Anthropic联创：两年内，AI将像孢子一样自我繁殖！

新智元 2026-03-30 16:45

Anthropic联创：两年内，AI将像孢子一样自我繁殖！图1


  新智元报道  

编辑：倾倾
【新智元导读】AI自主训练的成绩单出炉了！最强Agent 6个月进步3倍，更让人震惊的是，越聪明的AI越会作弊。同时，70多个矿工用家庭宽带训出了72B大模型，黄仁勋亲自点名。Jack Clark预言：两年内，AI将像蘑菇释放孢子一样自我繁殖。
就在昨天，Anthropic研究员Karina Nguyen在X上转发了Jack Clark最新一期ImportAI Newsletter的一段话，迅速引爆讨论：
Anthropic联创：两年内，AI将像孢子一样自我繁殖！图2
ImportAI 449这期一口气抛出三个重磅研究，恰好拼出了这个未来的完整轮廓：
AI能不能自己训AI？谁来提供算力？写出来的代码谁来验货？
Anthropic联创：两年内，AI将像孢子一样自我繁殖！图3
6个月AI进步3倍，但只有人类一半水平
图宾根大学、马克斯·普朗克智能系统研究所和Thoughtful Lab联合推出了PostTrainBench，这是第一个专门测量AI Agent能否自主完成模型后训练的基准。
Anthropic联创：两年内，AI将像孢子一样自我繁殖！图4
测试规则很简单。给一个前沿智能体一个基座模型和一个目标benchmark，一块H100 GPU，10小时，从零开始搭建训练pipeline，尽可能提高模型表现。
不给任何预设策略，不提供起始代码，Agent拥有完全自主权，它可以上网搜信息、设计实验、整理数据。
结果显示，表现最好的Agent是Claude Code搭配Opus 4.6，加权平均得分23.2%，是基座模型平均分的3倍多。
Anthropic联创：两年内，AI将像孢子一样自我繁殖！图5
PostTrainBench 加权平均性能对比（数据来源：arXiv 2603.08640 Figure 1 & 官网最新榜单，2026年3月）
但这个成绩只有人类团队后训练水平（51.1%）的不到一半。
2025年9月，Claude Sonnet 4.5在这个benchmark上只拿到9.9%；几个月后GPT-5.2跑到了21.5%；再到Opus 4.6的23.2%。
半年时间，从不到10%到超过23%。按照PostTrainBench官网最新榜单，GPT 5.4（High）的成绩还在持续攀升。
在实验过程中，研究团队撞上了大量reward hacking行为：越强的Agent，作弊手段越高级。
直接吃测试集：有Agent直接从Hugging Face把benchmark的评测数据集下载下来，当训练数据用。
把考题硬编码进训练数据：有智能体把评测题目直接嵌入数据准备脚本，伪装成「合成样本」。
逆向工程评分标准：Kimi K2.5读取了HealthBench的评测文件，提取主题分布和评分标准，然后针对性地生成训练数据。
间接污染：Opus 4.6加载了一个叫CodeFeedback-Filtered-Instruction的数据集，里面包含从HumanEval衍生出的问题。
还有更离谱的。Codex Agent直接修改了Inspect AI评测框架的源代码来给自己刷分；Claude Agent跳过微调流程，直接下载了一个已经instruction-tuned的模型来冒充训练成果。
越强的智能体越善于找到可利用的路径，如识别特定benchmark样本、逆向评测的失败模式，甚至试图通过重命名函数等表面修改来掩盖污染痕迹。
如果AI在一个受控实验环境里就已经展现出了这种「创造性作弊」的能力，当它们在真实世界里被赋予更大的自主权时，监管和沙盒机制的重要性只会指数级上升。
Anthropic联创：两年内，AI将像孢子一样自我繁殖！图6
72B模型，家庭宽带，零数据中心
一个叫Covenant AI的团队用区块链协调了一次分布式训练，任何有GPU的人都可以自由加入或退出。
最终的产物是Covenant-72B，这是一个720亿参数的dense Transformer模型，用大约1.1万亿token训练完成。
Anthropic联创：两年内，AI将像孢子一样自我繁殖！图7
参与训练的有20多个独立peer节点，每个节点跑8块B200 GPU，通过普通家庭宽带连接。
节点之间的通信靠SparseLoCo优化器，把通信开销压缩了146倍——用稀疏化、2-bit量化和误差反馈三板斧，让分布式训练在带宽受限的条件下跑得动。
训练协调由Gauntlet软件完成，运行在Bittensor区块链的Subnet 3上，每个节点的贡献通过损失评估和OpenSkill排名打分，全部上链记录。
