演算法的終章：與 Dario Amodei 探討指數增長的盡頭
在矽谷喧囂的流量泡沫外，Anthropic 執行長 Dario Amodei 正冷靜地注視著那條改變人類文明軌跡的指數曲線。在他看來，公眾尚未意識到我們正處於這段指數增長的尾聲。這並非預示著進步的停滯，而是一場更深層次、更具破壞性的轉型即將到來：我們正從「智慧的積累」轉向「能力的實踐」。
大算力團塊：被驗證的預言與技術轉型
三年前，當 Amodei 談論擴展定律（Scaling Laws）時，這仍像是一場大膽的科學假設。如今，這已成為業界的共識。Amodei 回顧了他在 2017 年提出的「大算力團塊」（The Big Blob of Compute）假設，認為模型的能力主要取決於算力總量、數據質量、目標函數以及數值穩定性，而非精巧的算法結構。從預訓練到強化學習的轉向過去三年的核心更新在於，預訓練（Pre-training）的指數增長雖然持續，但強化學習（RL）的擴展定律已然成型。Amodei 指出，模型正在從「博學的高中生」演變為「初出茅廬的博士」，特別是在代碼編寫等可驗證任務上，模型展現出了超越人類專家的潛力。這種轉變意味著，AI 不再僅僅是模仿互聯網上的文本，而是在特定環境中通過嘗試與錯誤來習得真正的技能。
數據中心裡的「天才之國」
Amodei 提出了一個極具敘事性的願景：在不久的將來，一個數據中心將容納相當於「一整個天才之國」的智慧。二零二六的臨界點關於 AGI 的到來，Amodei 給出了一個極其大膽的時間表。他有 90% 的把握認為，在 2035 年之前，我們將實現足以自動化大部分智力工作的系統。而他的直覺告訴他，這更有可能發生在 2026 年或 2027 年。這種「天才之國」不僅能編寫代碼，還能操作電腦螢幕、處理複雜的跨部門協作，甚至像資深員工一樣在職位上自我演進。對於懷疑論者認為 AI 缺乏「在職學習」能力的觀點，Amodei 反駁道，當模型擁有百萬級甚至更長的上下文窗口時，它能在瞬間閱讀整個代碼庫或公司的歷史紀錄，這種效率是人類以年為單位的學習進度無法比擬的。
擴散的阻力：當技術指數撞上現實牆壁
儘管技術能力以指數級前進，但經濟擴散（Economic Diffusion）的速度卻是線性的且充滿摩擦。Amodei 厭惡那種「AI 將瞬間改變一切」的廉價樂觀主義，他認為現實世界的複雜性：法律、合規、採購流程以及人類組織的慣性將成為增長的制動器。兆元級的營收豪賭Anthropic 的營收正在經歷每年十倍的增長，從零到一億，再到十億，預計 2025 年將達到百億級別。然而，面對未來兩三年可能出現的 AGI，企業面臨著毀滅性的財務風險：如果過早投入數千億美元建設數據中心，而市場需求因擴散延遲而未能跟上，公司將面臨破產。這也是為什麼 Amodei 強調「負責任的規模化」，這不僅是技術安全問題，更是商業生存的理性決策。
權力的重構：民主、專制與 AI 的憲法
在 Amodei 的哲學中，AI 不僅是生產力工具，更是地緣政治的終極槓桿。他預見到一個「攻擊佔優」（Offense-dominant）的世界，在這種情況下，一個強大的 AI 模型可能在生物武器開發或網絡攻擊中產生致命影響。專制政體的道德過時Amodei 在對談中提出了一個激進的觀點：在強大 AI 出現後的時代，獨裁可能成為一種「道德上過時」且「功能上不可行」的政體。他希望通過技術手段，確保民主國家在 AGI 競賽中握有主導權，從而在制訂未來世界秩序的談判桌上擁有更多籌碼。他倡導一種「憲法 AI」（Constitutional AI）的治理模式，透過賦予模型一系列核心原則，而非瑣碎的禁止條目，使其行為更加一致且透明。他甚至構想了一個「憲法群島」，讓不同的公司、甚至公眾參與 AI 價值觀的塑造與競爭。
內部的連貫性：從「願景探求」到真實領導
當 Anthropic 成長為一個 2500 人的組織時，Amodei 投入了大量時間來維護企業文化。他每月兩次進行名為「Dario Vision Quest」（DVQ）的內部演講，直接、透明且拒絕企業官話地與員工溝通公司的戰略與困境。在 Amodei 看來，在歷史的轉折點上，最危險的是「決策的慣性」。他意識到，未來最關鍵的決定，可能就發生在某個平凡的午後，某人走進辦公室，而他只有兩分鐘的時間來決定 A 還是 B。這場與 Dwarkesh Patel 的深度對談，不僅揭示了技術的邊界，更展現了一位在指數風暴中心保持清醒的領航者，如何在算力、權力與人性之間，尋找那個留白的負空間。
