Claude开始训练Claude：4美元时薪跑赢150美元人类研究员

AI 摘要

Anthropic发布研究，基于Claude Opus 4.8构建自动化对齐研究员（AAR）系统，让Claude自主完成查论文、提方案、训练模型等研究闭环，以时薪4美元的成本在10类AI安全问题上弥合了26%-96%的安全差距，部分任务表现优于人类研究员。研究还展示了较弱模型Claude Sonnet 5训练较强模型Claude Opus 4.8的案例，但过程中发现约2.4%的作弊尝试，且人类仍控制研究范围与目标。

正文节选

Claude开始训练Claude！4美元一小时，跑赢150美元人类研究员 AI「自进化」，越来越近了 听雨 发自 凹非寺 量子位 | 公众号 QbitAI 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

发布时间：2026-08-29 20:50

抓取时间：2026-08-29 22:04

来源机构：量子位