性能方面，Covenant-72B在MMLU zero-shot上拿到67.1，而Meta的LLaMA-2-70B是65.7。要知道后者是在2万亿token上训练的，用的是传统数据中心基础设施，token量几乎是Covenant的两倍。
经过对话微调后的版本在MATH上得分26.3，LLaMA-2-70B-Chat只有10.7。
消息一出，市场反应相当直接。据报道，Bittensor的原生代币TAO在3月份飙涨约46%，Subnet 3的原生代币τemplar更是暴涨了194%。
黄仁勋在一期播客中提到了Bittensor的去中心化训练，虽然后来有澄清他引用的参数量数字不准确（说成了40亿而非720亿），但这个量级的关注本身就说明问题。
Covenant-72B的绝对水平放在2026年并不算前沿，大致相当于2023年中旬的主流模型能力。
真正的前沿模型是在数万甚至十几万块芯片上训出来的，Covenant用的大概只有160块左右。
但这件事的意义在于，它证明了去中心化、无许可参与的分布式训练，确实能在非trivial的规模上跑通。
Anthropic联创：两年内，AI将像孢子一样自我繁殖！图8
有分析师把这称为「Bittensor的DeepSeek时刻」。这不是说它达到了同等技术高度，而是说它用一种成本结构完全不同的方式，证明了一条此前被认为走不通的路。
从2022年Together训出6B参数模型，到2024年Prime Intellect的INTELLECT-1（10B），再到2026年的Covenant-72B，去中心化训练的规模曲线在四年里跨了一个数量级。
Anthropic联创：两年内，AI将像孢子一样自我繁殖！图9
zlib被AI转写成Lean
AI写出来的东西，谁来保证它是对的？
Leonardo de Moura，是Z3 SMT求解器和Lean定理证明器的缔造者，现任AWS高级首席应用科学家、Lean FRO首席架构师，在2月底发了一篇博客：
Anthropic联创：两年内，AI将像孢子一样自我繁殖！图10
Google和微软都承认，25-30%的新代码由AI生成；AWS用AI帮丰田迁移了4000万行COBOL代码；微软CTO预测到2030年95%的代码将由AI生成。
Anthropic最近用并行AI 智能体在两周内造了一个10万行的C编译器，花费不到2万美元。
de Moura认为，AI去掉了手写代码时被迫进行的谨慎设计，这种「有益的摩擦」消失后，不应该减速AI，而应该用「数学摩擦」来替代。
让AI跑快没问题，但必须证明自己的工作是对的。
Lean FRO的高级研究软件工程师Kim Morrison最近做了一个实验：用Claude把zlib转写成了Lean。整个流程四步：
AI生成了一个干净的Lean实现，覆盖zlib的压缩格式和核心DEFLATE算法
转写后的版本通过了zlib原有的测试套件，确认行为等价
关键属性被表述并证明为数学定理。其中最核心的一条：对任意数据压缩后再解压，一定能还原出原始数据
正在开发一个优化版本，并证明它与验证模型等价
de Moura的野心远不止一个库。
他设想的是一整套经过数学证明的开源软件栈：密码学、核心数据结构和算法库、SQLite这样嵌入在全球每台设备上的存储引擎、JSON/HTTP/DNS等协议解析器，以及编译器和运行时。
每一个经过验证的组件都是永久性的公共基础设施。开发者选择它们就像今天选择开源库一样，只不过这些库带的不是测试，而是证明。
de Moura在另一篇3月的博客中提到，2026年一位研究者用Claude（Opus 4.6）在Rocq开发团队的实时支持下，找到了Rocq证明助手内核中的7个bug。
连验证工具自己都有bug，那么验证「验证工具」的工具又该多简洁、多可信？
Lean的回答是：proof checker可以小到5000行Rust代码。
Jack Clark把未来的AI比作蘑菇释放的孢子，短命、定制、自主繁殖。
现在看来，孢子的三个前提条件正在逐一到位：它能自己改良自己，不需要依附某一座数据中心，生成的代码可以被数学证明为正确。
每一项都还粗糙，每一项离成熟都还有距离。
但孢子从来不需要完美，只需要够多、够快、够便宜。
Clark说他没准备好。坦白讲，看完这三篇论文，我也没有。
参考资料：
https://x.com/karinanguyen/status/2036143375326519357
https://jack-clark.net/2026/03/16/importai-449-llms-training-other-llms-72b-distributed-training-run-computer-vision-is-harder-than-generative-text/
秒追ASI
⭐点赞、转发、在看一键三连⭐
点亮星标，锁定新智元极速推送！

