Claude開始訓練Claude！4美元一小時，跑贏150美元人類研究員

人工智慧是否已經具備了獨立進行頂尖科學研究的能力？這在過去或許還只是科幻小說中的情節，但如今，Anthropic 發布的一項最新實驗結果，正將這個問題推向真實的科學競技場。根據這份研究，Anthropic 旗下的 Claude 模型，竟然以每小時僅僅 4 美元的成本，在特定安全研究任務上，擊敗了時薪高達 150 美元的人類安全研究員。兩者之間接近四十倍的報酬差距，立刻在 AI 社群內部引爆了廣泛討論。這項實驗的核心，並不僅僅是一場「AI 與人類」的傳統對決。更具突破意義的是，Claude 在整個過程中，被賦予了前所未有的高度自主性。

它並非只能被動回答問題，而是被允許自主查閱大量學術論文，提出自己的實驗假設與研究方案，甚至能夠自行生成訓練資料，並且實際動手訓練出全新的模型。這些能力串聯起來，意味著 Claude 已經不再只是人類研究員手中的工具，而是開始成為一位擁有完整研究閉環能力的「獨立研究者」。更令人矚目的是，Claude 所要解決的問題並非簡單的遊戲或文本任務，而是橫跨了多達十個類別的 AI 安全難題。這些題目涉及人工智慧在實際落地時可能遭遇的各種風險與對抗性攻擊，難度極高，過去往往需要專業的人類安全研究團隊耗費大量時間才能有初步突破。

而如今，由 AI 驅動的研究流程，已經能在這些艱澀領域中自行殺出一條血路，這無疑凸顯了大型語言模型在科學探索上的巨大潛力。研究報告中還公開了更為細緻的比較數據。在部分特定任務的執行成果上，Claude 所提出的解決方案，其品質甚至優於同期參與測試的 28 名人類安全研究員。這是一個極具象徵意義的指標，它代表著在此刻，人工智慧不僅僅是在速度與成本上佔據優勢，在部分高難度任務的「創意」與「解決質量」上，也已經跨越了人類專家的平均水準。雖然這不代表 AI 在所有層面全面超越人類，但在特定狹窄研究領域內，它的競爭力已不容忽視。若從產業與人才市場的角度來解讀，這份研究釋放出的信號格外強烈。

過去，企業若要進行大規模、高強度的 AI 安全測試，必須聘請大量頂尖的研究人才，其人力成本往往佔據公司支出的極大比例。然而，當 AI 能以每小時 4 美元的成本，提供具有一定品質保障的研究產出時，整體的研發商業模式將受到巨大衝擊。這並非意味著人類研究員將立即被取代，而是代表他們的工作職責與核心價值，可能從「親自撰寫程式碼與執行實驗」，逐漸轉變為「監督、評估並引導 AI 的研究方向」。然而，這份研究報告中最引人遐想、也最觸動敏感神經的，莫過於「教學相長」的閉環已經悄悄成形。

根據實驗框架的描述，在特定環節中，能力相對較弱的 Claude 模型，已經開始反向參與、協助訓練更為強大的 Claude 模型。這種由 AI 訓練 AI 的迭代模式，在學理上被許多人視為通往「超級智能」的捷徑之一，因為它能突破人類思考速度與帶寬的限制，讓模型之間以彼此能理解的高效方式進行知識傳遞與演化。這種自我進化的機制，一方面確實可能大幅加速模型的成長速度。AI 不再需要「等待」人類科學家理解其中的原理後，再手動調整參數；相反地，它可以自行評估弱點的所在，並在對抗與協作中完成進化。這就像是為 AI 的發展裝上了渦輪增壓引擎，每一次迭代都可能誕生比上一代更加聰明的系統。

對於追求技術突破的團隊而言，這無疑是一項令人興奮的結果。但硬幣總有另一面。當 AI 開始承擔起「訓練下一代 AI」的關鍵角色時，傳統意義上的 AI 安全治理與把關機制，也正面臨著全新的挑戰與思考維度。過去，人類監管者位於 AI 發展的權力核心，隨時可以踩下剎車；但如今，當模型之間的互動愈發複雜，人類有可能逐漸淪為「旁觀者」，難以在微小細節中即時察覺系統性的偏移或潛在的危險行為。該如何建立一套可信賴的機制，確保「AI 教練」不會教出「不受控的學生」，將成為未來安全研究領域最嚴峻的課題。可以預見的是，這份研究的影響力並不會停留在實驗室內部。

它為整個人工智慧產業提供了一個全新的思考方向：未來的頂尖科學研究，將不會再是人類獨佔的舞台。AI 自主研究、甚至 AI 自主進化的時代，已經悄然降臨。對於科技巨頭而言，這也許是降低成本、加速創新的重要契機；但對於全人類而言，如何在享受 AI 帶來的效率紅利之際，同時牢牢握住對其發展方向的掌控權，將是我們這個時代無可迴避的考驗。