Anthropic警告硅谷，更大的AI預算並不能保證更好的結果

領域投入數十億美元的科技界傳達了一個信息：規模越大並不總是越好。

丹妮拉·阿莫迪是這家公司的總裁兼創始人之一dent她經常談到一種貫穿公司所有業務的理念。她稱之爲“以更少的資源做更多的事”。

這種想法與硅谷大多數人的信念背道而馳。最大的科技公司及其金主們決定勝負。他們正在籌集前所未有dent鉅額資金，提前數年購買計算機芯片，並在美國中部各地建造龐大的服務器機房。他們的賭注很簡單：誰能建立起規模最大的運營體系，誰就能獲勝。

OpenAI最清晰地展現了這種模式。該公司已承諾投入約1.4萬億美元用於計算能力及相關基礎設施。通過與衆多合作伙伴攜手，OpenAI正在建設龐大的數據中心，並以前所未有的速度獲取

Anthropic公司認爲還有另一條路可走。該公司相信，謹慎支出、改進算法以及更智能地運用技術，無需盲目投入巨資，就能保持競爭力。.

這件事之所以格外引人關注，是因爲丹妮拉·阿莫迪和她的哥哥達里奧正是他們如今正在反對的理念的締造者之一。達里奧是Anthropic的首席執行官，此前曾在百度和谷歌工作。他曾參與研究團隊，該團隊推廣瞭如今指導企業構建人工智能模型的規模化方法。其基本原則是可的方式提升模型性能。

規模規律驅動產業經濟

這種模式如今支撐着人工智能競爭的整個財務結構。它解釋了爲什麼運營雲服務的公司要花費如此巨資，爲什麼芯片製造商的股價如此之高，以及爲什麼私人投資者會對那些仍在虧損但仍在快速增長的公司給予如此高的估值。

但Anthropic希望證明，下一階段的競爭並非僅僅由誰能負擔得起最大的初始訓練量來決定。他們的計劃着重於使用更高質量的數據進行訓練，在初始訓練後應用能夠提升模型解決問題能力的技術，以及制定能夠降低模型運行成本並方便客戶大規模使用的產品決策。最後一點至關重要，因爲一旦模型開始運行，計算成本就永無止境。

Anthropic公司投入巨資，用於計算資源，預計未來計算需求還會增長，才能保持領先地位。據Cryptopolitan近期報道，亞馬遜利用其全新的Rainier人工智能基礎設施，爲Anthropic的Claude模型提供了，該基礎設施搭載了超過一百萬個Trainium2芯片。

“未來的計算需求非常大，”丹妮拉·阿莫迪告訴CNBC。 “所以我們預計，隨着規模的擴大，我們需要更多的計算能力才能保持在技術前沿。 ”

即便如此，該公司表示，龐大數字往往無法直接比較。整個行業對於合理支出金額的信心並不像表面看起來那麼堅定。

“很多被提及的數字其實並不完全具有可比性，因爲有些交易的結構就是這樣設置的，”她說道，並談到公司感到被迫儘早做出承諾，以便在幾年後獲得硬件。

她指出，更現實的情況是，即使是那些幫助發展規模化理論的人，也對業績和業務成果的穩步增長感到措手不及。.

“即使是那些率先提出規模定律的人，也一直感到驚訝，”丹妮拉·阿莫迪說道。“我經常聽到同事們說，指數增長會一直持續下去，直到它停止爲止。每年我們都覺得，‘這不可能是指數增長，’，但每年都證明確實如此。”

當增長停止時會發生什麼？

丹妮拉·阿莫迪將技術趨勢與經濟趨勢區分開來，這是一個重要的區別，但在公共討論中卻經常被混淆。她表示，僅就技術而言，根據他們的觀察，人類學界並未看到進步放緩的跡象。

個人中得到應用，”她說道。“對我來說，真正的問題是：企業，尤其是個人，究竟能以多快的速度利用這項技術？”

“指數增長會一直持續下去，直到它停止爲止，”丹妮拉·阿莫迪說道。2026年面臨的問題是，如果業界最青睞的增長模式最終停止，人工智能競賽以及相關公司將會走向何方。.

人工智能計算需求增長速度是摩爾定律的兩倍整個行業都在努力應對這一挑戰。Anthropic 公司押注效率而非單純規模的做法可能被證明是先見之明，或者它可能會發現，在人工智能競賽中，壓倒性的計算能力是無可替代的。

不要只閱讀加密貨幣新聞。瞭解它。訂閱我們的新聞通訊。免費。