Anthropic 已能用“最初所需算力的一小部分”重训 Mythos：前研究员 Coxon 称

曾把 AI 恐惧带入主流讨论的前 OpenAI 和 Anthropic 研究员 Jacob Coxon 表示，Anthropic IPO 路演中的一张幻灯片是他辞职的主要原因。

Coxon 称，Anthropic 为 IPO 路演发布的一张幻灯片是他仅约四个月后离开公司的重要原因。

该图表展示了 Anthropic 随着时间推移训练模型所需的算力量，而坐标轴经过压缩，以至于 10 倍和 100 倍的增长看起来几乎没什么不同。

但曲线仍然陡峭上升，Coxon 称这表明算法效率不仅在快速提升，而且提升速度在加快。

“这是一张疯狂的图，我惊讶他们把它公开了，”他写道。

Coxon 认为，Anthropic 的 Mythos 模型——今年春天一次重大的能力跃升——是这一加速趋势的一部分。

“Mythos 不是一次性的偏离，而是一个超指数上的点。他们现在已经可以用最初所需算力的一小部分重新训练 Mythos，”他写道。

他说，算法改进“正处于被自动化的边缘”，这就是他希望明年暂停前沿模型开发、让竞争对手赶上的原因。

他写道，暂停将“使人类水平智能商品化。它只会伤害 OpenAI 和 Anthropic。”

Coxon 此前在 OpenAI 训练 AI 模型，最近则在 Anthropic 工作。今年 9 月，他因公开警告先进 AI 系统的风险而受到广泛关注，并得到业内其他主要人物的呼应。

他们的担忧之一是，先进的、可自我改进的 AI 可能失控。

前 OpenAI 和 Anthropic 研究员 Jacob Coxon 称，Anthropic IPO 路演中的一张算力曲线图是他离职的重要原因。他认为算法效率在加速提升，Mythos 已可用远少于最初所需的算力重新训练，并主张明年暂停前沿模型开发，让竞争对手追赶。

• 前 OpenAI 和 Anthropic 研究员 Jacob Coxon 称，Anthropic IPO 路演中的一张算力曲线图是他离职的重要原因。他认为算法效率在加速提升，Mythos 已可用远少于最初所需的算力重新训练，并主张明年暂停前沿模型开发，让竞争对手追赶。
• 原贴提到：Jacob Coxon, former OpenAI and Anthropic researcher who brought AI fears
• 来源：the-decoder.com

这是什么信号

这不是一条普通的模型发布消息，而是一名前 OpenAI、Anthropic 研究员用“离职原因”解释一张 IPO 路演图：Anthropic 对外展示的训练算力需求曲线，在坐标轴被压缩后仍陡峭上升。Coxon 据此判断，算法效率的提升不是线性，而是在加速；他甚至称 Mythos 已经可以用“最初所需算力的一小部分”重训。

更关键的信号是，他把算法改进描述为“正处于被自动化的边缘”，并由此主张明年暂停前沿模型开发。这个主张不是单纯的安全呼吁，而是带有竞争结构判断：暂停会让人类水平智能更快商品化，且在他看来只会伤害 OpenAI 和 Anthropic。

为什么重要

第一，若“算法效率加速+改进自动化”成立，前沿 AI 的成本曲线会被重写。过去行业习惯用算力规模解释能力差距，未来同样的能力可能由更少算力、更多算法迭代和自动化实验获得，算力囤积的边际价值需要重新评估。

第二，它把 AI 安全讨论从抽象风险拉回到研发节奏。Coxon 的担忧是自我改进 AI 可能失控，而他的解决方案是暂停，让竞争者追赶。这会让“暂停”不再只是伦理议题，而成为产业竞争、监管窗口和公司战略之间的博弈。

第三，这条信息对判断 Anthropic 的 IPO 叙事也有价值。路演图通常用于向资本市场说明算力投入的必要性；如果同一张图被内部人解读为算法效率加速，说明资本叙事与技术现实之间可能存在张力。注意，这是 Coxon 的个人解读，原文没有给出 Anthropic 的回应，也没有提供可复核的图表数据。

对谁有价值

对 AI 公司战略与融资团队，价值在于重新检查“算力投入—能力提升”的叙事是否还成立；对模型研发和 MLOps 团队，价值在于关注算法效率、实验自动化和重训成本，而不是只盯训练集群规模；对投资人和政策制定者，价值在于把“暂停”视为竞争政策变量，而非单纯安全口号；对 AI 安全从业者，价值在于把失控风险与可验证的研发节奏控制连接起来。

可以怎么行动

企业侧可以做三件事：一是建立“单位能力所需算力”的内部指标，追踪算法效率是否在加速；二是评估自动化实验、自动超参搜索、自动数据筛选对重训成本的压缩空间；三是把模型开发节奏、风险评估和外部沟通纳入同一套治理流程，避免路演叙事与内部判断脱节。

投资与政策侧可以追问：所谓“暂停”由谁执行、如何验证、对哪些模型生效；如果算法效率真的加速，暂停能否阻止能力扩散，还是只会改变竞争者的追赶速度。内容团队则可以把这条信号转化为“算力叙事是否见顶”“算法效率自动化”等选题，但应标注 Coxon 说法属于个人判断。

风险与限制

这条信号的最大限制是证据链不足：原文转述的是 Coxon 对一张图的解读，没有给出图表原始数据、坐标定义和可复现实验；“Mythos 可用一小部分算力重训”也是他的说法，不能直接当作已独立验证的事实。其次，“算法改进自动化”和“暂停会让人类水平智能商品化”都是强判断，涉及竞争博弈，存在立场偏差。最后，把离职原因归因于一张幻灯片，是个人叙事，不能替代对公司治理和 IPO 材料的完整审视。读者应把它当作值得追踪的前沿信号，而不是结论。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《Anthropic 已能用“最初所需算力的一小部分”重训 Mythos：前研究员 Coxon 称》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• Matthias Bastian 原帖