KeyFrame
AI 技術編輯精選

The Hidden Reason Anthropic Wants to Slow Down AI

The Infographics Show·6月19日週五·15 min英文

三句話摘要

Anthropic 以「負責任擴展」為名呼籲全球放緩 AI 發展,但此舉與其天價 IPO 時機高度吻合,外界質疑這是將商業利益包裝成安全倡議的策略操作。 當一家公司在 IPO 前夕以「安全」為由呼籲全球放緩競爭,而自身技術正以每 4 個月翻倍的速度加速,這份呼籲本身就是最強大的競爭武器。 安全倡議與商業利益的矛盾:Anthropic 在 IPO 前夕發布 AI 失控警告,呼籲全球同步暫停,但條件是「所有主要實驗室同時同意」——這個幾乎不可能達成的條件,確保了自身在等待期間繼續加速開發,同時讓競爭對手在輿論壓力下受到制約。

重點整理

重點
  • 1

    安全倡議與商業利益的矛盾:Anthropic 在 IPO 前夕發布 AI 失控警告,呼籲全球同步暫停,但條件是「所有主要實驗室同時同意」——這個幾乎不可能達成的條件,確保了自身在等待期間繼續加速開發,同時讓競爭對手在輿論壓力下受到制約。

  • 2

    AI 自我複製代碼的加速臨界點:2025 年 2 月 Claude Code 推出前,AI 撰寫的代碼占比僅個位數;15 個月後已超過 80%。Jack Clark 公開預測 2028 年將達到 100%。Claude 在 2026 年 4 月單月完成超過 800 項修復,將某類系統錯誤降低 1000 倍,這是人類團隊可能需要數年才能完成的工作量。

  • 3

    監管即護城河:Anthropic 的「負責任擴展政策」定義了「能力門檻」,一旦被採納為行業標準,只有最頂層的實驗室能通過測試、承擔合規成本。Meta 首席科學家 Yann LeCun 與 AI 顧問 David Sacks 均直接指控 Anthropic 利用恐懼敘事塑造對自身有利的監管環境,將較小的競爭者排除在外。

  • 4

    勞動市場衝擊已不可逆:即使今日停止訓練所有新模型,現有工具仍在運作。初階工程職位已大幅萎縮,整個產業入門階梯正在消失,而這個趨勢在「暫停」發生之前就已無法回頭。

實用技巧與重點

乾貨
  • 融資時間軸:2026 年 5 月 28 日完成第八輪融資,投資方為 Altimeter、Dragoneer、Greenoaks、Sequoia,估值約 1 兆美元
  • 警告報告:2026 年 6 月 4 日發布《When AI builds itself》,作者為 Marina Favaro(Anthropic Institute 負責人)與聯合創辦人 Jack Clark
  • 代碼占比:2025 年 2 月 Claude Code 上線前 → 低個位數;2026 年 5 月 → 超過 80%;2028 年目標 → 100%
  • 工程師產能:採用 Claude Code 後,工程師每日代碼產出量為 2024 年的 8 倍
  • METR 研究數據:AI 自主完成任務的能力,從 2019 年起每 7 個月翻倍;2023 年後加速至每 4 個月翻倍;若此趨勢維持,AI Agent 可於 2027 年完成長達一個月的任務
  • Claude 修復成果(2026 年 4 月):單月完成 800+ 項修復,特定系統錯誤降低 1000 倍
  • Anthropic 營收:2025 年底約 90 億美元 → 2026 年 5 月 470 億美元;華爾街日報預測再成長 130% 後將首次轉盈
  • 估值變化:2025 年 9 月 1830 億美元 → 2026 年 5 月 9650 億美元(單季翻倍以上)
  • 加州 SB 1047 法案:針對訓練成本超過 1 億美元的模型;違規罰款從訓練費用的 10% 起,累犯達 30%;2024 年 9 月遭 Gavin Newsom 否決
  • 就業數據(Stanford Digital Economy Lab):22-25 歲程式設計師職缺較 2022 年高峰下跌近 20%;30 歲以上同類職位仍成長
  • 科技業裁員:2026 年初已逾 14 萬人,較 2025 年同期高出 40%
  • Salesforce:凍結初階工程師招聘一整年
  • Google、Meta:2026 年新鮮人招聘量約為 2021 年的一半
  • Meta LLaMA:累計下載量達數億次

結論

結論

當一家公司在 IPO 前夕以「安全」為由呼籲全球放緩競爭,而自身技術正以每 4 個月翻倍的速度加速,這份呼籲本身就是最強大的競爭武器。

完整解析

詳細

2026 年 5 月底到 6 月初的短短一週,Anthropic 完成了一系列讓整個 AI 產業陷入爭議的動作:先以 1 兆美元估值完成第八輪私募融資,隨即向監管機構申報 IPO 計畫,而就在三天後,公司聯合創辦人 Jack Clark 與 Anthropic Institute 負責人 Marina Favaro 共同發布報告《When AI builds itself》,警告 AI 系統已接近能夠自我改進的臨界點,並呼籲各國政府協調放緩整個產業的發展速度。對部分人來說,這是負責任的自我約束;對另一部分人來說,這是將商業護城河包裝成安全倡議的精準操作。