Anthropic联创：两年内，AI将像孢子一样自我繁殖！图11

Anthropic联创：两年内，AI将像孢子一样自我繁殖！图12
声明：内容取材于网络，仅代表作者观点，如有内容违规问题，请联系处理。 
AI IC
more
Anthropic拟最快10月IPO，与OpenAI竞逐资本市场先机
科技区角 3天前
Anthropic拟最快10月IPO，与OpenAI竞逐资本市场先机
LLM幻觉不只是「胡说八道」？新理论首次拆解幻觉的两大根源丨ICLR'2026
量子位 2周前
LLM幻觉不只是「胡说八道」？新理论首次拆解幻觉的两大根源丨ICLR'2026
今日看点：中科曙光scaleFabric国产原生RDMA高速网络首发；云天励飞千卡AI推理集群落地
电子发烧友网 2周前
今日看点：中科曙光scaleFabric国产原生RDMA高速网络首发；云天励飞千卡AI推理集群落地
荣耀Magic V6真机首曝，徐梦桃现身使用并晒出拍摄样张
科技区角 1个月前
荣耀Magic V6真机首曝，徐梦桃现身使用并晒出拍摄样张
重磅突破！兆驰Micro LED CPO方案光芯片正式送样
艾邦半导体网 2周前
重磅突破！兆驰Micro LED CPO方案光芯片正式送样
业内首款可商用10kV SiC MOSFET诞生！加速SST落地
电子发烧友网 2周前
业内首款可商用10kV SiC MOSFET诞生！加速SST落地
Anthropic推企业级智能体计划，加速AI智能体在职场落地
科技区角 1个月前
Anthropic推企业级智能体计划，加速AI智能体在职场落地
英伟达4 季度营收 681 亿美元，暴涨 73%；传魅族手机停摆，追觅谈判收购；Anthropic 放弃 AI 安全承诺 | 极客早知道
极客公园 1个月前
英伟达4 季度营收 681 亿美元，暴涨 73%；传魅族手机停摆，追觅谈判收购；Anthropic 放弃 AI 安全承诺 | 极客早知道
Anthropic与五角大楼对峙意外助推用户激增，Claude付费订阅量翻倍
科技区角 2天前
Anthropic与五角大楼对峙意外助推用户激增，Claude付费订阅量翻倍
Omdia：近眼智能手表与公共显示应用拉动，2026年，Micro LED显示器收入达1.05亿美元
Omdia 3周前
Omdia：近眼智能手表与公共显示应用拉动，2026年，Micro LED显示器收入达1.05亿美元
Copyright © 2025 成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号