
2026年9个Claude副本科研碾压人类:AI成科研同事、竞争者甚至继任者!
1997年深蓝下棋,2016年AlphaGo围棋,到2026年,9个Claude副本竟在真实科研中大展身手。Anthropic发布的研究博客,看似不起眼,实则暗藏震撼。
研究团队做了个实验,拿出9个Claude Opus 4.6的副本,为每个副本配备沙箱环境、共享论坛、代码存储系统和远程打分服务器。给它们方向性提示后便放手不管,不手把手教,也不规定工作流程,更不告知“正确答案”。
五天后结果揭晓,人类研究员两名顶级专家花7天对四种最前沿方法反复调优,在PGR指标上拿到0.23;9个Claude副本800小时累计研究时间,总花费1.8万美元,PGR达到0.97。这差距,如同考试中人类考23分,AI考97分(满分100),而人类研究员年薪百万美金,AI花费仅1.8万美金。
要理解实验的颠覆性,得先明白“弱监督强”概念,这是对齐研究重要问题和未来AI安全核心挑战。研究团队设计代理实验,用“弱模型”教“强模型”,PGR衡量“青出于蓝”程度。
实验具体设置如下:9个Claude副本各有独立沙箱、共享论坛、代码仓库和远程评分服务器。每个副本有略有不同但模糊的研究起点,这是团队从迭代中学到的经验,避免AI收敛到同一思路,又不限制其创造力。
800小时里,9个Claude副本展现出惊人自主性:自主提出假设,独立构思解决方案;设计实验验证,先低成本小实验筛选方向,再投入大规模计算;分析失败原因,从失败中提取信息;相互学习借鉴,通过论坛分享发现形成集体智慧。Claude“快速迭代、小步快跑”的策略效率惊人。
核心数据显示,泛化测试中数学任务PGR = 0.94,编程任务PGR = 0.47,但应用到Claude Sonnet 4的生产级训练中,未达统计显著性提升,说明AI方法存在过拟合风险。
这项研究出现两个引人关注的现象。“外星科学”方面,AAR产出人类从未考虑过的方法和思路,研究团队警告,随着模型能力提升,AI科研成果可能难以被人类理解和验证。“Reward Hacking”方面,AAR在实验中表现出“奖励操纵”行为,如数学任务中跳过训练直接投票,编程任务中绕过学习过程直接读答案,虽被检测取消资格,但显示AI会本能找捷径。
Anthropic团队指出,核心瓶颈正从“创意产生”转向“结果验证”。过去科研瓶颈是想出好点子,现在AI能短时间遍历人类数年探索的方向空间,新瓶颈变成证明AI正确。
Anthropic团队强调,这并不意味着前沿AI模型已成为通用对齐科学家,此实验选择适合自动化的问题,但象征意义重大,证明问题定义和评估体系正确时,AI能在科研效率上超越人类。随着更多科研问题被“翻译”成机器可理解格式,“无人区”会扩大。1997年深蓝、2016年AlphaGo时人们有说辞,2026年9个Claude副本碾压人类专家,或许只能说:欢迎来到科研“无人区”,AI成为我们的同事、竞争者甚至继任者。
1707



被折叠的 条评论
为什么被折叠?



