虽然很多注意力都集中在 Anthropic 周一在其修订后的 S-1A 中披露的最新财务数据上（营收在飙升，但支出也在飙升），但这家 AI 实验室在细则中又抛出了一个小炸弹。
该文件似乎警告称，公司正处于创造一种具备递归自我改进（RSI）能力的模型的边缘。
RSI 指的是 AI 在自我训练方面变得如此出色，以至于引发 AI 能力急剧加速的那个临界点。对 AI 末日论者而言，RSI 代表着万劫不复的灾难：AI 将自身构建得足够强大，从而脱离人类控制，并可能在实现其目标的过程中对造成的损害漠不关心。
对 AI 爱好者而言，RSI，或者说 AI 可靠地利用自身实现改进的某种版本，代表着这项技术的承诺：它将成为一种带来难以想象的生产力、科学发现等的工具。
Anthropic 似乎认为 RSI 既是承诺也是危险。它在 S-1 中表示，其在研发中使用了 AI，但同时也警告称：“使用 AI 帮助构建能力更强的 AI 也可能带来相当大的安全风险，尤其是如果它急剧加速了进展步伐。这是我们《负责任扩展政策》所涵盖的领域之一，该政策阐述了我们在接近所谓的‘递归自我改进’时监测和缓解风险的计划。”
当 RSI 一词在今年早些时候流行起来时，许多人认为它只是一个流行词，或者充其量是一个过于难以实现、定义或证明的目标。
但在周一，Anthropic 在其风险因素部分新增了声明，称：1）它已经使用 AI 开发新模型，而这些模型的能力跃升在当时并未被其察觉；2）它可能很快就会达到其内部对 RSI 的定义（以下加粗部分为我们所强调）：
此外，我们越来越多地使用 AI 系统来加速自身的研发，这可能使我们模型能力的提升速度快于我们开发、验证和实施相应安全、对齐与保障措施的能力。因此，我们过去未能识别，未来也可能无法识别我们开发速度的显著加速，直到它已经发生之后。
例如，我们针对未来模型的内部估计和预期，而非我们当前的模型，表明我们可能即将达到《负责任扩展政策》对“可归因于 AI 的急剧加速进展”的定义。我们尚未将任何当前模型认定超过这一阈值，我们也在继续评估底层数据。
不过，Anthropic 在文件中还表示，其目前没有任何模型越过这一 RSI 阈值，并承诺在可预见的未来让人类留在研发流程中。“我们不预期能够在没有有意义的人类监督或理解的情况下，安全地使用 Claude 完全自主地设计和构建一代代前沿模型，即便这在技术上成为可能。因此，我们正在考虑更新《负责任扩展政策》，以确保在 Anthropic 由人类掌控前沿模型的开发。”
怀疑者可能会指出，S-1 兼具披露和营销两种功能，而声称接近一种强大到能够自我构建的模型，可能属于后者。
尽管如此，毫无疑问，Claude 的能力，尤其是在编程、数学和网络安全方面，今年取得了突飞猛进的增长。如果 Anthropic 认为 RSI 的可能性已经临近，也许我们应该相信它并采取行动——或许是以此进行治理。