公开观点
人工智能公司联合创始人 · Anthropic
达里奥·阿莫代伊（Dario Amodei）出现在本精选访谈样本中。其职务与所属机构均反映该访谈语境。
1 场访谈 · 5 条观点 · 3 个话题翻译仅用于阅读理解；原始摘录仍为 source evidence。
按访谈日期排序的归属观点。这是相关对话的快照，而非对某人信念的最终定论。
阿莫代伊将模型缩放比作一种化学反应，需要三种要素——更大的网络、更长的训练时间以及更多数据——同步线性缩放。仅缩放其中一种要素会导致过程停滞，因为其余‘反应物’耗尽。
支持这项说法
原始摘录
almost like a chemical reaction, you have three ingredients in the chemical reaction and you need to linearly scale up the three ingredients. If you scale up one, not the others, you run out of the other reagents and the reaction stops.
翻译 · 非原文措辞
几乎就像一场化学反应，你有三种反应物，必须将这三种要素同步线性放大。如果你只放大其中一种，而不放大其余要素，就会耗尽其他反应物，反应便停止了。
时间点来自所提供的转录稿，尚待媒体回放核对。
阿莫代伊承认，高质量互联网数据枯竭可能构成一种缩放限制。尽管网上存在数万亿词的文本，但其中大量内容重复、低质（如搜索引擎优化垃圾内容），或可能是未来由AI生成的文本，从而限制了可用的高质量训练材料。
支持这项说法
原始摘录
we simply run out of data. There’s only so much data on the internet, and there’s issues with the quality of the data. You can get hundreds of trillions of words on the internet, but a lot of it is repetitive or it’s search engine optimization drivel
翻译 · 非原文措辞
我们单纯会耗尽数据。互联网上的数据总量是有限的，且数据质量存在问题。你确实能从互联网上获取数百万亿词，但其中大量内容是重复的，或是搜索引擎优化类的废话。
时间点来自所提供的转录稿，尚待媒体回放核对。
当前的计算机使用模型仍会出现错误和误点击，因此用户无法将其长时间无人看管地运行。Anthropic首先以API形式发布该功能，而非向消费者直接开放计算机控制权，强调随着能力提升，设置边界与防护措施至关重要。
支持这项说法
原始摘录
It makes mistakes, it misclicks. We were careful to warn people, “Hey, you can’t just leave this thing to run on your computer for minutes and minutes. You got to give this thing boundaries and guardrails.” And I think that’s one of the reasons we released it first in an API form
翻译 · 非原文措辞
它会犯错，会误点击。我们谨慎提醒用户：‘嘿，你不能把它放在你的电脑上连续运行几分钟、几十分钟。你必须给它设定边界和防护措施。’我认为这正是我们首先以API形式发布它的原因之一。
时间点来自所提供的转录稿，尚待媒体回放核对。
若人工智能监管目标不当并带来不必要的负担，从业者可能在耗费大量时间进行合规后，认定安全关切被夸大。设计拙劣的监管可能催生持久共识，反对未来一切问责措施，因此精准施策至关重要。
支持这项说法
原始摘录
if we get something in place that’s poorly targeted, that wastes a bunch of people’s time, what’s going to happen is people are going to say, “See, these safety risks, this is nonsense. I just had to hire 10 lawyers to fill out all these forms.
翻译 · 非原文措辞
如果我们推行一项目标不当的监管措施，白白浪费大量人员的时间，结果将是人们纷纷宣称：‘看吧，这些安全风险纯属无稽之谈。我刚被迫雇了10名律师填各种表格。’
时间点来自所提供的转录稿，尚待媒体回放核对。
非正式地外推近期人工智能能力提升趋势——从高中水平到本科水平再到博士水平——表明强大AI可能于2026年或2027年出现。然而，该预估仍具不确定性，因潜在干扰因素包括数据稀缺、集群缩放极限或地缘政治动荡等。
支持这项说法
原始摘录
if you just eyeball the rate at which these capabilities are increasing, it does make you think that we’ll get there by 2026 or 2027. Again, lots of things could derail it. We could run out of data. We might not be able to scale clusters as much as we want.
翻译 · 非原文措辞
如果你仅凭肉眼观察这些能力提升的速度，的确会让你觉得我们将在2026年或2027年抵达这一阶段。再次强调，许多事情都可能使这一进程脱轨。我们可能耗尽数据；我们或许无法按预期规模扩展计算集群。
时间点来自所提供的转录稿，尚待媒体回放核对。
Lex Fridman Podcast
nafyi.