Sholto Douglas
Anthropic AI 研究员。在加入 Anthropic 之前，曾是 Google Gemini 项目的关键成员，专注于推理、研究基础设施和性能优化。他是AI领域的前沿思考者，尤其在模型能力扩展和实际应用方面有深入研究。
AI 发展的惊人速度与新范式
📈事实：模型发布节奏极快
Claude 3.5 Sonnet 于2025年2月发布，仅仅几个月后，4.5 Sonnet 就已问世。这种高频率发布反映了AI领域的快速迭代。
💡观点：进步加速的原因
- 双范式驱动：不再仅依赖预训练（Pre-training）规模化，而是结合了强化学习（Reinforcement Learning, RL）的规模化，创造了更多提升模型能力的机会。
- “计算超级周期”来临：ChatGPT 发布后的投资正转化为实际的计算资源（芯片供应增加），使得整个行业的进展速度加快。
📊事实：中端模型超越前代旗舰
新发布的 Claude 4.5 Sonnet（中端模型）在很多方面比之前的旗舰模型 Opus 更强大。这是因为在更小、训练成本更低的模型上进行研发迭代速度更快，技术进步的成果能迅速体现在新模型上。
Anthropic 的战略聚焦：有所为，有所不为
🎯 核心焦点：近期经济影响力与AI对齐
Sholto 指出，与 DeepMind 广泛的科学探索不同，Anthropic 是一个“专注的赌注”（focused bet）。公司将资源高度集中在两个核心领域：
- 长期的 AI 对齐（Alignment）研究。
- 近期的经济影响力， 主要通过 编程（Coding） 和 计算机使用（Computer Use） 来实现。
🚫 战略性放弃：数学推理
为了保持专注，Anthropic “不情愿地牺牲了”（reluctantly sacrificed）对 数学推理（Mathematical Reasoning） 的重点投入。这与其他顶级实验室（如 OpenAI 和 DeepMind）形成鲜明对比，后者因其对科学进步的巨大潜力而大力投资于数学领域。
💡 背后原因：务实与加速
这一战略选择基于以下考量：
- 加速自身研究：强大的编程能力可以直接用于辅助和自动化 AI 研发，形成自我加速的飞轮效应。
- 商业可行性：编程和软件开发是需求巨大且能最快实现商业回报的领域，这为公司昂贵的研究提供了经济基础。
- 问题可解性：编程任务具有清晰的反馈回路（代码运行成功或失败），使其成为当前 AI 技术最容易攻克且能产生实际价值的“滩头阵地”。
Claude 4.5 Sonnet：全球顶级的编程模型
🏆事实：在 SWE-bench 上性能领先
SWE-bench 是一个衡量模型解决真实世界 GitHub 代码问题的基准。Claude 4.5 Sonnet 的分数从约 72% 提升到了 78%，这是一个巨大的进步，也使其成为目前该基准上表现最好的模型。一年前，整个领域的水平还不到20%。
⏳事实：展现出惊人的长期任务执行能力
在一个内部测试中，模型被要求构建一个类似 Slack 的聊天应用。它自主工作了 **30个小时**，期间不断编写代码、运行测试、进行调试，并最终成功交付了一个功能完善的应用。这标志着AI Agent的长期连贯性和自主性达到了新的高度。
💡观点：长期连贯性是关键突破
AI Agent 的核心突破在于从只能执行几分钟的短任务，演进到能够维持数小时甚至数十小时的长期目标。这得益于更强的自我纠正能力和记忆机制（如使用Markdown文件做待办事项列表）。
关于AI的“品味”与研究文化
💡观点：AI研究中的“品味”（Taste）至关重要
“品味”是一种在信息不完美的情况下，判断何种研究方向、架构或数据组合最有潜力扩展并取得成功的直觉和能力。它要求研究者对底层机制有深刻理解，并倾向于选择更简单、更具普适性的方法，而非复杂的“奇技淫巧”。
💡观点：苦涩的教训 (The Bitter Lesson) 仍然适用
由 Richard Sutton 提出的理论，核心思想是：长期来看，利用大规模计算的通用方法（如搜索和学习）总是会胜过依赖人类知识和复杂设计的特定方法。模型的规模和计算能力最终会抹平那些精巧的“先验知识”带来的优势。
📉事实：AI研究失败率很高
引用了 AI 巨擘 Noam Shazeer 的例子，他认为自己可能只有10%的想法是成功的。这说明AI研究充满了不确定性，需要鼓励在安全的环境中进行大量实验和探索。
通往 AGI 之路：我们是否已在正轨？
💡观点：当前技术路径足以实现AGI
Sholto 个人认为，当前以大规模语言模型 + 强化学习（LLMs + RL）为核心的范式是足够（sufficient）通向 AGI 的。这里的 AGI 定义为“在大多数面向计算机的任务上超越大多数人类”。
💡观点：不存在“平台期”，而是持续的指数级增长
他强烈反对“AI发展已达平台期”的说法。他认为，过去几年每个月都有人这么说，但事实证明进展是持续且巨大的。目前的AI模型生产流程还非常“原始”，像是“用胶带和蛮力拼凑起来的”，在数据、算法、算力优化的每个环节都还有巨大的改进空间。
📈事实：凡是可衡量的指标都在飞速提升
无论是编程能力（SWE-bench）、多领域任务处理能力（GDP eval），还是长期任务执行时长的能力（Meta-evals），只要一个能力被定义并被量化为基准，模型在该基准上的表现就会以惊人的速度提升。
🔮观点：未来2-3年内可能达到AGI
基于当前的进展速度和巨大的优化潜力，他认为AI行业很有可能在未来2-3年内创造出达到上述 AGI 定义的系统。
未来展望：个人赋能与物理世界
💡观点：个人杠杆将极大化
最直接的影响是，个人将获得前所未有的“杠杆”。未来，一个人或许能管理一个由AI Agent组成的、24/7工作的“团队”，从而在数字世界中完成以前需要庞大组织才能完成的工作。“赌在指数增长上（Bet on the exponential）”是给创业者和所有人的核心建议。
🤖观点：机器人技术正在迎来突破
尽管机器人手部精细操作仍是挑战（莫拉维克悖论），但Sholto认为这主要是数据和反馈信号的问题，而非不可逾越的障碍。机器人运动（locomotion）已经基本被RL解决。随着更智能的语言模型可以作为机器人的“规划大脑”和“行为裁判”，机器人技术正处在快速发展的轨道上，未来将把AI的能力从数字世界延伸到物理世界。