Claude开始训练Claude：4美元一小时

Claude开始训练Claude了！

时薪4美元，干赢时薪150美元的人类研究员。

在Anthropic最新发布的研究中，Claude自己查论文、提方案、造数据、训练模型，一口气攻克了10类AI安全问题。

部分任务上，它交出的方案甚至比28名人类安全研究员更好。

更刺激的是，较弱的Claude已经开始反向参与训练更强的Claude。

AI「自己改进自己」的那一天，好像真的越来越近了…

4美元一小时，Claude跑赢人类研究员

在这篇题为《自动化研究员能够有效缓解AI对齐失败》的研究中，Anthropic直接把Claude送进了实验室。

具体而言，他们基于Claude Opus 4.8，搭建了一套名为AAR的自动化对齐研究员系统。

拿到一个具体的模型安全问题后，Claude会自己搜索相关论文，从中寻找可用方法，再提出新的训练方案、生成数据、微调模型，最后跑一遍安全和通用能力测试。

从提出假设到完成验证，一套较完整的AI研究闭环，就这样交到了Claude手里。

效果不好，方案扔掉；成绩有所提升，就沿着这个方向接着试。