AI 公司 Anthropic 在上市文件中警告研发可能即将大幅加速，前沿模型已能零训练直接编辑其他模型权重

Anthropic 修改后的 S-1 文件现在写道，该公司可能即将达到其负责任扩展政策中“AI 驱动的进展大幅加速”的定义

这一警告并非空泛的风险提示。Anthropic 的负责任扩展政策将这一阈值定义为：模型能以有竞争力的成本完全替代其全部研究科学家和工程师，或 AI 进展速度出现可归因于研发自动化的大幅加速

为这一判断提供具体技术支撑的，是近期公开的一组实验结果。研究者 Rikiya Takehi 等人报告称，GPT-6 Astra 能够直接读取和编辑其他神经网络的原始权重参数，无需梯度、无需训练、无需工具调用。他们称之为“权重空间编程”（Weight-Space Programming）

这些结果需要明确归因：它们是研究者自行运行的基准测试，尚未经独立复现。但 Zvi Mowshowitz 在其分析中指出，这组实验的意义不在于某个具体数字的提升，而在于它展示了一种机制——前沿模型可以将其他模型的权重当作可读写的代码来诊断和修补。如果这一能力持续增强，AI 研发中的自我加速循环可能已经启动

最有力的反对意见是规模问题。Astra 编辑的是 0.8B 参数的小模型，且主要修复的是推理循环这一特定缺陷。对于已经运行良好的模型，Astra 只能提供微小改进。将这一技术从修补小模型的已知问题推广到自主设计下一代前沿模型，中间存在巨大的未验证跨度。Anthropic 自己在 S-1 中也承认“我们不预期能够安全地使用 Claude 完全自主地设计和构建下一代前沿模型”

但 Zvi 的论点核心在于：Anthropic 作为最有可能率先触发这一阈值的实验室，主动在面向投资者的法律文件中写出这句话，说明该公司内部已经观察到了加速的迹象。过去 Anthropic 表示，他们往往只能在加速发生之后才识别出它。这一次，他们试图在发生之前发出警告。