要理解這個指控為何有說服力,必須先看 Anthropic 自身的技術數據。2025 年 2 月 Claude Code 推出之前,AI 撰寫的代碼在公司內部僅占極少數;到 2026 年 5 月,這個比例已超過 80%,工程師的每日代碼產出量也提升至 2024 年的 8 倍。Jack Clark 公開宣稱公司相信 2028 年可達到 100% 由 AI 撰寫代碼。在此背景下,工程師的角色已從創作者轉變為審查者——技能重心從「打字速度」轉移到「閱讀理解速度」。2026 年 4 月,Claude 在單一個月內完成超過 800 項修復,將特定類別的系統錯誤降低了 1000 倍,相當於人類團隊數年的工作量。這正是 Anthropic 警告「即將失控」的那個技術,同時也是它賴以擊敗對手的核心優勢。

Anthropic 的「負責任擴展政策(RSP)」早在 2024 年 10 月便已訂定「能力門檻(Capability Thresholds)」,列出包括化學、生物、核武協助,以及「自主 AI 研究與開發」在內的觸發條件。一旦模型逼近這些門檻,政策要求強化測試與安全措施,而非停止研發。批評者指出,若此類政策被採納為全球標準,只有擁有深口袋的頂層實驗室才能承擔合規成本——加州 SB 1047 法案的失敗案例已提供了預演:該法案對訓練成本超過 1 億美元的模型課以 10-30% 的罰款,對 1 兆美元估值的公司而言不痛不癢,對新創而言卻可能是滅頂之災。Meta 首席科學家 Yann LeCun 直接批評 AI 安全論述誇大風險、誤導監管走向;白宮 AI 顧問 David Sacks 也指控 Anthropic 以風險恐懼塑造對自身有利的法規環境。更關鍵的是,Anthropic 自己也承認,真正的全球暫停需要美中等主要 AI 強國共同執行,這在地緣政治現實中幾乎不可能發生——這意味著「呼籲暫停」的聲明根本不需要兌現,卻能持續製造輿論壓力。

這場爭議的外溢效應早已衝擊普通勞動者。根據 Stanford Digital Economy Lab 的追蹤數據,22-25 歲的初階程式設計師職缺相較 2022 年高峰已下跌近 20%,而 Salesforce 凍結初階工程師招聘一整年、Google 與 Meta 的應屆畢業生錄取量降至 2021 年的一半、2026 年初科技業裁員已逾 14 萬人,較去年同期高出 40%。這些衝擊不會因為「暫停訓練新模型」而消失,因為現有工具已在數千家公司的系統內持續運作。無論監管走向何方,AI 已在重塑勞動市場的過程中留下了無法撤銷的印記。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Claude Cowork vs Codex: 誰才是更好的AI工作助手?
16 min
AI 技術中文6月20日

Claude Cowork vs Codex: 誰才是更好的AI工作助手?

李厂长来了

  • 介面設計哲學不同:Codework 以標籤頁區分聊天、文書與程式碼三種模式,任務彼此隔離不混淆;Codex 則將所有功能整合在單一介面,減少切換成本,但頁面相對雜亂。
  • 第三方整合能力差距明顯:Codework 提供大量連接器並支援 Zapier 擴展,且可針對每個連接器精細設定讀寫權限(如 Gmail 只讀免確認、寫信需批准);Codex 的插件數量較少且缺乏同等級的權限控制機制。
  • 定時任務管理方式影響長期使用體驗:Codework 將同一自動化任務的歷史記錄歸類在同一條目下,便於追蹤;Codex 每次執行都獨立列出,隨任務增多左側欄會越來越臃腫,不利於長期管理。
我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026
編輯精選
28 min
AI 技術中文6月20日

我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026

EngineerGary

  • Tokenomics 重新定義 AI 工廠價值:黃仁勛將所有輸出重新框架為 Token = Revenue,傳統工廠生產實體商品,AI 工廠改為生產 Token;對製造端而言,目標是以最低成本產生最多 Token,實現每投入 1 元帶回 3–5 元回報的商業邏輯。
  • 開源策略是市場放大器而非讓利:NVIDIA 釋出 Cosmos 3、Apomile 3 等開源模型,以及通用人型機器人,目的是降低新創進入自動駕駛、World Model、Physical AI 的門檻,擴大整體生態系規模,最終帶動更多算力與服務需求(「The more you buy, the more you earn」)。
  • Deal to Delivery Agent 解決中小企業流程瓶頸:Gary 團隊識別出企業收到客戶需求後,需跨工具手動完成報價、開票、GitHub issue、通知等重複性操作是最大效率殺手;Agent 自動拆解商機、建立 ERP 記錄並推送 Telegram 通知,人類只需在 Draft 狀態下做最終 Review 確認。
黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備
編輯精選
30 min
AI 技術中文6月20日

黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備

Coco哥

  • QNX 擁有機器人 OS 三大不可替代技術門檻
  • Windows 響應延遲 200 毫秒,Linux 一旦核心崩潰全部失效,而 QNX 具備毫秒級即時決策、ISO 26262 ASIL-D 與 IEC 61508 SIL-3 最高安全認證,以及微型內核獨立架構(單一模組崩潰不影響其餘系統),三項條件同時達標,現階段競爭對手均未能複製。
  • 40 年護城河非短期可追趕