Anthropic Fable：算力与数据如何驱动超级智能 文章探讨了AI scaling laws和计算能力增长，分析了当前AI训练管道的局限性，如任务复杂时测试成本高、难以确定性测试的领域（如写作）改进困难。提出通过直接现实反馈（如运行AI公司并基于实际绩效训练）来突破瓶颈，最终可能实现递归自我改进和超级智能。作者认为，尽管存在不确定性，但经济激励和已展现的进步使得世界即将发生巨大变化。 AI scaling 训练数据 递归自我改进 超级智能 LLM 计算能力 zero_goliath 发布于 2026-06-14 53 1 0
