在达到人类水平之前，模型的扩展几乎没有上限。换言之，只要训练规模和方法持续优化，AI 至少可以在人类已掌握的领域达到等同水平。然而，能否真正超越人类，取决于领域本身。例如，在生物学等科学研究领域，AI 有潜力超越人类，进行更深入、更精细的发现；而在伦理、艺术等需高度主观判断的领域，或许距离突破还有相当长的路。
责任与竞争：推动行业向正确方向发展
在当前人工智能的激烈竞争中，Anthropic 面对来自 OpenAI、Google、xAI、Meta 等多家巨头的压力。Amodei 认为，仅靠技术上的胜出远不足以定义成功。他强调，整个行业需要负责任地扩展技术，避免单纯的商业驱动带来不可控的后果。Anthropic 的使命不仅是创新技术，更是通过自身的实践，推动行业形成可持续、负责任的技术发展模式。他相信，这样的榜样力量将比单纯的竞争更有价值。
人工智能与人类意义：过程比结果更重要
对于人工智能可能带来的工作和意义变革，Amodei 提供了不同视角。他认为，即便在 AI 极度自动化的未来，人类仍能找到生活的意义。真正重要的不是结果，而是过程——人如何成长、与他人互动以及作出决策。这种“过程导向”的意义观让他坚信，AI 并非剥夺人类意义的威胁，而是增强意义的工具。通过合理设计社会和技术的融合架构，AI 甚至可能让更多人体验到更深层次的满足感和价值感。
军哥免费星球，欢迎有兴趣的朋友来聊聊，内容涵盖职场、副业、技术等等。
