站内搜索：Anthropic用千问做了个实验
乡村振兴
体育产业
互联网
双创服务
科技产业
企服行业
文化产业
旅游产业
美食行业
房产行业
汽车产业
更多
教育产业
视频
博客
登录
注册
搜索
人类能管住AI吗? Anthropic用千问做了个实验
不感兴趣
x
科技
0评论
·
0
来自：
注册公司服务中心
|
拓荒牛
2026-05-16
![](https://img2.tuohuangzu.com/uninf/images/202605/2026051618035830184.png"></p><p><strong>也就是说，我们大概率可以管得住比我们更聪明的超级ai。</strong></p><p>这个实验总成本约1.8万美元，包括api调用和模型训练的计算成本，折合每个ai研究员工作一小时约22美元。</p><p>什么概念？沃尔玛零售门店负责给员工排班的副店长，时薪差不多是25美元。</p><p>这个结果让人震撼的地方不在于ai能写代码或者读论文，而在于它们能完成一个完整的研究闭环。提出想法、验证、失败、改进、再验证，这已经接近一个研究助理的核心工作流程了。</p><p>但问题来了，这些ai发现的方法，真的有用吗？还是只是在特定环境里碰巧有效？</p><p>anthropic做了两个测试来验证。</p><p>第一个测试是把ai发现的最好两种方法，拿去测试它们没见过的数学和代码任务。</p><p>结果显示，效果最好的方法在数学任务上pgr达到0.94，在代码任务上达到0.47，虽然代码任务上的表现差一些，但仍然是人类基线的两倍。其次的方法在数学上还行，但在代码任务上反而让结果变差了。</p><p>说明它有一定迁移迹象，但泛化并不稳定。</p><p>但它们会严重依赖具体的数据集和任务结构，也就是说并不是所有人任务都能胜任。</p><p>第二个测试是anthropic把刚才提到的效果最好的方法，拿到了claude)
