
Anthropic警告:即将实现自我构建AI的RSI能力

Anthropic在修订版S-1A文件中,除了更新财务数字,还留下了一个更值得注意的警告:它距离创造具备递归自我改进(RSI)能力的模型已经不远。所谓RSI,指的是AI在自我训练上强到一定程度后,引发能力增长的急剧加速。这个术语今年早些时候流行时,不少人认为它只是炒作,或是一个难以定义、也难以实现的目标。但在最新文件中,Anthropic给出了更具体的表态。
在风险因素部分,Anthropic承认,它已经使用AI帮助开发新模型,而这些模型出现的能力飞跃,当时甚至没有被自身识别。它警告说,用AI来帮助构建更强AI可能带来相当大的安全风险,尤其是当它显著加快进步速度时。这正是其负责任扩展政策所覆盖的领域。文件还写道,内部估计和对未来模型的预期显示,公司可能很快达到负责任扩展政策中对“由AI引起的急剧加速进展”的定义。过去,它未能及时识别显著加速,未来也可能如此。
Anthropic同时澄清,目前没有任何当前模型被认定超过这一RSI阈值,相关数据仍在评估中。它还承诺,在可预见的未来,人类不会退出前沿模型的研发流程。文件原文称,不具备在无人类监督或理解的情况下,安全地让Claude完全自主设计和构建连续几代前沿模型的预期;如果这种能力在技术上成为可能,Anthropic也在考虑更新负责任扩展政策,以维持人类对前沿模型开发的控制。
怀疑者会指出,S-1文件既是信息披露也是营销,“我们离能自我构建的模型很近”这种说法可能同时服务于融资或舆论。但无法否认的是,Claude今年在编码、数学与网络安全等方向的能力增长极其明显。如果Anthropic的判断可信,那么RSI可能不再是纸面上的术语,而是治理和监管需要认真对待的现实问题。


